טכנולוגיית AI בסין: טנסנט ובאידו מגיבות למגבלות שבבים

ענק הכוח של טנסנט ובאידו מנווטות בשטח של AI על רקע הגבלות שבבים אמריקאיות

בנוף המעוצב יותר ויותר על ידי מתחים גיאופוליטיים ומגבלות טכנולוגיות, ענקיות הטכנולוגיה הסיניות טנסנט ובאידו מכווננות מחדש באופן אסטרטגי את הגישות שלהן לפיתוח בינה מלאכותית (AI). מול בקרות יצוא הדוקות שהטילה ארצות הברית על מוליכים למחצה מתקדמים, חברות אלה מתכננות מסלול המדגיש חדשנות, יעילות ועצמאות.

נשיא טנסנט, מרטין לאו, חשף במהלך שיחת רווחים לאחרונה כי החברה בנתה באופן יזום מלאי משמעותי של יחידות עיבוד גרפיות (GPUs), רכיבים חיוניים לאימון AI. מטמון אסטרטגי זה נועד לספק חיץ מפני שיבושים פוטנציאליים בשרשרת האספקה, ולהבטיח שיוזמות ה-AI של Tencent יוכלו להימשך ללא הפרעה.

עם זאת, האסטרטגיה של טנסנט חורגת מסתם צבירת חומרה. לאו הדגיש גם את מחויבותה של החברה לייעל את התוכנה שלה ולחקור מודלים קטנים יותר של AI. גישה זו מבקשת להפחית את ההסתמכות של טנסנט על כוח מחשוב גרידא, ולאפשר לחברה להשיג התקדמות משמעותית ב-AI עם שימוש יעיל יותר במשאבים.

באידו, שחקנית מרכזית בשוק מנועי החיפוש של סין וספקית שירותי ענן, נוקטת בגישה שונה אך משלימה. החברה הדגישה את יכולות ה-AI “מערך מלא” שלה במהלך שיחת הרווחים שלה, והדגישה את יכולתה לשלוט ולשלב היבטים שונים של תהליך פיתוח ה-AI. שליטה מקצה לקצה זו נתפסת כיתרון מרכזי בעולם שבו הגישה לטכנולוגיה מתקדמת עשויה להיות מוגבלת.

האסטרטגיות של טנסנט ובאידו כאחד מדגישות מגמה רחבה יותר בקרב חברות הטכנולוגיה הסיניות: התמקדות ביעילות ובחדשנות מקומית כדי להתגבר על אתגרים שמציבה גישה מוגבלת לטכנולוגיה אמריקאית מתקדמת. הסתגלות זו אינה סתם אמצעי תגובתי אלא מאמץ יזום לבנות מערכת אקולוגית של AI בת קיימא ועמידה יותר בתוך סין.

התלות של סין במוליכים למחצה מניעה הסתגלות אסטרטגית

תעשיית הטכנולוגיה של סין מתמודדת זה מכבר עם פגיעות משמעותית: תלותה במקורות זרים עבור מוליכים למחצה מתקדמים. תלות זו הובאה למוקד חד על ידי בקרות היצוא של ארה”ב, המגבילות את יכולתן של חברות סיניות לרכוש שבבים חדישים הדרושים ל-AI ולטכנולוגיות מתקדמות אחרות.

הגישה הכפולה של טנסנט של אחסון GPUs ופיתוח מודלים יעילים יותר של AI מדגימה כיצד חברות סיניות מנסות לנווט בסביבה מאתגרת זו. מטמון ה-GPU מספק כרית לטווח קצר מפני שיבושי אספקה, בעוד שפיתוח מודלים יעילים יותר של AI מייצג אסטרטגיה ארוכת טווח להפחתת ההסתמכות על טכנולוגיות מוגבלות.

האסטרטגיה של אופטימיזציה של תוכנה כדי למקסם את הביצועים ממשאבי חומרה קיימים היא תגובה פרגמטית למגבלות אספקה. על ידי סחיטת המיטב מחומרה זמינה, חברות סיניות יכולות להאיץ את החדשנות בפיתוח AI ממוקד יעילות. גישה זו יכולה להוביל גם לפריצות דרך חדשות באלגוריתמים וארכיטקטורות של AI שתוכננו במיוחד כדי לפעול על חומרה חלשה יותר.

