من المتوقع أن تبدأ Huawei شحنات واسعة النطاق من رقاقة ASD 910C AI في وقت مبكر من الشهر المقبل ، وفقًا للأشخاص المطلعين على الأمر.
على الرغم من أن الكميات المحدودة قد تم تسليمها بالفعل ، فإن النشر الجماعي سيمثل خطوة مهمة للشركات الصينية التي تسعى للحصول على بدائل محلية لأشباه الموصلات الأمريكية الصنع.
تأتي هذه الخطوة في وقت يواجه فيه المطورين الصينيون قيودًا أكثر تشددًا على الوصول إلى أجهزة Nvidia. أبلغت حكومة الولايات المتحدة مؤخرًا Nvidia أن مبيعات رقاقة H20 AI إلى الصين تتطلب ترخيص تصدير. لقد ترك المطورين في الصين يبحثون عن خيارات يمكن أن تدعم أعباء عمل التدريب على نطاق واسع والاستدلال.
لا يتم تصميم رقاقة Huawei Ascend 910C على العقد الأكثر تقدماً ، ولكنها تمثل حلًا بديلًا. الشريحة هي في الأساس نسخة مزدوجة الحزمة من 910B في وقت سابق ، مع اثنين من المعالجات لمضاعفة الأداء والذاكرة. تقول المصادر المطلع على الرقاقة إنها تؤدي بشكل مماثل لـ NVIDIA's H100.
بدلاً من الاعتماد على التصنيع المتطور ، اعتمدت Huawei نهجًا وحشيًا ، يجمع بين رقائق متعددة وترابط بصري عالي السرعة لتوسيع نطاق الأداء. هذا النهج أمر أساسي لنظام CloudMatrix 384 من Huawei ، وهو منصة AI كاملة على نطاق الرف لتدريب الطرز الكبيرة.
يتميز CloudMatrix 384 بـ 384 رقائق Huawei Ascend 910C التي تم نشرها في 16 رفوف تضم 12 رفًا حسابًا وأربعة شبكات. على عكس الأنظمة القائمة على النحاس ، تستخدم منصة Huawei الترابط البصري ، مما يتيح الاتصال العالي النطاق الترددي بين مكونات النظام. وفقًا للتحليل من Semianalysis ، تتضمن الهندسة المعمارية 6،912 800G LPO Optical Transceivers لتشكيل شبكة شبكية بصرية شاملة.
يتيح هذا نظام Huawei تقديم ما يقرب من 300 PETAFLOPs من BF16 الطاقة – تفوق نظام NVIDIA GB200 NVL72 ، والذي يصل إلى حوالي 180 BF16 PETAFLOPS. يزعم CloudMatrix أيضًا مزايا في عرض النطاق الترددي للذاكرة أعلى وسعة ، مما يوفر أكثر من ضعف النطاق الترددي وأكثر من 3.6 أضعاف سعة الذاكرة عالية النطاق (HBM).
المكاسب ، ومع ذلك ، لا تخلو من عيوب. من المتوقع أن يكون نظام Huawei أقل كفاءة لكل نقطة عائمة من GB200 من NVIDIA ولديه كفاءة في الطاقة أقل لكل وحدة من عرض النطاق الترددي للذاكرة وسعةها. على الرغم من انخفاض الأداء لكل واط ، لا يزال نظام Huawei يوفر البنية التحتية اللازمة لتدريب نماذج الذكاء الاصطناعي المتقدمة على نطاق واسع.
تشير المصادر إلى أن أكبر مسبك رقائق في الصين ، SMIC ، تنتج بعض المكونات الرئيسية لـ 910C باستخدام عملية 7NM N+2. ومع ذلك ، لا تزال مستويات العائد مصدر قلق ، وبحسب ما ورد تشمل بعض وحدات 910C رقائقًا أنتجتها TSMC للشركة الصينية Sophgo. وقد نفى Huawei استخدام أجزاء TSMC.
تحقق وزارة التجارة الأمريكية حاليًا في العلاقة بين TSMC و Sophgo بعد العثور على شريحة مصممة من قبل Sopgo في معالج 910B السابق في Huawei. حافظت TSMC على أنها لم توفر Huawei منذ عام 2020 ولا تواصل الامتثال لأنظمة التصدير.
في أواخر عام 2023 ، بدأت Huawei في توزيع العينات المبكرة من 910C على شركات التكنولوجيا المختارة وفتحت كتب الطلبات. اقترحت شركة Albright Stonebridge Group الاستشارية أن تصبح الشريحة خيارًا للشركات الصينية التي تقوم ببناء نماذج كبيرة من الذكاء الاصطناعى أو نشر قدرة الاستدلال ، بالنظر إلى ضوابط التصدير المستمرة على الرقائق التي صنعتها الولايات المتحدة.
على الرغم من أن Huawei Ascend 910C قد لا يتطابق مع Nvidia في كفاءة الطاقة أو تكنولوجيا العملية ، فإنه يشير إلى اتجاه أوسع. تقوم شركات التكنولوجيا الصينية بتطوير بدائل محلية للمكونات الأجنبية ، حتى لو كان ذلك يعني استخدام أساليب أقل تقدمًا لتحقيق نتائج مماثلة.
مع تشديد ارتفاع الطلب على الطلب على الذكاء الاصطناعي وقيود التصدير ، يمكن أن تساعد قدرة Huawei على تقديم حل أجهزة الذكاء الاصطناعي القابل للتطوير بشكل محلي في تشكيل مستقبل الذكاء الاصطناعي في الصين-خاصة وأن المطورين يتطلعون إلى تأمين سلاسل التوريد طويلة الأجل وتقليل التعرض للمخاطر الجيوسياسية.
(الصورة عبر Unsplash)
انظر أيضًا: تحديات اختراق أجهزة AI Huawei تحدي هيمنة Nvidia
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الكبيرة من قادة الصناعة؟ تحقق من AI و Big Data Expo الذي يقام في أمستردام ، كاليفورنيا ، ولندن. تم تحديد الحدث الشامل مع الأحداث الرائدة الأخرى بما في ذلك مؤتمر الأتمتة الذكي ، و blockx ، وأسبوع التحول الرقمي ، ومعرض Cyber Security & Cloud.
استكشاف أحداث وندوات الويب القادمة الأخرى التي تعمل بها TechForge هنا.