Një startup kinez i themeluar nga një inxhinier i Google pretendon se ka zhvilluar çipin e vet TPU për AI — ASIC-u i personalizuar raportohet të jetë 1.5 herë më i shpejtë se GPU-ja Nvidia A100 e vitit 2020 dhe 42% më efikas

Startup-i kinez Zhonghao Xinying po ofron një Njësi Përpunimi Tensor për Qëllime të Përgjithshme (GPTPU) të prodhuar në vend si një alternativë ndaj pajisjeve ndërkombëtare të trajnimit dhe nxjerrjes së përfundimeve për inteligjencën artificiale, si kartat grafike të Nvidia-s dhe TPU-të e Google -it, siç raportohet nga South China Morning Post. Këta çipa ASIC thuhet se janë deri në 1.5 herë më të shpejtë se versioni A100 i vitit 2020 i Nvidia-s bazuar në arkitekturën e saj Ampere.

Edhe pse kjo është disa vite dhe breza prapa aftësive të pajisjeve më të fundit nga konkurrenca e saj ndërkombëtare, kjo tregon rritjen e konkurrencës për fuqinë llogaritëse globale dhe se si Kina mund të ketë një rrugë drejt pavarësisë nga silikoni në të ardhmen, ndërsa eksploron si dizajnet tradicionale të GPU-së ashtu edhe ato ASIC si alternativa.

Çipi “Gana” u zhvillua në kompani nga Yanggong Yifan, i cili më parë kishte studiuar në Stanford dhe në Universitetin e Miçiganit për të studiuar inxhinieri elektrike. Ai gjithashtu punoi në arkitekturat e çipave në Google dhe Oracle, me punë specifike në dizajnimin e disa brezave të TPU-ve të Google. Bashkëthemeluesi Zheng Hanxun më parë punoi në Oracle dhe në qendrën e kërkimit dhe zhvillimit të elektronikës të Samsung në Teksas.

Ata pretendojnë se TPU-ja e re përdor vetëm pronë intelektuale të vetëkontrolluar për dizajnin bazë, pa u mbështetur në kompanitë perëndimore, paketat e softuerëve ose komponentët për zhvillim, dizajn ose prodhim.

“Çipat tanë nuk mbështeten në licenca teknologjike të huaja, duke siguruar siguri dhe qëndrueshmëri afatgjatë nga niveli arkitektonik”, citon SCMP të ketë thënë Xinying në fillim të këtij viti, duke theksuar kuptimin e tij se siguria kombëtare tani është e ndërthurur ngushtë me aksesin në gjysmëpërçues.

Ata pretendojnë se çipi Ghana është i aftë të ofrojë 1.5 herë performancë më të mirë se A100 i Nvidia-s, si dhe “të ulë konsumin e energjisë në 75 përqind duke përdorur një proces prodhimi që është shumë më i ulët se ai i çipave kryesorë të GPU-ve jashtë vendit”.

Nëse është e vërtetë, kjo do të ishte një arritje mbresëlënëse, por jo një fitim i padëgjuar për një ASIC, i cili është një çip i ndërtuar posaçërisht që shkëlqen në funksione të caktuara duke hequr të gjithë elementët llogaritës të panevojshëm që gjenden në silikonin me qëllim më të përgjithshëm, si GPU-të.

Megjithatë, nëse ky dizajn kinez i TPU-së është sadopak i afërt me atë që pretendojnë, duhet të jetë mjaft i fuqishëm. A100 ishte pajisje të përparuara pesë vjet më parë, megjithëse edhe 1.5 herë më shumë se kjo performancë do ta vendoste Ganën shumë prapa modeleve Hopper të vitit 2022, dhe shumë, shumë prapa pajisjeve më të fundit Blackwell Ultra.

Por për një treg kinez që ende po fut kontrabandë këto GPU të vjetra? Kjo mund të jetë e mjaftueshme.

E gjithë kjo vjen në një kohë interesante për industrinë e çipave të inteligjencës artificiale. Edhe pse Nvidia ka qenë një forcë dominuese dhe fytyra e industrisë gjatë vitit të kaluar, njoftimi i fundit i Google për të filluar dhënien me qira dhe më pas shitjen e silikonit të vet TPU te Meta ka hapur mundësinë, dhe vetë idenë, e konkurrencës së drejtpërdrejtë. Është një marrëveshje e vogël, pavarësisht se vlen miliarda, por ndërsa alternativat shfaqen në Perëndim, të njëjtat shfaqen edhe në Lindje, ndërsa Kina shtyn për më shumë prodhim dhe mbështetje vendase të çipave, nëpërmjet subvencioneve për energjinë dhe kuotave të detyrueshme.

GPU-të si ato të zhvilluara nga Nvidia dhe, në një masë shumë më të vogël, AMD, ka të ngjarë të mbeten metodat më të gjithanshme për trajnimin e IA-së për një farë kohe, por ASIC-të si TPU-të e Google, dhe ndoshta edhe ato nga firma si kjo, mund të ofrojnë një alternativë interesante për kompanitë që kërkojnë të çlirohen nga monopoli pothuajse i Nvidia-s.

Ose thjesht për të pasur akses në harduer. Çmimet e memories, mungesat e silikonit dhe barrierat tregtare mund të pengojnë aksesin edhe në GPU-të që i nevojiten kompanisë suaj. Në mungesë të tyre, ASIC-të e paprovuara mund të jenë një alternativë e zbatueshme.