הדגש של באידו על יכולות “מערך מלא” תואם למגמה רחבה יותר זו. על ידי פיתוח מערכות טכנולוגיות משולבות שבהן הן שולטות על יותר רכיבים, באידו שואפת למתן את הפגיעות שלה לשיבושי אספקה עתידיים. אינטגרציה אנכית זו מאפשרת לבאידו שליטה רבה יותר על מפת הדרכים הטכנולוגית שלה ולהפחית את התלות שלה בספקים חיצוניים.

הסתגלות למגבלות: אסטרטגיות מפתח

• צבירה אסטרטגית: בניית עתודות של רכיבים קריטיים כמו GPUs כדי לחסום מפני שיבושי אספקה.
• אופטימיזציה של תוכנה: שיפור תוכנה כדי למקסם את הביצועים ממשאבי חומרה קיימים.
• פיתוח מערך מלא: יצירת מערכות טכנולוגיות משולבות כדי לשלוט על יותר רכיבים ולהפחית תלות חיצונית.
• חדשנות מקומית: השקעה במחקר ופיתוח כדי לטפח יכולות טכנולוגיות מקומיות.

אופטימיזציה של תוכנה צצה כמבדיל תחרותי תחת מגבלות

הדגש שטנסנט ובאידו שמים על אופטימיזציה של תוכנה מדגיש כיצד בקרות יצוא מעצבות מחדש את הנוף של יתרונות תחרותיים בפיתוח AI. בעולם שבו הגישה לחומרה מתקדמת מוגבלת, היכולת להשתמש ביעילות במשאבים קיימים הופכת למבדלת קריטית.

מרטין לאו מטנסנט תיגר ישירות על ההנחה המערבית שהרחבת אשכולות GPU תמיד הכרחית להתקדמות AI. הוא טען שטנסנט יכולה להשיג “תוצאות אימונים טובות עם קבוצה קטנה יותר של שבבים כאלה” באמצעות גישות יעילות יותר. הצהרה זו מצביעה על כך שחדשנות תוכנה ויעילות אלגוריתמית יכולות לפצות על מגבלות בזמינות חומרה.

דו שן מבאידו חזר על תחושה זו, והדגיש כי "היכולות לבנות ולנהל אשכולות GPU בקנה מידהגדול ולנצל GPUs ביעילות הפכו ליתרונות תחרותיים מרכזיים." זה מצביע על כך שמומחיות במקסום יעילות החומרה עשויה להפוך ליקרה כמו גישה לחומרה עצמה. לחברות שיכולות לסחוט את הביצועים המרביים ממשאבי החומרה הקיימים שלהן יהיה יתרון תחרותי משמעותי.

גישות ממוקדות יעילות אלה עלולות להשפיע בסופו של דבר על שיטות פיתוח AI גלובליות עם יתבררו כמוצלחות. חברות סיניות עשויות לחלוץ אלגוריתמים וארכיטקטורות חדשות של AI שתוכננו במיוחד לפעול על חומרה חלשה יותר. זה יכול להוביל להופעתם של נתיבים טכנולוגיים מתכנסים בין מערכות AI סיניות ומערביות, כאשר כל נתיב מותאם למגבלות ולסדרי עדיפויות משאבים שונים.

השלכות על פיתוח AI גלובלי

• שינוי הנוף התחרותי: אופטימיזציה של תוכנה וניצול משאבים יעיל הופכות למבדילות מפתח.
• פוטנציאל להתפצלות טכנולוגית: מערכות AI סיניות ומערביות עשויות להתפתח לאורך נתיבים שונים, המותאמות למגבלות משאבים שונות.
• חדשנות ביעילות: התמקדות בפיתוח אלגוריתמים וארכיטקטורות של AI הדורשים פחות כוח מחשוב.
• חשיבות מוגברת של מומחיות: מומחיות ביעילות חומרה ואופטימיזציה של תוכנה הופכת ליקרה יותר.

