Investing.com — ההחלטה האמריקאית להדק את הפיקוח על יצוא שבבי H20 של Nvidia הכניסה סיבוכים חדשים לסקטור הבינה המלאכותית בסין, אך ההפרעה בטווח הקצר נראית מוגבלת כאשר חברות מקומיות עוברות לחלופות ומעמיקות את ההשקעה שלהן במערכות אקולוגיות מקומיות.
אנליסטים ב-Bernstein טוענים שהאיסור עשוי אפילו להאיץ את המעבר של סין מהתלות בשבבים אמריקאיים, מעבר שכבר נמצא בעיצומו הן בחזית החומרה והן בחזית התוכנה.
שבב ה-H20 של Nvidia (NASDAQ:NVDA), שנחשב לאחד ממאיצי החישוב מהדרג הנמוך יותר שהותאמו לשוק הסיני, הציע עוצמת חישוב נמוכה משמעותית בהשוואה למוצרים אחרים ברמה גבוהה של Nvidia.
אנליסטים טוענים שהאיסור עליו הוא בעיקר סמלי, שכן השוואות ביצוע הראו שהוא כבר מפגר אחרי חלופות סיניות כמו Ascend 910C של Huawei.
פלטפורמת AI CloudMatrix 384 של Huawei, שהוצגה לאחרונה, מספקת פי 1.7 יותר כוח מחשוב מצומת NVL72 של Nvidia, אם כי בצריכת חשמל גבוהה כמעט פי ארבעה.
אנליסטים ב-Bernstein מאמינים שההשפעה הגדולה יותר טמונה באיתות שהאיסור שולח ובדינמיקת האספקה שהוא מעצים.
חברות עם מודלי בינה מלאכותית בסיסיים בליבתן, במיוחד אלה בסקטור הטכנולוגי ממוקד המדיה, ירגישו את האילוצים בצורה החריפה ביותר.
עם זאת, חלק גדול מתעשיית הבינה המלאכותית הסינית גיוון באופן פרואקטיבי את אסטרטגיות המחשוב שלו כדי להפחית את התלות ב-Nvidia, תוך שימוש בקומבינציה של תחליפים להסקה, מודלים קטנים יותר מאומנים בקצה, ופלטפורמות היברידיות שמקשרות בין שבבים מקומיים לחומרת Nvidia.
הפעולות בטווח הקצר צפויות להישאר ברובן ללא השפעה. רוב חברות הבינה המלאכותית שנסקרו על ידי Bernstein דיווחו שהן יכולות להמשיך להשתמש בשבבים מהדור הקודם כמו Nvidia 3090 או V30, או לעבור ל-Huawei וחלופות מקומיות אחרות.
סקטור הענן, עם זאת, עשוי להתמודד עם לחצים גוברים. ככל שכוח המחשוב הופך נדיר יותר והביקוש נמשך, המחירים עבור האצת GPU מבוססת ענן עולים.
Bernstein מציין שמחירי השכרת GPU בספקים שונים עלו בהתמדה מאז תחילת 2023.
מבחינת התחזית לטווח הארוך יותר, האיסור על H20 צפוי לזרז דחיפה מקומית עמוקה יותר לעצמאות בבינה מלאכותית.
Huawei צפויה לצמצם עוד יותר את פער הביצועים, בעזרת חידושים בתוכנה שמשפרים את רוחב הפס של האשכול וטכניקות זיקוק מודלים.
יוזמת קוד פתוח מקומית, Deepseek, הדגימה תוצאות מבטיחות בפיתוח מודלים יעילים בקנה מידה קטן שמותאמים לביצועים מבלי לדרוש כוח מחשוב עצום.
Bernstein מציין שלוש גישות טכניות עיקריות שסין ממחה כדי להפחית את התלות ב-Nvidia.
ראשית היא הנדסה מחדש ידנית של מודלים מאומנים ב-CUDA כדי להריץ אותם על שבבי Huawei, מאמץ שלמרות היותו עתיר משאבים, הניב עד 90% שוויון ביצועים במקרים מסוימים כמו ההתאמה של iFlytek למודל iSpark שלה.
שנית, העברה מבוססת מהדר של מודלים מאומנים מראש מציעה נתיב אוטומטי אך עדיין לא מושלם.
שלישית, גישת הרמוניזציה של שכבת הביניים נמצאת בפיתוח כדי לאפשר אימון והסקה בסביבות שבבים הטרוגניות.
חברות TMT ותוכנה צפויות גם לעבור מתשתית ענן פרטית לציבורית, לפי דמי העמילות.
מפעלים בבעלות המדינה מועדפים בסקטור הענן בשל הקשרים ההדוקים שלהם עם ספקי שבבים מקומיים כמו Huawei.
מאמר זה נוצר ותורגם בתמיכת AI ונבדק על ידי עורך. לקבלת מידע נוסף, עיין בתנאים והתניות שלנו.