تقدم شركة Zhonghao Xinying الصينية الناشئة وحدة معالجة موتر للأغراض العامة (GPTPU) محلية الصنع كبديل لأجهزة التدريب والاستدلال الدولية على الذكاء الاصطناعي، مثل بطاقات الرسوميات من Nvidia وTPUs من Google، وفقًا لما أوردته صحيفة South China Morning Post. يقال إن شرائح ASIC هذه أسرع بما يصل إلى 1.5 مرة من إصدار Nvidia 2020 A100 استنادًا إلى بنية Ampere الخاصة بها.
على الرغم من أن هذا يتأخر عدة سنوات وأجيال عن قدرات أحدث الأجهزة من منافساتها الدولية، إلا أن هذا يُظهر زيادة القدرة التنافسية لقوة الحوسبة العالمية وكيف يمكن أن يكون للصين طريق إلى استقلال السيليكون في المستقبل بينما تستكشف تصميمات GPU التقليدية وASIC كبدائل.
يزعمون أن شريحة غانا قادرة على تقديم أداء 1.5 مرة من أداء A100 من Nvidia، بالإضافة إلى “تقليل استهلاك الطاقة إلى 75 في المائة باستخدام عملية تصنيع أقل بكثير من تلك الخاصة برقائق GPU الرائدة في الخارج”.
إذا كان هذا صحيحًا، فسيكون ذلك إنجازًا مثيرًا للإعجاب، ولكن ليس من المكاسب غير المسبوقة لـ ASIC، وهي شريحة مصممة خصيصًا لهذا الغرض وتتفوق في وظائف معينة عن طريق تجريد جميع عناصر الحوسبة غير الضرورية الموجودة في السيليكون ذي الأغراض العامة، مثل وحدات معالجة الرسومات.
ومع ذلك، إذا كان تصميم TPU الصيني هذا قريبًا مما يزعمون، فيجب أن يكون قويًا جدًا. كان A100 عبارة عن أجهزة متطورة منذ خمس سنوات، على الرغم من أن أداء 1.5 مرة سيظل غانا متخلفًا كثيرًا عن تصميمات Hopper اعتبارًا من عام 2022، ومتخلفًا كثيرًا عن أحدث أجهزة Blackwell Ultra.
ولكن بالنسبة للسوق الصينية التي لا تزال تقوم بتهريب وحدات معالجة الرسوميات القديمة هذه؟ قد يكون ذلك كثيرًا.
يأتي كل هذا في وقت مثير للاهتمام بالنسبة لصناعة شرائح الذكاء الاصطناعي. على الرغم من أن Nvidia كانت قوة مهيمنة ووجهًا للصناعة خلال العام الماضي، إلا أن إعلان Google الأخير لبدء تأجير ثم بيع السيليكون الخاص بها إلى Meta قد فتح إمكانية المنافسة المباشرة وفكرة المنافسة المباشرة. إنها صفقة صغيرة، على الرغم من قيمتها بالمليارات، ولكن مع ظهور البدائل في الغرب، فإنها تظهر في الشرق حيث تسعى الصين إلى المزيد من إنتاج الرقائق المحلية ودعمها، من خلال جزرة دعم الطاقة، وعصي الحصص الإلزامية.
من المرجح أن تظل وحدات معالجة الرسومات مثل تلك التي طورتها Nvidia، وإلى حد أقل بكثير، AMD، هي أكثر الطرق تنوعًا لتدريب الذكاء الاصطناعي لبعض الوقت في المستقبل، لكن ASICs مثل TPU من Google، وربما حتى تلك التابعة لشركات مثل هذه، يمكن أن تقدم بديلاً مثيرًا للاهتمام للشركات التي تتطلع إلى التحرر من شبه احتكار Nvidia.
أو فقط للوصول إلى الأجهزة. يمكن لأسعار الذاكرة ونقص السيليكون والحواجز التجارية أن تعيق حتى الوصول إلى وحدات معالجة الرسومات التي تحتاجها شركتك. في غيابها، قد تكون أجهزة ASIC غير المثبتة بديلاً قابلاً للتطبيق.
يتبع أجهزة توم على أخبار جوجل، أو أضفنا كمصدر مفضل، للحصول على آخر الأخبار والتحليلات والمراجعات في خلاصاتك.
التعليقات