ตามรายงานของ Xataka การคว่ำบาตรจีนรอบต่อไปของสหรัฐฯ จะทำให้ Nvidia ไม่สามารถขายชิปปัญญาประดิษฐ์ A800 และ H800 ในจีนได้ แม้แต่ GPU สำหรับผู้บริโภคที่ทรงพลังที่สุดอย่าง GeForce RTX 4090 ก็ยังได้รับผลกระทบ สิ่งนี้ไม่เพียงแต่ส่งผลกระทบต่อ Nvidia ในปัจจุบันเท่านั้น แต่ยังรวมถึงในอนาคตอีกด้วย เมื่อพวกเขาอาจสูญเสียลูกค้าชาวจีนจำนวนมากหลังจากการยกเลิกคำสั่งห้าม ดังที่ Jensen Huang ซีอีโอของ Nvidia ได้แสดงความคิดเห็นไว้ว่า: "หากจีนไม่สามารถซื้อ GPU สำหรับปัญญาประดิษฐ์จากสหรัฐฯ ได้ พวกเขาก็จะผลิตมันเอง"
แผนผังวงจรชิปจากมหาวิทยาลัยชิงหัว
ในระยะสั้น การที่ Nvidia เสื่อมความนิยมในจีนนั้นส่งผลดีต่อ Huawei เป็นพิเศษ ซึ่ง Huawei ก็มีชิป Ascend AI อยู่แล้วเพื่อพยายามเติมช่องว่างในตลาดที่ Nvidia กำลังจะออกจากไปในอีกประมาณ 10 วันข้างหน้า นอกจากนี้ เรายังต้องกล่าวถึง MetaX, Alibaba, Biren Technology, Moore Threads, Innosilicon, Zhaoxin, Iluvatar CoreX, DenglinAI หรือ Vast AI Tech ซึ่งกำลังพัฒนาชิปขั้นสูงสำหรับแอปพลิเคชัน AI
เมื่อเร็วๆ นี้ สื่อชื่อดังบางแห่งในเอเชียรายงานว่า บริษัทจีนบางแห่งที่เชี่ยวชาญด้านฮาร์ดแวร์กราฟิกและ AI เช่น MetaX หรือ Moore Threads ได้จ้างวิศวกรจาก AMD และ Nvidia เพื่อรับหน้าที่ที่พวกเขามุ่งหวัง
เรื่องนี้ได้รับความสนใจมากขึ้นหลังจากมีบทความที่ตีพิมพ์ในวารสาร Nature โดยนักวิทยาศาสตร์ชาวจีนหลายคนจากมหาวิทยาลัย Tsinghua ในรายงานนี้ นักวิจัยได้ระบุรายละเอียดเกี่ยวกับสถาปัตยกรรมของชิปคอมพิวเตอร์วิชั่นซึ่งทรงพลังและรวดเร็วอย่างมากอย่างน้อยก็ในทางทฤษฎี นอกจากพลังของกราฟิกแล้ว นักวิทยาศาสตร์ยังกล่าวว่างานการมองเห็นคอมพิวเตอร์ของชิปดังกล่าวเร็วกว่าชิป A100 ของ Nvidia ถึง 3.7 เท่า เมื่อทั้งสองเผชิญกับงานเข้มข้นเดียวกันของการจำแนกภาพ
มหาวิทยาลัยชิงหัวเป็นหนึ่งในสถาบันวิทยาศาสตร์ที่ได้รับการยกย่องมากที่สุดในประเทศจีน ดังนั้นเนื้อหาของบทความจึงถูกต้องสมบูรณ์ สิ่งที่น่าสนใจที่สุดเกี่ยวกับชิปนี้คือมีประสิทธิภาพเชิงทฤษฎีที่สูงกว่า GPU A100 ของ Nvidia
ชิปนี้ผลิตโดยใช้เทคโนโลยีการรวม CMOS ขนาด 180 นาโนเมตร ซึ่งเป็นเทคนิคการพิมพ์หินที่มีความก้าวหน้ามากและมีความซับซ้อนน้อยกว่าเทคโนโลยีขั้นสูงที่สุดที่ผลิตอยู่ในปัจจุบัน เป็นเรื่องยากที่จะระบุว่าประสิทธิภาพจะดีขึ้นในระดับใดหากใช้เทคนิคการพิมพ์หินขั้นสูงมากขึ้นในกระบวนการผลิต แน่นอนว่าวงจรรวมเหล่านี้ยังไม่ได้ผลิตเป็นจำนวนมาก ดังนั้นยังคงต้องเอาชนะความท้าทายในการออกจากห้องทดลองและเข้าสู่การผลิตจำนวนมาก
ลิงค์ที่มา
การแสดงความคิดเห็น (0)