یک استارتاپ چینی با معرفی تراشه GPTPU با نام Ghana ادعا کرده به کارایی بالاتری (تا 1.5 برابر) نسبت به انویدیا A100 انویدیا دست یافته است. این تراشه بومی که بر پایه معماری اختصاصی ساخته شده، می‌تواند نقش یک گزینه داخلی برای آموزش و اجرای مدل‌های هوش مصنوعی را ایفا کند.
استارتاپ چینی Zhonghao Xinying مدعی موفقیت در توسعه یک شمارنده تنسوری (TPU) بومی با نام GPTPU Ghana شده که می‌تواند نقش جایگزینی برای سخت‌افزارهای آموزش و استنتاج هوش مصنوعی مانند کارت‌های گرافیک انویدیا و شتاب‌دهنده‌های TPU گوگل ایفا کند.
این خبر نخستین بار توسط South China Morning Post گزارش شده و می‌گوید براساس اطلاعات منتشر شده، تراشه جدید چینی موسوم به Ghana یک ASIC اختصاصی است و طبق ادعای سازنده، می‌تواند تا ۱.۵ برابر سریع‌تر از انویدیا A100 (محصول شاخص سال ۲۰۲۰ بر پایه معماری Ampere) عمل کند. همچنین عنوان شده که این تراشه ۴۲ درصد مصرف انرژی بهتری دارد و در مجموع می‌تواند عملکرد به‌مراتب کارآمدتری برای بارهای کاری هوش مصنوعی ارائه دهد.
یک گام مهم برای چین برای نزدیک‌شدن به Hopper و Blackwell
اگرچه این سطح از کارایی همچنان فاصله زیادی با جدیدترین تراشه‌های سری Hopper و مخصوصاً نسل Blackwell انویدیا دارد، اما دستیابی به چنین عملکردی با یک ASIC بومی، گام مهمی در افزایش توان پردازشی چین و کاهش وابستگی به تأمین‌کنندگان غربی محسوب می‌شود.
در همین رابطه بخوانید:
- این نرم‌افزار چینی بدون هزینه اضافی تراشه‌های AI را توربو شارژ می‌کند!
البته داستان توسعه این تراشه نیز جالب توجه است. وقتی به سوابق و مشخصات شرکت توسعه‌دهنده آن نگاه کنید متوجه می‌شوید که توسط آقای یانگ‌گُنگ ییفان مدیریت می‌شود؛ مهندسی که سابقه تحصیل در دانشگاه‌های استنفورد و میشیگان و همچنین همکاری در تیم معماری چیپ‌های گوگل و اوراکل (در نسل‌های مختلف TPU) را دارد. همچنین هم‌بنیان‌گذار دیگر شرکت، ژنگ هانشون، پیش‌تر در اوراکل و مرکز تحقیق و توسعه سامسونگ در تگزاس فعالیت داشته است.
طراحی کاملاً بومی؛ بدون وابستگی به فناوری‌های غربی
به گفته Xinying، طراحی Ghana کاملاً «بومی» بوده و هیچ وابستگی به فناوری‌ها، لایسنس‌ها یا ابزارهای نرم‌افزاری غربی ندارد. شرکت تأکید کرده تمامی لایه‌های طراحی، توسعه و IP تراشه تحت کنترل داخلی است و این موضوع می‌تواند برای آینده امنیت و پایداری زنجیره تأمین چین بسیار حیاتی باشد.
از دید فنی باید گفت که این سطح از کارایی از یک ASIC چندان دور از انتظار نیست؛ زیرا این تراشه‌های اختصاصی با حذف واحدهای غیرضروری و بهینه‌سازی برای عملیات خاص، می‌توانند نسبت به GPUها که ماهیت عمومی‌تری دارند، بسیار بازده بیشتری ارائه دهند.
در همین رابطه بخوانید:
- درخشش گوگل چالشی برای انویدیا: آیا TPU جایگزین GPU در هوش مصنوعی می‌شود؟
فرصتی برای بازار داخلی چین زیر سایه تحریم‌ها
در صورتی که عملکرد ادعایی Ghana با واقعیت منطبق باشد، این TPU می‌تواند به گزینه‌ای جذاب برای بازار داخلی چین که همچنان با محدودیت واردات و کمبود GPUهای قدرتمند مانند A100 روبه‌روست تبدیل شود. هرچند این تراشه فاصله‌ای قابل‌توجه با رقبا در سطح جهانی دارد، اما برای شرکت‌های چینی که حتی به سخت‌افزارهای نسل قبل نیز به سختی دسترسی پیدا می‌کنند، می‌تواند یک گزینه عالی و مناسب باشد.
لازم است به این نکته توجه داشته باشیم که این پیشرفت در زمانی رخ می‌دهد که رقابت در بازار شتاب‌دهنده‌های هوش مصنوعی بیش از همیشه فشرده شده است. پس از آنکه گوگل اعلام کرد TPUهای خود را برای متا عرضه خواهد کرد، حالا استارتاپ‌های آسیایی نیز با تکیه بر مدل ASIC تلاش می‌کنند سهمی از بازار میلیارددلاری پردازش هوش مصنوعی به‌دست آورند.
در حالی‌که GPU همچنان ابزار اصلی آموزش هوش مصنوعی باقی خواهد ماند، ظهور TPUها و ASICهای بومی می‌تواند بخشی از انحصار انویدیا را به چالش بکشد.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت