செயற்கை நுண்ணறிவு வளர்ச்சியின் உயர்-பங்கு அரங்கில், அதிநவீன செமிகண்டக்டர் தொழில்நுட்பத்திற்கான அணுகல் பெரும்பாலும் புதுமையின் வேகத்தை ஆணையிடுகிறது. சீன தொழில்நுட்ப ஜாம்பவான்களுக்கு, இந்த அணுகல் புவிசார் அரசியல் பதட்டங்கள் மற்றும் அமெரிக்காவால் விதிக்கப்பட்ட கடுமையான ஏற்றுமதி கட்டுப்பாடுகளால் பெருகிய முறையில் சிக்கலாகிவிட்டது. இந்த சவாலான நிலப்பரப்பிற்கு மத்தியில், Alibaba உடன் இணைந்த fintech ஆற்றல் மையமான Ant Group, ஒரு தனித்துவமான பாதையை உருவாக்கி வருகிறது. நிறுவனம் தனது AI லட்சியங்களுக்கு சக்தி அளிக்க, அமெரிக்க மற்றும் உள்நாட்டு சப்ளையர்களிடமிருந்து பெறப்பட்ட செமிகண்டக்டர்களின் பன்முகத்தன்மை வாய்ந்த கலவையை மூலோபாய ரீதியாகப் பயன்படுத்துகிறது, குறிப்பாக அதிநவீன AI மாதிரிகளைப் பயிற்றுவிப்பதற்கான செயல்திறன் மற்றும் செலவு-செயல்திறனை மேம்படுத்துவதில் கவனம் செலுத்துகிறது.
இந்த கணக்கிடப்பட்ட அணுகுமுறை ஒரு தொழில்நுட்ப தீர்வை விட அதிகம்; இது ஒரு அடிப்படை மூலோபாய தழுவலைக் குறிக்கிறது. உள்நாட்டு மாற்றுகள் உட்பட பல்வேறு உற்பத்தியாளர்களிடமிருந்து சிப்களை வேண்டுமென்றே ஒருங்கிணைப்பதன் மூலம், Ant Group விநியோகச் சங்கிலி இடையூறுகளுடன் தொடர்புடைய அபாயங்களைக் குறைப்பதையும், எந்தவொரு ஒற்றை விற்பனையாளரையும், குறிப்பாக சர்வதேச வர்த்தகக் கட்டுப்பாடுகளுக்கு உட்பட்டவர்களையும் சார்ந்திருப்பதைக் குறைப்பதையும் நோக்கமாகக் கொண்டுள்ளது. இந்த பல்வகைப்படுத்தல் அதன் AI ஆராய்ச்சி மற்றும் மேம்பாட்டு குழாய்த்திட்டத்தின் தொடர்ச்சி மற்றும் பின்னடைவை உறுதி செய்வதற்கு முக்கியமானது. முக்கிய நோக்கம் இருமடங்கானது: AI புதுமைகளில் வேகத்தைத் தக்கவைத்துக்கொள்வது, அதே நேரத்தில் பெரிய அளவிலான மாதிரிகளைப் பயிற்றுவிப்பதோடு பொதுவாக தொடர்புடைய கணிசமான செலவுகளை மேம்படுத்துதல்.
நிபுணத்துவத்தின் சக்தி: நிபுணர்களின் கலவையை (MoE) தழுவுதல்
Ant Group இன் வன்பொருள் மூலோபாயத்தின் மையமானது, Mixture of Experts (MoE) எனப்படும் மேம்பட்ட AI கட்டமைப்பை ஏற்றுக்கொள்வதாகும். இந்த நுட்பம் பாரம்பரிய ஒற்றைக்கல் AI மாதிரிகளிலிருந்து ஒரு குறிப்பிடத்தக்க புறப்பாட்டைக் குறிக்கிறது, அங்கு ஒரு ஒற்றை, பாரிய நரம்பியல் நெட்வொர்க் கொடுக்கப்பட்ட பணியின் அனைத்து அம்சங்களையும் கற்றுக்கொள்ளவும் கையாளவும் முயற்சிக்கிறது. MoE அணுகுமுறை, இதற்கு மாறாக, மிகவும் விநியோகிக்கப்பட்ட மற்றும் சிறப்பு கட்டமைப்பைப் பயன்படுத்துகிறது. இது ஒரு ஒற்றை பொது அறிஞரை விட நிபுணர்களின் குழுவைப் போலவே செயல்படுகிறது.
