Pékin veut que Nvidia se retire, mais les développeurs chinois d'IA ne sont pas prêts. La Chine a passé des années à investir de l'argent et du capital politique dans la construction d'une industrie locale des semi-conducteurs. Pourtant, lorsque ses entreprises d’IA ont besoin de former leurs plus sophistiqués…
La Chine a passé des années à investir de l’argent et du capital politique dans la construction d’une industrie locale des semi-conducteurs. Pourtant, lorsque ses sociétés d’IA ont besoin de former leurs modèles les plus sophistiqués, beaucoup se tournent encore vers Nvidia, selon le South China Morning Post.
Le plus gros obstacle n’est peut-être plus les puces elles-mêmes. C’est tout ce que les développeurs ont construit autour d’eux.
Le logiciel CUDA de Nvidia est devenu profondément intégré au fonctionnement des laboratoires d’IA. Des modèles, des outils de formation et des flux de travail internes ont été conçus autour de la plate-forme, ce qui signifie que le passage au matériel chinois peut ressembler à une reconstruction d’une partie de l’usine plutôt qu’à un simple échange de machine.
SCMP écrit que les processeurs Ascend de Huawei comptent parmi les principales alternatives nationales, mais que le transfert d’une opération établie vers eux peut nécessiter des travaux d’ingénierie substantiels. Un chercheur a estimé que cela pourrait augmenter le temps et les dépenses d’un projet d’au moins 50 %.
La douleur de cette transition dépend fortement du modèle. Les modèles open source largement disponibles tels que DeepSeek sont plus simples car les ingénieurs peuvent modifier le code et s’appuyer sur le travail déjà effectué par d’autres. Dans ces cas-là, la migration peut nécessiter seulement quelques développeurs et plusieurs semaines supplémentaires.
Les systèmes fermés sont une autre affaire. Sans accès au code source sous-jacent, les ingénieurs devront peut-être passer des mois à reconstruire et à optimiser certaines parties du processus de formation. Une estimation du secteur suggère qu’une migration difficile pourrait occuper environ 10 ingénieurs pendant plus de six mois.
La Chine a eu plus de succès en acheminant les produits finis vers les infrastructures nationales. Une fois qu’un modèle a déjà été entraîné, son exécution pour les requêtes quotidiennes (appelée inférence) est généralement beaucoup plus facile à adapter à différents matériels.
Et les puces nationales commencent également à gérer la formation. Meituan a déclaré que son énorme modèle LongCat-2.0 avait été développé à l’aide d’un cluster informatique chinois de 50 000 puces.
[…] La suite de l’article est à lire sur ZeroHedge via le lien ci-dessous.
Traduit automatiquement de l’anglais. Le texte original fait foi.
Source : ZeroHedge — Lire l’article original
À propos de l'auteur
