به گزارش رویترز ، هواوی از Nvidia H100. پردازنده جدید بر اساس تراشه برای تراشه در مقایسه با Blackwell B200 از Nvidia و Blackwell Ultra B300 GPU کندتر خواهد بود ، به نسل بعدی GPU Rubin برنامه ریزی شده برای سال آینده توجه نکنید. با این حال ، رویکرد غلاف Huawei با صدها پردازنده باید به Ascend 910D اجازه دهد تا بر اساس Blackweell فعلی در NVIDIA و GPU آینده در مقابل POD ها رقابت کند.
هواوی در حال آماده سازی برای شروع پیشرفته ترین تست های پردازنده هوش مصنوعی ، Ascend 910D است ، با هدف عملکرد دور زدن NVIDIA H100 و ارائه جایگزین محلی در میان محدودیت های صادرات آمریکا. به گفته این منابع ، هواوی به بسیاری از شرکت های محلی نزدیک شده است تا ارزیابی کند که آیا تراشه جدید Ascend 910D با عملکرد و انتشار مطابقت دارد یا خیر. انتظار می رود نمونه های اولیه تا اواخر ماه مه انجام شود.
به طور جداگانه ، هواوی قصد دارد در اوایل ماه آینده هزینه های زیادی از پردازنده های AI Castund 910C خود را برای مشتریان چینی (و شاید سیستم های کامل بر اساس تراشه ها) شروع کند. براساس آنچه گزارش شده است ، اکثر این روشهای درمانی توسط TSMC برای یک شرکت شخص ثالث تولید شده است. هنوز هم می توان دید که آیا 910D SMIC توسط SMIC مستقر در چین ساخته خواهد شد ، یا اینکه پنج سال پس از محدود کردن دولت ایالات متحده ، دسترسی هواوی به قابلیت های نیمه هادی پیشرفته را محدود می کند-شما هواوی را دوباره راهی برای دور زدن تحریم های ایالات متحده پیدا خواهید کرد.
دسترسی به سطح عملکرد NVIDIA H100 در هواوی آسان نخواهد بود. آخرین پیشنهاد دوگانه برای Ascend 910c حدود 780 TFLOPS عملکرد را ارائه می دهد ، در حالی که Nvidia H100 می تواند حدود 2000 TFLOPS BF16 را ارائه دهد. برای دستیابی به سطح عملکرد H100 ، هواوی مجبور به طراحی مجدد معماری Ascend 910D می شود و ممکن است تعداد حساب را افزایش دهد.
برای حفظ رقابت در صنعت اطلاعات مصنوعی سال آینده ، هواوی باید به عملکرد مشابه گروه های هوش مصنوعی که امسال در ایالات متحده توسعه یافته اند ، دست یابد ، این شرکت با 384 پردازنده Ascend 910c CloudMatrix 384 را ارائه داده است. براساس آنچه گزارش شده است ، NVIDIA GB200 NVL72 می تواند بر برخی از بارهای کار غلبه کند ، اما با هزینه مصرف انرژی بالاتر به دلیل کاهش قابل توجه در هر عملکرد در هر وات. همچنین بیش از پنج برابر تعداد “درمان های هوش مصنوعی” مانند قفسه NVL72 است. آیا هنوز هم می توان تحویل را به خوبی گسترش داد با تعداد مورد نیاز پردازنده ها هنوز باید مشاهده شود.
بدون دستیابی به تکنیک های عملیاتی پیشرو ، حفظ موقعیت های رقابتی سال آینده برای هواوی بسیار دشوار خواهد بود. Nvidia در مسیر تهیه واحد گرافیکی Rubin Rubin و HPC قرار دارد.
GPU Rubin قرار است حدود 8300 TFLOPS را از عملکرد آموزش FP8 ارائه دهد ، و فرض بر این است که نیمی از آن برای BF16 است – تقریباً دو برابر عملکرد B200. Ascend 910D Huawei و نسل بعدی با 384 مورد از این پردازنده ها می توانند عملکرد رقابتی عفو بین المللی را در سطح قفسه انجام دهند. با این حال ، می توان دید که مزایای عملکرد در Ascend 910D و Nvidia از GPU های Rubin در مقایسه با پیشنهادات فعلی چیست. همچنین لازم به ذکر است که Nvidia به سختی GPU های GPU Rubin را در چین به فروش می رساند ، بنابراین هواوی این رقیب مستقیم را نخواهد داشت.
صرف نظر از عملکرد یا کارآیی ، پردازنده های Huawei Ascend 910D احتمالاً هنگام آموزش هوش مصنوعی در سالهای آینده به ارزهای چینی تبدیل می شوند. با توجه به اهمیت استراتژیک عفو بین الملل ، مصرف انرژی Ascend 910D (یا هر پردازنده محلی دیگر AI) یک عامل خاص نخواهد بود ، زیرا تعداد واحدهای پراکنده می تواند کارآیی پردازنده های NVIDIA (یا AMD ، Intel ، Broadcom و غیره) را جبران کند. عامل اصلی اصلی چین توانایی آن در تولید پردازنده های کافی – چه در محلی و چه در خارج از کشور با استفاده از شرکت های عامل است.
منبع: https://www.tomshardware.com/tech-industry/artificial-intelligence/huawei-ascend-ai-910d-processor-designed-to-take-on-nvidias-blackwell-and-rubin-gpus
تحریریه مجله اچ پی