A Huawei létrehozott egy mesterséges intelligenciával működő chipet, ami ezerszer gyorsabb, mint az Nvidia?

Az igazság a „virtualizációs” technológiáról, amely segít a Huaweinek elképzelhetetlen sebességgel szimulált MI-chipeket létrehozni.

Miközben az amerikai szankciók elfojtják a kiváló minőségű félvezető chipek iránti keresletet, a Huawei megdöbbentő lépést tett a technológiai világban. A kínai óriás azt állítja, hogy új szoftvere képes létrehozni egy „szimulált mesterséges intelligencia chipet”, amelynek feldolgozási sebessége ezerszer gyorsabb, mint ádáz riválisának, az Nvidiának.

A Huawei nemrégiben hivatalosan is bemutatta a Flex:ai-t, egy nyílt forráskódú összehangoló eszközt, amelyet a nagyméretű számítási klaszterek kapacitásának alapos optimalizálására terveztek.

A Flex:ai orkestrációs eszköz megjelenése szuperszámítógépes klaszterekhez.

A Kubernetes-re épülő és a ModelEngine közösségen keresztül kiadott Flex:ai több mint egy egyszerű felügyeleti eszköz.

Sürgős megoldásnak tekintik Kína jelenlegi stratégiájára, amely „szoftverrel pótolja a hardvert”.

A Huawei legfigyelemreméltóbb állítása, hogy „képes létrehozni egy szimulált MI-chipet, amely 1000-szer gyorsabb, mint az Nvidiáé”. Bár nem hozta nyilvánosságra a hatalmas szám mögött meghúzódó technikai részleteket, a gyakorlati hatékonyság tekintetében a Huawei azt állítja, hogy a Flex:ai körülbelül 30%-kal növeli a MI-chipek átlagos kihasználtságát.

Ahelyett, hogy a gyorsítók (GPU/NPU) külön-külön futnának és pazarolnák az erőforrásokat, a Flex:ai egy intelligens virtualizációs mechanizmust használ. Ez az eszköz a fizikai GPU- vagy NPU-kártyákat több virtuális számítási példányra „szeleteli”.

Az emulált chipek rendelkeznek akkora sebességgel, mint amit a Huawei állít?

Kisebb feladatokhoz: A Flex:ai egymásra rakja őket az erőforrás-tartalék maximalizálása érdekében. Masszív AI-modellekhez: Lehetővé teszi a munkaterhelések több kártya közötti elosztását, leküzdve egyetlen eszköz fizikai korlátait.

A rendszer lelke a „Hi Scheduler” – amely képes valós időben elosztani a tétlen erőforrásokat, biztosítva, hogy ne vesszen kárba a számítási teljesítmény, miközben a mesterséges intelligencia által vezérelt feladatok sorban állnak.

A heterogén chiprendszerek egységesítésére irányuló törekvés

A Flex:ai és a meglévő megoldások közötti nagy különbség a keresztkompatibilitás. Míg az olyan eszközök, mint a Run:ai (amelyet az Nvidia 2024-ben vásárolt fel), az Nvidia ökoszisztémára összpontosítanak, a Flex:ai a különböző típusú hardverek egyesítését célozza. Erős támogatást nyújt a Huawei saját fejlesztésű Ascend chipjeihez más szabványos GPU-k mellett.

Az eszközt a Sanghaji Jiaotong Egyetem, a Hszi'ani Jiaotong Egyetem és a Hsziameni Egyetem (Kína) kutatóinak közreműködésével fejlesztették ki.

A Huawei egyelőre nem tette közzé a forráskódot és a konkrét teszteredményeket. A szakértők komoly kérdéseket vetnek fel azzal kapcsolatban, hogy a Flex:ai valóban zökkenőmentesen kompatibilis-e a népszerű GPU-kkal a szabványos bővítményeken keresztül? És vajon az „1000-szer gyorsabb” szám valódi áttörést jelent, vagy csak egy marketingösszehasonlítás egy emulátor környezetben? A válasz akkor lesz elérhető, amikor a Flex:ai hivatalosan is elérhetővé válik a programozói közösség számára.

Hogyan töri át a Huawei a fizikai korlátokat a mesterséges intelligencia feldolgozásának felgyorsítása érdekében?

36 KR.ECS Lásd a forráslinket

Eredeti bejegyzés linkje Link másolása

https://eu.36kr.com/en/p/3568501130460297

Forrás: https://khoahocdoisong.vn/phai-chang-huawei-tao-ra-chip-ai-mo-phong-nhanh-hon-1000-lan-nvidia-post2149072921.html