به گزارش بلومبرگ، ارتقای نوآوریهای فنی، افزایش عرضه تراشههای داخلی و ذخایری که از قبل تدارک دیده شده میتواند تداوم توسعه هوش مصنوعی در چین تا سال ۲۰۲۵ و حتی فراتر از آن را تضمین کند.
محدودیتهای صادرات تراشه آمریکا تا حد زیادی بیاثر بودهاند
اقدامات پیشگیرانه بزرگترین شرکتهای فناوری چین برای ذخیره تراشههای شتابدهنده انویدیا قبل از اجرایی شدن محدودیتهای صادراتی واشینگتن، این امکان را برایشان فراهم ساخته است که بدون مشکل قابل توجهی به فعالیتهای خود در حوزه توسعه هوش مصنوعی ادامه دهند. عرضه رو به افزایش (هرچند محدود) تراشههای شتابدهنده داخلی ساخت هواوی (که البته به اندازه تراشههای آمریکایی قدرتمند نیستند) هم محدودیتهای صادراتی آمریکا را کمرنگتر میکند. همچنین گزارشهای تایید نشده حاکی از آن است که برخی از شرکتها سختافزارهای ممنوعه را از طریق کشورهای ثالث به چین وارد نموده و به این ترتیب تحریمها را دور زدهاند.
بیدو در مه ۲۰۲۴ اعلام کرد آنقدر تراشه دارد که میتواند آموزش مدل زبانی بزرگ (LLM) خود موسوم به ارنی بات را تا یک الی دو سال دیگر ادامه دهد. تنسنت هم در نوامبر ۲۰۲۳ اعلام کرده بود که یکی از بزرگترین ذخایر تراشههای هوش مصنوعی (از جمله H800 انویدیا) در چین را دارد که برای ارتقاء LLM این شرکت یعنی خونیوان (Hunyuan) تا چند نسل دیگر کافی خواهد بود.
جبران هرچه بیشتر محدودیت تراشه با مدلهای هوش مصنوعی کوچکتر
شرکتهای چینی یکی پس از دیگری به سمت LLMهای کوچکتر و متمرکز بر موضوعاتی خاص و محدود روی آوردهاند تا تاثیر محدودیتهای صادراتی آمریکا را کاهش دهند. مدلهای کوچک با هزینه کمتری ساخته میشوند و به توان رایانشی کمتری هم نیاز دارند و میتوان آنها را بر روی تراشههای نسبتا ضعیفتر داخلی اجرا کرد. بهعلاوه چنین مدلهایی معمولا در حوزه تخصصی تعریف شده خود نتایج بهتر و سریعتری ارائه میدهند.
البته استفاده از LLMهای کوچکتر و تخصصی در سایر نقاط جهان نیز روندی رو به رشد به شمار میرود که از نیاز فزاینده شرکتها به کاهش هزینههایشان ناشی میشود. مثلا اوپنایآی در ژوئیه سال جاری جیپیتی ۴او را عرضه کرد که مقرون به صرفهترین مدل کوچک این شرکت تا به امروز است. شرکتهای چینی هم رویکرد مشابهی را در پیش گرفتهاند که دیپسیک در راس آنها قرار دارد.
شرکت نوپای چینی دیپسیک در استفاده از معماری LLM بسیار کارآمد «ترکیب شبکههای خبره» (MOE) پیشتاز بوده و اعلام کرده که با این روش، هزینههای آموزش مدل ۴۳ درصد کاهش و حداکثر توان تولید نتایج (generation throughput) آن ۸/۵ برابر افزایش یافته است.
سیستم MOE دیپسیک از یک زیرشبکه شامل مدلهای «خبره» تخصصی برای اجرای مشترک وظایف مورد نظر استفاده میکند. هنگام اجرای هر وظیفه، تنها مدلهای خبره مورد نیاز برای تکمیل همان وظیفه فعال میشوند و به همین خاطر MOEها در مقایسه با نسلهای قبلی و عمومیتر LLMها، نتایج را با سرعت بیشتر و هزینه بسیار کمتر ارائه میدهند و به و توان رایانشی کمتری هم احتیاج دارند.
مدل ۲۳۶ میلیارد پارامتری V2 دیپسیک از ۱۶۰ مدل خبره تخصصی (بهعلاوه دو مدل خبره عمومی یا مشترک) تشکیل شده است که در جریان استنتاج، فقط شش مدل خبره (یعنی ۲۱ میلیارد پارامتر) آن فعال میشوند.
هواوی قصد دارد از محدودیتهای صادرات تراشه آمریکا نهایت بهره را ببرد
هواوی، تولیدکننده تراشههای چینی، یکی از شرکتهایی است که بیشترین سود را از محدودیتهای صادراتی واشینگتن برده است. این محدودیتها باعث شدهاند که تقاضا برای تراشههای شتابدهنده هوش مصنوعی هواوی از جمله اسند ۹۱۰بی (Ascend 910B) که جای H100 انویدیا را در چین گرفته به اوج برسد. در مورد تراشههای این شرکت محدودیت عرضه وجود دارد که نشاندهنده پایین بودن بازده تولید در فرایند ساخت ۷ نانومتری آن است، ولی عرضه فزاینده تراشههای ساخت داخل کمک کرده تا تاثیرات منفی تحریمهای آمریکا کاهش یابد.
اگرچه عملکرد محصولات هوش مصنوعی هواوی دو تا سه نسل از انویدیا عقبتر است، اما به گزارش یکی از شرکتهای تحلیلگر مستقل، شتابدهنده آینده هواوی یعنی اسند ۹۱۰سی که اواخر امسال عرضه میشود احتمالا عملکردی بهتر از تراشه شتابدهنده H20 انویدیا خواهد داشت که مخصوص بازار چین طراحی شده است.
مسائل ژئوپلیتیکی شرکتهای هوش مصنوعی چینی را به سمت خرید تراشههای داخلی سوق خواهد داد
افزایش تنشهای ژئوپلیتیکی در کنار نگرانیهای فزاینده درباره تشدید محدودیتهای صادراتی آمریکا احتمالا شرکتهای هوش مصنوعی چینی را در درازمدت به سوی خرید از تامینکنندگان داخلی و دور شدن از انویدیا و سایر شرکتهای آمریکایی سوق خواهد داد. اما با توجه به محدودیتهای عرضه در چین، به نظر میرسد که هنوز بازار خوبی برای تراشه H20 (بهویژه در بین شرکتهای کوچکتر) وجود داشته باشد.
هواوی اسند ۹۱۰سی را با مشارکت بازیگران کلیدی بخش فناوری چین از جمله بایتدنس، بیدو و چاینا موبایل آزمایش کرده و حجم سفارشات اولیه برای این تراشه جدید ممکن است به ۷۰ هزار واحد برسد که ارزش کل آنها حدود ۲ میلیارد دلار تخمین زده میشود، و در این صورت قیمت هر یک از این تراشهها تقریبا ۲۸ هزار دلار خواهد بود.
منبع: bloomberg
cjo8gm