பல்வேறு அறிவு தேவைப்படும் ஒரு சிக்கலான சிக்கலை கற்பனை செய்து பாருங்கள். ஒரு பல்துறை அறிஞரை நம்புவதற்குப் பதிலாக, நீங்கள் ஒரு குழுவைச் சேகரிக்கிறீர்கள்: ஒரு கணிதவியலாளர், ஒரு மொழியியலாளர், ஒரு வரலாற்றாசிரியர் மற்றும் ஒரு இயற்பியலாளர். ஒரு ‘gating network’ ஒரு அனுப்புநராக செயல்படுகிறது, உள்வரும் பணிகள் அல்லது தரவு புள்ளிகளை பகுப்பாய்வு செய்து, அவற்றை புத்திசாலித்தனமாக பெரிய அமைப்பிற்குள் மிகவும் பொருத்தமான ‘நிபுணர்’ மாதிரிக்கு அனுப்புகிறது. ஒவ்வொரு நிபுணர் மாதிரியும் குறிப்பிட்ட வகை உள்ளீடுகள் அல்லது துணைப் பணிகளில் சிறந்து விளங்க பயிற்சி அளிக்கப்படுகிறது. உதாரணமாக, ஒரு மொழி மாதிரியில், ஒரு நிபுணர் தொழில்நுட்ப சொற்களைப் புரிந்துகொள்வதில் நிபுணத்துவம் பெற்றிருக்கலாம், மற்றொருவர் ஆக்கப்பூர்வமான எழுத்து நடைகளில், மற்றும் மூன்றாவது உரையாடல் உரையாடலில்.
இந்த மட்டு வடிவமைப்பின் முக்கிய நன்மை அதன் கணக்கீட்டுத் திறனில் உள்ளது. பயிற்சி அல்லது அனுமானத்தின் போது (மாதிரி கணிப்புகளைச் செய்யும்போது), கொடுக்கப்பட்ட உள்ளீட்டிற்கு தொடர்புடைய நிபுணர் மாதிரிகள் மற்றும் gating network மட்டுமே செயல்படுத்தப்படுகின்றன. இந்த தேர்ந்தெடுக்கப்பட்ட கணக்கீடு அடர்த்தியான மாதிரிகளுடன் கூர்மையாக வேறுபடுகிறது, அங்கு முழு நெட்வொர்க்கும், அதன் பில்லியன் அல்லது டிரில்லியன் அளவுருக்களுடன், ஒவ்வொரு கணக்கீட்டிற்கும் ஈடுபட வேண்டும். இதன் விளைவாக, MoE மாதிரிகள் அவற்றின் அடர்த்தியான சகாக்களுக்கு ஒப்பிடக்கூடிய அல்லது சிறந்த செயல்திறனை அடைய முடியும், அதே நேரத்தில் கணிசமாக குறைந்த கணக்கீட்டு சக்தி மற்றும், எனவே, குறைந்த ஆற்றல் தேவைப்படுகிறது.
Ant Group இந்த கட்டடக்கலை நன்மையை திறம்பட பயன்படுத்தியுள்ளது. உள் ஆராய்ச்சி மற்றும் நடைமுறை பயன்பாடு, MoE ஆனது குறைந்த சக்தி வாய்ந்த, எளிதில் கிடைக்கக்கூடிய அல்லது குறைந்த விலை வன்பொருளைப் பயன்படுத்தும் போது கூட, நிறுவனம் வலுவான பயிற்சி விளைவுகளை அடைய அனுமதிக்கிறது என்பதை நிரூபித்துள்ளது. நிறுவனத்தால் பகிரப்பட்ட கண்டுபிடிப்புகளின்படி, MoE இன் இந்த மூலோபாய செயலாக்கம் அதன் AI மாதிரிகளைப் பயிற்றுவிப்பதோடு தொடர்புடைய கணினி செலவுகளில் குறிப்பிடத்தக்க 20% குறைப்பை சாத்தியமாக்கியுள்ளது. இந்த செலவு மேம்படுத்தல் ஒரு அதிகரிக்கும் சேமிப்பு மட்டுமல்ல; இது ஒரு மூலோபாய இயக்கி, சீன நிறுவனங்களுக்கு வாங்குவதற்கு பெருகிய முறையில் கடினமாக இருக்கும் மிகவும் விலையுயர்ந்த, உயர்மட்ட கிராபிக்ஸ் செயலாக்க அலகுகளை (GPUs) மட்டுமே நம்பாமல், லட்சிய AI திட்டங்களைத் தொடர Ant ஐ அனுமதிக்கிறது. இந்த செயல்திறன் ஆதாயம் வெளிப்புற சூழலால் விதிக்கப்பட்ட வன்பொருள் கட்டுப்பாடுகளை நேரடியாக நிவர்த்தி செய்கிறது.
