رشد مدل‌های هوش مصنوعی دیپ‌سیک، فرصت بهتری را برای برخی از سازندگان تراشه‌های چینی مانند هواوی فراهم می‌کند تا در بازار داخلی با پردازنده‌های قدرتمندتر آمریکایی رقابت کنند.
هواوی و رقبای چینی‌اش سال‌ها تلاش کرده‌اند تا در ساخت تراشه‌های رده بالا که بتوانند با محصولات شرکت‌های آمریکایی برای آموزش مدل‌ها رقابت کنند، به پای انویدیا برسند. آموزش مدل‌ها فرآیندی است که در آن داده‌ها به الگوریتم‌ها داده می‌شوند تا به آنها در یادگیری تصمیم‌گیری دقیق کمک کنند.
با این حال، مدل‌های دیپ‌سیک، که بر «استنتاج» یا زمانی که یک مدل هوش مصنوعی نتیجه‌گیری می‌کند تمرکز دارند، کارایی محاسباتی را بهینه می‌کنند تا اینکه صرفاً به قدرت پردازش خام متکی باشند.
تحلیلگران می‌گویند که این یکی از دلایلی است که انتظار می‌رود این مدل تا حدودی شکاف بین آنچه پردازنده‌های هوش مصنوعی ساخت چین و همتایان قدرتمندتر آمریکایی آنها می‌توانند انجام دهند را پر کند.
هواوی و سایر سازندگان تراشه‌های هوش مصنوعی چینی مانند هایگون، انفلیم تحت حمایت تنسنت، تسینگ‌میکرو و مور تردز در هفته‌های اخیر بیانیه‌هایی مبنی بر پشتیبانی محصولاتشان از مدل‌های دیپ‌سیک منتشر کرده‌اند، اگرچه جزئیات کمی منتشر شده است.
هواوی از اظهار نظر خودداری کرد. مور تردز، هایگون انفلیم و تسینگ‌میکرو به درخواست‌های رویترز برای اظهار نظر بیشتر پاسخ ندادند.
مدیران صنعت اکنون پیش‌بینی می‌کنند که ماهیت متن‌باز دیپ‌سیک و هزینه‌های پایین آن می‌تواند باعث افزایش پذیرش هوش مصنوعی و توسعه برنامه‌های کاربردی واقعی برای این فناوری شود و به شرکت‌های چینی کمک کند تا بر محدودیت‌های صادرات ایالات متحده در مورد قدرتمندترین تراشه‌های خود غلبه کنند.
حتی قبل از اینکه دیپ‌سیک امسال خبرساز شود، محصولاتی مانند Ascend 910B هواوی توسط مشتریانی مانند بایت‌دنس برای کارهای «استنتاج» که از نظر محاسباتی کمتر فشرده هستند، مناسب‌تر دیده می‌شدند. مرحله پس از آموزش که شامل مدل‌های هوش مصنوعی آموزش‌دیده برای پیش‌بینی یا انجام وظایف، مانند از طریق چت‌بات‌ها است.
در چین، ده‌ها شرکت از خودروسازان گرفته تا ارائه‌دهندگان مخابرات، برنامه‌هایی را برای ادغام مدل‌های دیپ‌سیک با محصولات و عملیات خود اعلام کرده‌اند.
لیان جی سو، تحلیلگر ارشد شرکت تحقیقاتی فناوری Omdia، گفت: «این توسعه کاملاً با قابلیت فروشندگان تراشه‌های هوش مصنوعی چینی همسو است.»
وی گفت: «تراشه‌های هوش مصنوعی چینی برای رقابت با GPU (واحد پردازش گرافیکی) انویدیا در آموزش هوش مصنوعی تلاش می‌کنند، اما حجم کاری استنتاج هوش مصنوعی بسیار بخشنده‌تر است و نیاز به درک محلی و خاص صنعت بیشتری دارد.»
انویدیا همچنان غالب است
با این حال، لین چینگیوان، تحلیلگر برنشتاین، گفت در حالی که تراشه‌های هوش مصنوعی چینی از نظر هزینه برای استنتاج رقابتی هستند، این امر محدود به بازار چین است، زیرا تراشه‌های انویدیا حتی برای کارهای استنتاج نیز بهتر هستند.
در حالی که محدودیت‌های صادرات ایالات متحده، پیشرفته‌ترین تراشه‌های آموزش هوش مصنوعی انویدیا را از ورود به چین منع می‌کند، این شرکت همچنان مجاز به فروش تراشه‌های آموزشی کمتر قدرتمند است که مشتریان چینی می‌توانند از آنها برای کارهای استنتاج استفاده کنند.
انویدیا روز پنجشنبه یک پست وبلاگ درباره چگونگی افزایش زمان استنتاج به عنوان یک قانون مقیاس‌بندی جدید منتشر کرد و استدلال کرد که تراشه‌های آن برای مفیدتر کردن دیپ‌سیک و سایر مدل‌های «استدلال» ضروری خواهند بود.
علاوه بر قدرت محاسباتی، CUDA انویدیا، یک پلتفرم محاسباتی موازی که به توسعه‌دهندگان نرم‌افزار اجازه می‌دهد از GPUهای انویدیا برای محاسبات عمومی، نه فقط هوش مصنوعی یا گرافیک، استفاده کنند، به یک جزء حیاتی از تسلط آن تبدیل شده است.
پیش از این، بسیاری از شرکت‌های تراشه هوش مصنوعی چینی با درخواست از کاربران برای کنار گذاشتن CUDA، مستقیماً انویدیا را به چالش نمی‌کشیدند، بلکه ادعا می‌کردند که تراشه‌های آنها با CUDA سازگار است.
هواوی در تلاش‌های خود برای جدا شدن از انویدیا با ارائه معادل CUDA به نام معماری محاسباتی برای شبکه‌های عصبی (CANN) تهاجمی‌ترین بوده است، اما کارشناسان گفتند که با موانعی در متقاعد کردن توسعه‌دهندگان برای کنار گذاشتن CUDA مواجه است.
سو، از Omdia، گفت: «عملکرد نرم‌افزاری شرکت‌های تراشه هوش مصنوعی چینی نیز در این مرحله فاقد است. CUDA دارای یک کتابخانه غنی و طیف متنوعی از قابلیت‌های نرم‌افزاری است که نیاز به سرمایه‌گذاری بلندمدت قابل توجهی دارد.
خبرنامه The Reuters Daily Briefing تمام اخباری را که برای شروع روز خود نیاز دارید، ارائه می‌دهد. اینجا ثبت نام کنید.
اخبار تکنولوژی را در سایت خبری مجتمع نوآوری فرداد بخوانید.