به گزارش ساوت چاینا مورنینگ پست، منشأ این دستورالعمل به رهنمودهایی بازمی‌گردد که در مارس سال گذشته توسط شهرداری شانگهای ارائه شد. شانگهای از نخستین شهرهایی بود که مقرر کرد «سهم تراشه‌های محاسباتی و ذخیره‌سازی بومی در مراکز هوشمند محاسباتی شهر باید تا سال ۲۰۲۵ بالای ۵۰ درصد باشد». این دستورالعمل بخشی از سیاست تقویت منابع محاسباتی هوش مصنوعی در مرکز مالی چین بود و با حمایت نهادهای دولتی از جمله شعبه‌های کمیسیون ملی توسعه و اصلاحات (NDRC) و اداره ارتباطات شانگهای وابسته به وزارت صنعت و فناوری اطلاعات (MIIT) تدوین شد. اوایل امسال سهمیه تراشه‌های شانگهای برای مراکز هوشمند محاسباتی، به سیاستی اجباری در سطح ملی تبدیل شد.
این تصمیم تازه در شرایطی اتخاذ شده که چین برای دستیابی به استقلال فناوری تلاش بیشتری می‌کند و ایالات متحده در جنگ طولانی فناوری، دسترسی پکن به نیمه‌هادی‌های پیشرفته در حوزه‌های حساسی همچون هوش مصنوعی را محدودتر کرده است. در پاسخ، چین روند ساخت مراکز موسوم به «مراکز محاسبات هوشمند» را تسریع کرده است؛ مراکزی که منابع محاسباتی را برای پاسخ به نیازهای صنعت داخلی هوش مصنوعی تجمیع می‌کنند. در سال‌های ۲۰۲۳ و ۲۰۲۴ بیش از ۵۰۰ پروژه جدید مراکز داده در نقاطی مانند مغولستان داخلی و گوانگ‌دونگ اعلام شده است.
فناوری هوش مصنوعی مولد به منابع محاسباتی عظیمی نیاز دارد که وابسته به نیمه‌هادی‌های پیشرفته‌ای همچون تراشه‌های H100 و H800 انویدیا هستند؛ تراشه‌هایی که صادراتشان به چین توسط واشنگتن ممنوع شده است. دولت چین همچنین نسبت به تراشه‌های H20 ـ که اخیراً پس از یک تعلیق کوتاه، مجوز فروش به مشتریان چینی را دریافت کرده‌اند ـ نگرانی‌هایی درباره تهدیدات امنیت شبکه مطرح کرده است؛ ادعایی که انویدیا آن را رد می‌کند.
اگرچه تراشه‌های چینی در مقایسه با انویدیا ضعیف‌ترند، اما برای «استنتاج» مدل‌های آموزش‌دیده هوش مصنوعی قابل استفاده‌اند؛ با این حال برای آموزش مدل‌های جدید، همچنان تراشه‌های انویدیا انتخاب اصلی توسعه‌دهندگان هستند. شرکت چینی iFlytek ـ که تحت تحریم آمریکا قرار دارد ـ تنها شرکتی است که به طور علنی اعلام کرده برای آموزش مدل‌های خود از تراشه‌های شرکت هواوی استفاده می‌کند.
با این حال، هجوم به سمت استفاده از تراشه‌های داخلی چالش‌های فنی تازه‌ای برای مراکز داده ایجاد کرده است، زیرا این مراکز ناگزیر به ترکیب تراشه‌های داخلی و خارجی‌اند. تراشه‌های هوش مصنوعی معمولاً به اکوسیستم نرم‌افزاری اختصاصی سازنده خود متکی‌اند؛ مانند CUDA انویدیا یا CANN هواوی. مدل‌هایی که بر پایه یکی از این راه‌حل‌ها توسعه یافته‌اند، باید برای اجرا بر روی تراشه‌های شرکت دیگر تطبیق داده شوند که فرآیندی دشوار و پرهزینه است. با توجه به اینکه بیشتر مدل‌های هوش مصنوعی چین همچنان با راه‌حل‌های انویدیا توسعه یافته‌اند، مراکز داده چین ـ برخلاف شرکت‌های تخصصی مانند SiliconFlow که از مهندسان طراز اول بهره می‌برد ـ در حال مواجهه با چالش‌های فزاینده «تطبیق» هستند.
شرکتSiliconFlow مستقر در پکن، با همکاری هواوی، راهکاری توسعه داده است تا با استفاده از معماری مرکز داده Cloud Matrix 384 و تراشه‌های Ascend هواوی، مدل‌های R1 شرکت دیپ‌سیک را کارآمدتر از تراشه H800 انویدیا اجرا کند.
منبع: scmp
