Las empresas chinas que están dedicadas al desarrollo de grandes modelos de inteligencia artificial (IA) están atrapadas. Por un lado, se ven obligados a lidiar con las restricciones de exportación de las GPU impuestas por el gobierno de los Estados Unidos. Y, además, están sujetos a Su propia dependencia de la tecnología estadounidense. A priori, la solución óptima para ellos sería dejar de comprar NVIDIA y otras compañías estadounidenses sus chips para la IA, y obtener GPU «comparables» comparables «comparables» que proponen los hilos Huawei o Moore, entre otras compañías chinas.
Sin embargo, como se explica en su artículo para Política exterior El analista estadounidense Kyle Chan, el escenario que enfrentan es más complicado de lo que parece. Y es que abandonar nvidia en la práctica es muy difícil. Según ChanTencent, Bytedance, Alibaba y otras compañías chinas prefieren GPU para NVIDIA porque su rendimiento es mayor, especialmente cuando se enfrenta a los procesos de capacitación de sus modelos de IA. Sin embargo, especialmente optan por las fichas de esta compañía estadounidense gracias a Cuda (Calcular arquitectura de dispositivo unificado).
CUDA es el arma nvidia más devastadora que continúa liderando en hardware de IA
La mayoría de los proyectos de IA que se están desarrollando actualmente se implementan en CUDA. Esta tecnología reúne el compilador y las herramientas de desarrollo utilizadas por los programadores para desarrollar su software para las GPU NVIDIA, y reemplazarlo con otra opción en los proyectos que ya están en marcha, es un problema. Huawei, quien aspira a obtener una parte importante de este mercado en China, tiene cann (Arquitectura de calcular para redes neuronales), que es su alternativa a CUDA, pero por el momento CUDA domina el mercado.
«China debe desarrollar un sistema alternativo para lograr la autosuficiencia en la IA»
Esta declaración de Li Guojie, un científico informático de la Academia de Ciencias de China que se considera una autoridad en China, expresa claramente cuán importantes son las herramientas que acabo de mencionar en el ecosistema de desarrollo de modelos IA: «China debe desarrollar un sistema alternativo para lograr la autosuficiencia en la IA […] Deepseek ha tenido un impacto en el ecosistema CUDA, pero no lo ha superado por completo porque las barreras persisten. A largo plazo, necesitamos establecer un conjunto de sistemas de herramientas de software para los controlables que exceden CUDA. «
Este es, sin duda, uno de los grandes desafíos que enfrenta China en esta área, y probablemente su mejor opción es Cann. Durante los últimos cinco meses, Huawei ha lanzado dos GPU para los muy competitivos y está a punto de dar un paso muy importante: posicionará a Cann como un kit de herramientas de código abierto. Su propósito es, Según Eric Xu ZhijunPresidente Rotario de Huawei, «para acelerar la innovación de los desarrolladores y hacer que las fichas de la familia ASCE sean más fáciles de usar».
Xu Zhijun no lo menciona expresamente, pero lo que su estrategia sigue en el fondo es aumentar la competitividad del ecosistema Huawei que ataca a Nvidia donde es más fuerte. Además, ya ha comenzado a discutir con los principales actores de la industria de la IA de China, así como con sus socios comerciales, universidades e instituciones de investigación. Cómo construir su ecosistema Corriente de código abierto ascender. Si esta iniciativa prospera, y presumiblemente lo hará, representará un paso muy importante en el camino hacia la independencia tecnológica de China.
Más información | Política exterior
En | Nvidia tiene que lidiar con la desconfianza absoluta de varios legisladores estadounidenses. Su plan en China está en peligro
En | Estados Unidos quiere terminar con los chips para los chinos que se venden en el extranjero. Y China sabe cómo defenderse