עליית עליונות האלגוריתם

ככל שהגישה לחומרה הופכת מוגבלת יותר ויותר, החשיבות של חדשנות אלגוריתמית עולה. כעת חברות מקבלות תמריץ לפתח אלגוריתמים חכמים ויעילים יותר שיכולים להשיג תוצאות דומות עם פחות משאבים חישוביים. שינוי זה יכול להוביל לפריצות דרך בתחומים כמו:

• דחיסת מודלים: טכניקות להקטנת הגודל והמורכבות של מודלים של AI מבלי לפגוע בדיוק.
• כמות: ייצוג פרמטרים של מודלים בדיוק נמוך יותר, הפחתת טביעת הרגל של הזיכרון ודרישות החישוב.
• זיקוק ידע: העברת ידע ממודלים גדולים ומורכבים למודלים קטנים ויעילים יותר.
• רשתות עצביות דוקרות: דור חדש של רשתות עצביות המחקה את החישוב החסכוני באנרגיה של המוח.

להתקדמות אלגוריתמית זו יכולות להיות השלכות מרחיקות לכת מעבר לתחום ה-AI. הן יכולות לאפשר פריסה של AI במכשירים מוגבלים במשאבים, כגון סמארטפונים, מכשירי IoT ומערכות משובצות. זה יפתח אפשרויות חדשות ליישוומים המופעלים על ידי AI בתחומים כמו שירותי בריאות, חקלאות וניטור סביבתי.

החשיבות של נתונים וכישרון

בעוד שחומרה ואלגוריתמים הם ללא ספק מכריעים, ההצלחה של כל יוזמת AI תלויה בסופו של דבר בנתונים ובכשרון. חברות סיניות מכירות בכך ומשקיעות רבות בשני התחומים.

לסין יש מאגר עצום של נתונים, שנוצר על ידי אוכלוסייתה הגדולה ומחוברת דיגיטלית. נתונים אלה מספקים קרקע אימונים עשירה למודלים של AI, המאפשרת להם ללמוד ולהשתפר בקצב מואץ. עם זאת, גישה לנתונים אינה מספיקה. חשוב לא פחות שתהיה מומחיות לאיסוף, ניקוי ועיבוד נתונים ביעילות.

סין גם משקיעה רבות בפיתוח מאגר הכישרונות שלה בתחום ה-AI. הממשלה השיקה יוזמות שונות לקידום חינוך ומחקר בתחום ה-AI, ואוניברסיטאות ברחבי הארץ מציעות תוכניות מיוחדות בתחום ה-AI ותחומים קשורים. מאמץ מתואם זה נועד להבטיח שלסין יהיה כוח העבודה המיומן הדרוש כדי להניע את שאיפות ה-AI שלה.

גורמי מפתח להצלחת AI

• שפע נתונים: מינוף כמויות הנתונים העצומות שנוצרו על ידי הכלכלה הדיגיטלית של סין.
• מומחיות נתונים: פיתוח המיומנויות הדרושות לאיסוף, ניקוי ועיבוד נתונים ביעילות.
• פיתוח כישרונות: השקעה בחינוך ומחקר בתחום ה-AI לבניית כוח עבודה מיומן.
• שותפויות אסטרטגיות: שיתוף פעולה עם אוניברסיטאות ומוסדות מחקר להאצת חדשנות.

הדרך קדימה: חדשנות ועצמאות

האתגרים שמציבות בקרות היצוא של ארה”ב הם ללא ספק משמעותיים, אבל הם גם מציבים הזדמנות לחברות הטכנולוגיה הסיניות להאיץ את מאמצי החדשנות שלהן ולבנות מערכת אקולוגית של AI עצמאית יותר.

על ידי התמקדות באופטימיזציה של תוכנה, חדשנות אלגוריתמית ופיתוח כישרונות, חברות סיניות יכולות להתגבר על המגבלות המוטלות על ידי גישה מוגבלת לחומרה מתקדמת. זה יכול להוביל להופעתה של מערכת אקולוגית ייחודית ותחרותית של AI בתוך סין, כזו שפחות תלויה בטכנולוגיה זרה ויותר מותאמת לצרכים וההזדמנויות הספציפיות של השוק הסיני.

המסע לעבר עצמאות AI לא יהיה קל. הוא ידרוש השקעה מתמשכת, נכונות להתנסות ומחויבות למטרות ארוכות טווח. עם זאת, התגמולים הפוטנציאליים הם עצומים. על ידי ניווט מוצלח באתגרים הנוכחיים, חברות הטכנולוגיה הסיניות יכולות למצב את עצמן כמובילות במרוץ ה-AI העולמי ולתרום לפיתוח עתיד טכנולוגי שוויוני ובר קיימא יותר.