Крупные ИИ-чипы Nvidia и других производителей приближаются к физическим пределам масштабирования. Такое мнение в четырехчасовом интервью китайскому блогеру высказал главный ученый полупроводникового направления Huawei Ляо Хэн, сообщает Bloomberg.
По его словам, отрасль слишком долго полагалась на увеличение размера кристалла, плотности транзисторов и объема памяти с высокой пропускной способностью (HBM). Последняя используется в ИИ-ускорителях для быстрого обмена данными между процессором и вычислительной системой.
«Должен быть предел того, как они масштабируются за счет все большего вычислительного кристалла и большего объема HBM. Индустрия продолжает давить вперед, но как только она пересечет этот физический предел, случится лавина», — заявил ученый.
Альтернатива Huawei
Ляо продвигал подход Huawei под названием Tau Scaling Law. Он смещает фокус с постоянного уменьшения транзисторов на сокращение времени передачи сигналов между частями чипа и вычислительной системы.
Huawei представила этот подход в мае на конференции Института инженеров электротехники и электроники в Шанхае. Тогда глава полупроводникового бизнеса компании Хэ Тинбо заявила, что технология должна помочь Huawei добиться плотности транзисторов, эквивалентной 1,4 нм, к 2031 году.
Один из элементов подхода — LogicFolding. В компании описывают его как способ распределять критические логические цепи по нескольким слоям, чтобы сократить задержки передачи сигналов. По данным Bloomberg, Huawei готовится представить первый смартфонный чип, созданный с использованием этой технологии.
Санкции и ставка на эффективность
Huawei вынуждена искать обходные пути из-за ограничений США. С 2019 года компания лишена доступа к части западных технологий, а китайские производители не могут свободно закупать передовое литографическое оборудование ASML для выпуска самых современных чипов.
Ляо связал новый подход не только с производством микросхем, но и с архитектурой ИИ-моделей. По его словам, китайским компаниям приходится компенсировать дефицит вычислительных ресурсов более сложным проектированием.
«Нам нужно вкладывать больше усилий в дизайн, чтобы обменивать более высокую сложность на меньшее потребление вычислительных ресурсов», — сказал он.
В этом контексте ученый похвалил основателя DeepSeek Ляна Вэньфэна. По мнению Ляо, успех компании связан с тем, что она была вынуждена искать архитектурные решения для обучения моделей в условиях ограниченного доступа к вычислениям.
https://forklog.com/exclusive/ai/deepseek-obrushil-rynok-pochemu-kitajskij-ii-okazalsya-v-30-raz-effektivnee-gpt-4
Две технологические экосистемы
Ляо также заявил, что на фоне геополитического раскола каждой стороне придется строить собственные производственные и технологические цепочки.
«Чтобы выжить, каждая сторона должна создать собственные полные производственные и снабженческие возможности, даже без серьезных столкновений между двумя сторонами», — заявил он.
В Bloomberg отметили, что выступление Ляо стало еще одним сигналом уверенности Huawei после презентации Tau Scaling Law в мае. Компания пытается показать, что ограничения США не только вынудили ее искать альтернативы, но и могут подтолкнуть китайскую полупроводниковую отрасль к отдельной траектории развития.
Напомним, в июне Huawei пообещала выпускать новое поколение ИИ-чипов Ascend каждый год и вдвое наращивать их производительность.
РанееCEO Google DeepMind Демис Хассабис допустил, что Китай практически догнал США и Запад в сфере искусственного интеллекта.
