Este artículo se ofrece únicamente con fines informativos y no constituye asesoramiento de inversión. El autor no posee acciones de las empresas mencionadas.
Desafíos que enfrentan los centros de datos de IA chinos en la transición a chips nacionales
Según un informe reciente del South China Morning Post, los centros de datos de IA chinos se enfrentan a importantes obstáculos en su transición de las GPU de IA de NVIDIA a las alternativas de Huawei. Una directiva del gobierno chino estipula que los centros de datos de IA financiados con fondos públicos deben utilizar al menos un 50 % de chips nacionales, con el fin de reducir la dependencia de tecnologías de semiconductores extranjeras.
Estas regulaciones tienen su origen en las directrices establecidas el año pasado por el municipio de Shanghái, que exigen que las instalaciones informáticas de la ciudad incorporen al menos la mitad de sus chips procedentes de China. A partir de este año, estas directrices se han extendido a nivel nacional y afectan a todos los centros de datos de IA del país.
Preocupaciones con las GPU NVIDIA y la transición a alternativas de Huawei
La controversia en torno a las GPU H2O de NVIDIA ha influido en este cambio. Tras la decisión de la administración Trump de permitir a NVIDIA vender sus GPU a China, surgieron preocupaciones sobre posibles puertas traseras y vulnerabilidades en estos chips, afirmaciones que NVIDIA ha negado. No obstante, los informes indican que el gobierno chino se muestra cauteloso con el hardware extranjero debido a estas preocupaciones de seguridad. Al mismo tiempo, parece haber un creciente reconocimiento en China de la necesidad de reducir la dependencia de chips internacionales para impulsar sus ambiciones en IA.
El último artículo del SCMP destaca las nuevas normativas que exigen que las infraestructuras informáticas estatales dependan de chips nacionales para al menos el 50 % de sus necesidades, una norma derivada de la revisión de las normativas municipales. A partir de 2024, estas directrices definirán el funcionamiento de las instalaciones de datos, lo que refleja un cambio estratégico más amplio hacia la autosuficiencia tecnológica.
Las principales alternativas nacionales a las GPU de NVIDIA son las fabricadas por Huawei, en colaboración con SMIC, que está restringida a utilizar tecnología más antigua de 7 nanómetros debido a las sanciones estadounidenses que limitan el acceso a técnicas y equipos avanzados de fabricación de semiconductores.
Si bien los chips de NVIDIA son vitales para el entrenamiento de modelos avanzados de IA, los procesadores de Huawei pueden gestionar la implementación. Sin embargo, la transición impuesta por el gobierno no está exenta de complicaciones. Muchos operadores de clústeres se encuentran en una situación difícil, ya que sus soluciones de IA se desarrollaron inicialmente con tecnología de NVIDIA.
Un factor importante que contribuye a estos desafíos operativos es la diferencia en los ecosistemas de software. Las GPU de NVIDIA utilizan la plataforma CUDA, mientras que los chips de Huawei se basan en el marco CANN. Esta disparidad fundamental supone una barrera para los centros de datos, que ahora deben integrar hardware de Huawei y, al mismo tiempo, conservar la funcionalidad de los modelos de IA diseñados originalmente en la infraestructura de NVIDIA.
Artículos relacionados:
Duelo de chips de IA: NVIDIA se enfrenta a una fuerte competencia de las TPU de Google, no solo de AMD o Intel.
18:25
Microsoft desarrolla kits de herramientas para desafiar el dominio de NVIDIA CUDA y reducir los costos de inferencia con las GPU de IA de AMD.
15:47
Google lanza Opal: el nuevo creador global de miniaplicaciones
5:08
Deja una respuesta