China está explorando activamente vías para penetrar en el ecosistema CUDA de NVIDIA, y ha surgido una solución alternativa destacable que merece atención.
Ejecutivo chino del sector de semiconductores aboga por un cambio hacia chips definidos por software en el sector de la IA.
El CEO de NVIDIA, Jensen Huang, suele citar a CUDA como la principal ventaja competitiva que distingue a la compañía en el campo de la IA. Su énfasis en el avance del ecosistema de software subraya un aspecto crucial de la ventaja competitiva de NVIDIA. En este contexto, han surgido preocupaciones en China respecto a la dependencia del país de CUDA. Para abordar esta situación, Wei Shaojun, una figura clave en la Asociación de la Industria de Semiconductores de China, ha abogado por el desarrollo de alternativas a CUDA y otras tecnologías occidentales.
“Aunque nuestra tecnología no sea lo suficientemente buena al principio, debemos usarla. El método de ensayo y error puede no dar resultado, pero si no lo intentamos, sin duda nos quedaremos atrás.”
-Wei Shaojun
Shaojun señala específicamente que, en lugar de intentar crear una alternativa directa a CUDA, China debería considerar una estrategia menos convencional: la adopción de chips definidos por software (SDC).Este enfoque desplaza el foco de las preconfiguraciones de hardware hacia la inteligencia computacional basada en software. Actualmente, los desarrolladores prefieren CUDA principalmente debido a su ecosistema consolidado, que los vincula estrechamente con la oferta de hardware de NVIDIA. Sin embargo, los SDC buscan romper con esta dependencia, y exploraremos cómo lograrlo.
Con los SDC, los desarrolladores pueden prescindir de la arquitectura CUDA tradicional para sus tareas computacionales. En su lugar, estos chips incorporan una cuadrícula reconfigurable que utiliza un flujo de bits de configuración generado por compiladores. En esencia, esta estructura permite una mayor flexibilidad, ya que ni el compilador ni el código fuente están vinculados a una arquitectura de conjunto de instrucciones (ISA) específica. Esto contrasta notablemente con las GPU, que suelen funcionar mediante un sistema de planificación dedicado. Los SDC, por otro lado, aprovechan la compilación determinista, lo que garantiza un seguimiento preciso del movimiento de datos hasta el ciclo de reloj individual.
Según el profesor Wei Shaojun, los desafíos asociados con el establecimiento de capas de traducción y ecosistemas independientes que compitan con CUDA son formidables. Sostiene que invertir en tecnología SDC podría brindar a China una vía más sostenible hacia el futuro. Sin embargo, este enfoque no está exento de dificultades, particularmente debido a su dependencia de compiladores, lo que puede complicar tareas como el enrutamiento y la ramificación. Si bien las SDC, como las RDU de SambaNova y las unidades LPU de Groq, destacan por su capacidad para cargas de trabajo específicas, no están diseñadas para reemplazar por completo a las GPU.
Para obtener más información, puede consultar el artículo original de DigiTimes.
Para obtener más información e imágenes, consulte WccfTech.