சிலிக்கானின் ஒரு திரைச்சீலை: Ant இன் வன்பொருள் தொகுப்பு
Ant Group இன் மூலோபாயத்தின் நடைமுறைச் செயலாக்கமானது ஒரு சிக்கலான செமிகண்டக்டர் நிலப்பரப்பில் பயணிப்பதை உள்ளடக்கியது. நிறுவனத்தின் AI பயிற்சி உள்கட்டமைப்பு, நெகிழ்வுத்தன்மை மற்றும் பின்னடைவுக்கான அதன் உறுதிப்பாட்டைப் பிரதிபலிக்கும் வகையில், பல்வேறு வகையான சிப்களால் இயக்கப்படுவதாகக் கூறப்படுகிறது. இது அதன் துணை நிறுவனமான Alibaba ஆல் உள்நாட்டில் வடிவமைக்கப்பட்ட சிலிக்கானை உள்ளடக்கியது, இது Alibaba இன் T-Head செமிகண்டக்டர் பிரிவால் உருவாக்கப்பட்ட சிப்களைக் குறிக்கலாம். மேலும், Ant மற்றொரு சீன தொழில்நுட்ப ஜாம்பவானான Huawei இன் சிப்களை ஒருங்கிணைக்கிறது, இது US தடைகளுக்கு பதிலளிக்கும் வகையில் அதன் சொந்த AI முடுக்கிகளை (Ascend தொடர் போன்றவை) உருவாக்குவதில் பெரிதும் முதலீடு செய்துள்ளது.
Ant Group வரலாற்று ரீதியாக AI பயிற்சி சந்தையில் மறுக்கமுடியாத தலைவரான Nvidia இன் உயர் செயல்திறன் கொண்ட GPUs ஐப் பயன்படுத்தியிருந்தாலும், வளர்ந்து வரும் US ஏற்றுமதி கட்டுப்பாடுகள் ஒரு மாற்றத்தை அவசியமாக்கியுள்ளன. இந்த விதிமுறைகள் தேசிய பாதுகாப்பு கவலைகளை மேற்கோள் காட்டி, சீன நிறுவனங்களுக்கு மிகவும் மேம்பட்ட AI முடுக்கிகளின் விற்பனையை குறிப்பாக கட்டுப்படுத்துகின்றன. Nvidia இன்னும் சீன சந்தைக்கு குறைந்த-குறிப்பிட்ட சிப்களை வழங்க முடியும் என்றாலும், Ant Group உயர்மட்ட Nvidia தயாரிப்புகளுக்கான கட்டுப்படுத்தப்பட்ட அணுகலை ஈடுசெய்ய அதன் சப்ளையர் தளத்தை தீவிரமாக விரிவுபடுத்துவதாகத் தெரிகிறது.
இந்த பல்வகைப்படுத்தல் Advanced Micro Devices (AMD) இன் சிப்களை முக்கியமாக கொண்டுள்ளது. AMD உயர் செயல்திறன் கம்ப்யூட்டிங் மற்றும் AI துறையில் Nvidia க்கு ஒரு குறிப்பிடத்தக்க போட்டியாளராக உருவெடுத்துள்ளது, சில பணிச்சுமைகளுக்கு சாத்தியமான மாற்றீட்டை வழங்கும் சக்திவாய்ந்த GPUs ஐ வழங்குகிறது. Alibaba மற்றும் Huawei இன் உள்நாட்டு விருப்பங்களுடன் AMD வன்பொருளை இணைப்பதன் மூலம், Ant ஒரு பன்முகத்தன்மை வாய்ந்த கணினி சூழலை உருவாக்குகிறது. இந்த கலவை மற்றும் பொருத்தம் அணுகுமுறை, மென்பொருள் மேம்படுத்தல் மற்றும் பணிச்சுமை மேலாண்மையில் சிக்கலைச் சேர்க்கும் அதே வேளையில், முக்கியமான நெகிழ்வுத்தன்மையை வழங்குகிறது. இது கிடைக்கும் தன்மை, செலவு மற்றும் வெவ்வேறு AI மாதிரிகள் மற்றும் பணிகளின் குறிப்பிட்ட கணக்கீட்டுத் தேவைகளின் அடிப்படையில் அதன் வன்பொருள் பயன்பாட்டை வடிவமைக்க நிறுவனத்தை அனுமதிக்கிறது, இதன் மூலம் ஒற்றை, கட்டுப்படுத்தப்பட்ட மூலத்தை நம்பியிருப்பதால் ஏற்படும் தடைகளைத் தவிர்க்கிறது.
