Китайские ИИ-разработчики готовятся к дефициту ускорителей Nvidia

Основатель Nvidia прилагает усилия, чтобы сохранить хотя бы частичные поставки своих вычислительных ускорителей в Китай, несмотря на многолетние санкции, сообщает Financial Times. За почти три года ограничений доля компании на китайском рынке упала с 95 до 50 %.

Пока китайские разработчики ИИ-решений используют накопленные до ужесточения экспортного контроля запасы ускорителей Nvidia, они понимают, что этот резерв истощится к началу следующего года. При этом Alibaba, Tencent и Baidu уже приступили к испытаниям альтернативных вычислительных платформ, поскольку наращивать мощности по-прежнему необходимо.

Даже в случае одобрения новых моделей Nvidia по обновлённым требованиям США их производство и доставка займут от трёх до шести месяцев, а полнокатное покрытие спроса может задержаться ещё дольше. Представители компании поясняли, что любые будущие решения для Китая должны быть согласованы с американскими регуляторами. Эксперты GF Securities прогнозировали, что выпуск ускорителей с архитектурой Blackwell и памятью GDDR7 начнётся не ранее июля.

Руководитель облачного подразделения Baidu Шень Доу отметил, что китайские ускорители, в сочетании с оптимизированным ПО, со временем смогут обеспечить долгосрочное развитие местной ИИ-экосистемы. Едди Ву из Alibaba сообщил, что компания активно исследует различные варианты для удовлетворения растущего спроса, а Tencent, по его словам, старается одновременно улучшать использование имеющихся ресурсов и искать новые решения.

Специалисты признают ускорители Huawei Ascend наиболее зрелой заменой решениям Nvidia: если раньше ими пользовались в основном государственные структуры, то теперь и частные компании проявляют интерес, стараясь не афишировать выбор. Помимо Huawei, под тесты попали чипы от Cambricon и Hygon, а Baidu и Alibaba даже приступили к разработке собственных процессоров для своих ЦОД.

Перенос программ с CUDA на китайскую платформу CANN остаётся сложным и длительным процессом ― по оценкам, он займёт не менее трёх месяцев и может серьёзно замедлить работу инфраструктуры. Некоторые организации уже рассматривают гибридную схему: обучение моделей на остаточных ускорителях Nvidia и выполнение ключевых задач на китайских ускорителях.