Dieser Artikel dient ausschließlich zu Informationszwecken und stellt keine Anlageberatung dar. Der Autor hält keine Anteile an den genannten Unternehmen.
Herausforderungen für chinesische KI-Rechenzentren bei der Umstellung auf inländische Chips
Einem aktuellen Bericht der South China Morning Post zufolge stoßen chinesische KI-Rechenzentren bei der Umstellung von NVIDIAs KI-GPUs auf Alternativen von Huawei auf erhebliche Hürden. Eine Richtlinie der chinesischen Regierung schreibt vor, dass öffentlich finanzierte KI-Rechenzentren mindestens 50 Prozent inländische Chips verwenden müssen, um die Abhängigkeit von ausländischen Halbleitertechnologien zu verringern.
Diese Vorschriften basieren auf Richtlinien, die die Stadt Shanghai im vergangenen Jahr erlassen hat. Sie schreiben vor, dass die Rechenzentren der Stadt mindestens die Hälfte ihrer Chips aus China verwenden müssen. Seit diesem Jahr gelten diese Richtlinien nun landesweit und betreffen alle KI-Rechenzentren im ganzen Land.
Bedenken hinsichtlich NVIDIA-GPUs und der Umstellung auf Huawei-Alternativen
Die Kontroverse um NVIDIAs H20-GPUs hat diesen Wandel beeinflusst. Nach der Entscheidung der Trump-Regierung, NVIDIA den Verkauf seiner GPUs nach China zu erlauben, kamen Bedenken hinsichtlich möglicher Hintertüren und Schwachstellen in diesen Chips auf – Behauptungen, die NVIDIA dementiert. Dennoch deuten Berichte darauf hin, dass die chinesische Regierung aufgrund dieser Sicherheitsbedenken gegenüber ausländischer Hardware vorsichtig ist. Gleichzeitig scheint in China die Erkenntnis zu wachsen, dass die Abhängigkeit von ausländischen Chips zur Unterstützung der KI-Ambitionen reduziert werden muss.
Der jüngste SCMP-Artikel hebt neue Vorschriften hervor, die staatliche Recheninfrastrukturen dazu verpflichten, mindestens 50 Prozent ihres Bedarfs auf inländische Chips zu decken – eine Regelung, die auf überarbeiteten kommunalen Verordnungen beruht. Ab 2024 werden diese Richtlinien den Betrieb von Rechenzentren prägen und einen breiteren strategischen Wandel hin zur technologischen Autarkie widerspiegeln.
Die wichtigsten inländischen Alternativen zu NVIDIAs GPUs sind jene, die von Huawei in Zusammenarbeit mit SMIC hergestellt werden. SMIC ist aufgrund von US-Sanktionen, die den Zugang zu fortschrittlichen Halbleiterfertigungstechniken und -geräten einschränken, auf die Verwendung älterer 7-Nanometer-Technologie beschränkt.
Während NVIDIAs Chips für das Training fortschrittlicher KI-Modelle unerlässlich sind, können die Prozessoren von Huawei den Einsatz bewältigen. Der staatlich vorgeschriebene Übergang ist jedoch nicht ohne Komplikationen. Viele Clusterbetreiber stehen vor einer schwierigen Situation, da ihre KI-Lösungen ursprünglich auf NVIDIAs Technologie basieren.
Ein wesentlicher Faktor, der zu diesen operativen Herausforderungen beiträgt, sind die unterschiedlichen Software-Ökosysteme. NVIDIAs GPUs nutzen die CUDA-Plattform, während die Chips von Huawei auf dem CANN-Framework basieren. Dieser grundlegende Unterschied stellt eine Hürde für Rechenzentren dar, die nun Huawei-Hardware integrieren und gleichzeitig die Funktionalität der KI-Modelle beibehalten müssen, die ursprünglich auf der NVIDIA-Infrastruktur entwickelt wurden.
Ähnliche Artikel:
Google bringt Opal auf den Markt: Der neue globale Mini-App-Ersteller
5:08
AMD gewinnt mehrere Kunden im „OpenAI-Maßstab“ für KI-Chips der nächsten Generation und unterstreicht damit die starke Nachfrage nach der Instinct-Produktreihe.
14:20
Apple investiert jährlich 1 Milliarde Dollar in Google Gemini, um Siri zu verbessern.
11:22
Schreibe einen Kommentar