இந்த மூலோபாயத்தின் பின்னணி US ஏற்றுமதி கட்டுப்பாடுகளின் சிக்கலான வலையாகும். மேம்பட்ட செமிகண்டக்டர் உற்பத்தி மற்றும் AI வளர்ச்சியில் சீனாவின் முன்னேற்றத்தைக் கட்டுப்படுத்தும் நோக்கில் இந்த நடவடிக்கைகள் படிப்படியாக இறுக்கப்பட்டுள்ளன. ஆரம்பத்தில் முழுமையான உயர்நிலை சிப்களில் கவனம் செலுத்தியிருந்தாலும், கட்டுப்பாடுகள் உருவாகியுள்ளன, இது பரந்த அளவிலான வன்பொருள் மற்றும் செமிகண்டக்டர் உற்பத்தி உபகரணங்களைப் பாதிக்கிறது. உதாரணமாக, Nvidia, இந்த விதிமுறைகளுக்கு இணங்க சீன சந்தைக்காக அதன் முதன்மை AI சிப்களின் (A100 மற்றும் H100 இலிருந்து பெறப்பட்ட A800 மற்றும் H800 போன்றவை) குறிப்பிட்ட, குறைந்த செயல்திறன் பதிப்புகளை உருவாக்க வேண்டியிருந்தது. AMD மற்றும் உள்நாட்டு வீரர்களிடமிருந்து மாற்றுகளைத் தழுவுவதற்கான Ant இன் மூலோபாயம் இந்த ஒழுங்குமுறை அழுத்தத்திற்கு நேரடி, நடைமுறைரீதியான பதிலாகும், இது கொடுக்கப்பட்ட கட்டுப்பாடுகளுக்குள் AI போட்டித்தன்மையை பராமரிக்கும் முயற்சியை நிரூபிக்கிறது.
செயலில் AI: சுகாதார சேவைகளை மாற்றுதல்
AI செயல்திறனில் Ant Group இன் முன்னேற்றங்கள் வெறும் தத்துவார்த்த பயிற்சிகள் அல்ல; அவை உண்மையான உலகப் பயன்பாடுகளாக தீவிரமாக மொழிபெயர்க்கப்படுகின்றன, சுகாதாரத் துறையில் குறிப்பிடத்தக்க கவனம் செலுத்துகின்றன. நிறுவனம் சமீபத்தில் சுகாதாரத்திற்காக வடிவமைக்கப்பட்ட அதன் AI தீர்வுகளுக்கான குறிப்பிடத்தக்க மேம்பாடுகளை வெளியிட்டது, அதன் அடிப்படை தொழில்நுட்ப மூலோபாயத்தின் நடைமுறை தாக்கத்தை அடிக்கோடிட்டுக் காட்டுகிறது.
இந்த மேம்படுத்தப்பட்ட AI திறன்கள் ஏற்கனவே பெய்ஜிங், ஷாங்காய், ஹாங்சோ (Ant இன் தலைமையகம்) மற்றும் நிங்போ உள்ளிட்ட முக்கிய சீன நகரங்களில் உள்ள பல முக்கிய சுகாதார நிறுவனங்களில் பயன்பாட்டில் இருப்பதாகக் கூறப்படுகிறது. ஏழு பெரிய மருத்துவமனைகள் மற்றும் சுகாதார நிறுவனங்கள் தங்கள் செயல்பாடுகள் மற்றும் நோயாளி பராமரிப்பின் பல்வேறு அம்சங்களை மேம்படுத்த Ant இன் AI ஐப் பயன்படுத்துகின்றன.
Ant இன் சுகாதார AI மாதிரியின் அடித்தளம் கூட்டு கண்டுபிடிப்பு மற்றும் பல்வேறு தொழில்நுட்ப பலங்களை மேம்படுத்துவதற்கான ஒரு எடுத்துக்காட்டு ஆகும். இது சக்திவாய்ந்த பெரிய மொழி மாதிரிகளின் (LLMs) கலவையின் மீது கட்டமைக்கப்பட்டுள்ளது:
- DeepSeek இன் R1 மற்றும் V3 மாதிரிகள்: DeepSeek ஒரு குறிப்பிடத்தக்க சீன AI ஆராய்ச்சி நிறுவனமாகும், இது திறமையான திறந்த மூல மாதிரிகளை உருவாக்குவதில் அறியப்படுகிறது, இது பெரும்பாலும் வலுவான செயல்திறன் அளவுகோல்களை அடைகிறது.
- Alibaba இன் Qwen: இது Ant இன் துணை நிறுவனமான Alibaba ஆல் உருவாக்கப்பட்ட தனியுரிம பெரிய மொழி மாதிரிகளின் குடும்பமாகும், இது அளவுகள் மற்றும் திறன்களின் வரம்பை உள்ளடக்கியது.
- Ant இன் சொந்த BaiLing மாதிரி: இது Ant Group இன் உள் முயற்சிகளைக் குறிக்கிறது, அதன் குறிப்பிட்ட தேவைகளுக்கு ஏற்ப வடிவமைக்கப்பட்ட AI மாதிரிகளை உருவாக்குவதில், நிதி மற்றும் சாத்தியமான சுகாதார-குறிப்பிட்ட தரவு மற்றும் நிபுணத்துவத்தை உள்ளடக்கியது.
இந்த பல-மாதிரி அடித்தளம் சுகாதார AI தீர்வு அறிவு மற்றும் திறன்களின் பரந்த தளத்தை ஈர்க்க அனுமதிக்கிறது. Ant Group இன் படி, இந்த அமைப்பு பரந்த அளவிலான மருத்துவ தலைப்புகளில் வினவல்களை நிவர்த்தி செய்வதில் திறமையானது, விரைவான தகவல்களைத் தேடும் சுகாதார நிபுணர்களுக்கும் பொது மருத்துவ அறிவைத் தேடும் நோயாளிகளுக்கும் ஒரு மதிப்புமிக்க கருவியாக செயல்படும் (தொழில்முறை மருத்துவ ஆலோசனைக்கு எதிராக அதன் பங்கை கவனமாக வரையறுப்பது முக்கியம் என்றாலும்).
தகவல் மீட்டெடுப்பிற்கு அப்பால், AI மாதிரி நோயாளி சேவைகளை மேம்படுத்த வடிவமைக்கப்பட்டுள்ளது என்று நிறுவனம் கூறுகிறது. குறிப்பிட்ட விவரங்கள் வெளிவருகையில், இது போன்ற பல பயன்பாடுகளை உள்ளடக்கியிருக்கலாம்:
- புத்திசாலித்தனமான வகைப்படுத்தல்: விவரிக்கப்பட்ட அறிகுறிகளின் அடிப்படையில் நோயாளியின் தேவைகளுக்கு முன்னுரிமை அளிக்க உதவுதல்.
- நியமனம் திட்டமிடல் மற்றும் மேலாண்மை: முன்பதிவு செயல்முறையை தானியக்கமாக்குதல் மற்றும் மேம்படுத்துதல்.
- வெளியேற்றத்திற்குப் பிந்தைய பின்தொடர்தல்: தானியங்கு நினைவூட்டல்களை வழங்குதல் அல்லது நோயாளிகளின் மீட்பு முன்னேற்றத்தை சரிபார்த்தல்.
- நிர்வாக ஆதரவு: ஆவணப்படுத்தல், சுருக்கம் அல்லது தரவு உள்ளீட்டுப் பணிகளில் சுகாதாரப் பணியாளர்களுக்கு உதவுதல், நேரடி நோயாளி பராமரிப்புக்கு நேரத்தை விடுவித்தல்.
பெரிய மருத்துவமனைகளில் வரிசைப்படுத்தல் தொழில்நுட்பத்தின் பயன்பாட்டை சரிபார்ப்பதிலும், துல்லியம், நம்பகத்தன்மை மற்றும் தரவு தனியுரிமைக்கான கடுமையான தேவைகளை உள்ளடக்கிய சுகாதாரத் துறையின் சிக்கல்களை வழிநடத்துவதிலும் ஒரு முக்கியமான படியைக் குறிக்கிறது.
பிரீமியம் GPUs க்கு அப்பால் ஒரு போக்கை வரைபடமாக்குதல்
முன்னோக்கிப் பார்க்கும்போது, Ant Group இன் மூலோபாயம் சீன தொழில்நுட்பத் துறைக்குள் ஒரு பரந்த லட்சியத்துடன் இணைந்திருப்பதாகத் தெரிகிறது: மிகவும் மேம்பட்ட, பெரும்பாலும் கட்டுப்படுத்தப்பட்ட, GPUs ஐ மட்டுமே நம்பாமல் அதிநவீன AI செயல்திறனை அடைவது. DeepSeek போன்ற நிறுவனங்கள் எடுத்த பாதையைப் பின்பற்ற நிறுவனம் திட்டமிட்டுள்ளதாகக் கூறப்படுகிறது, ‘பிரீமியம் GPUs இல்லாமல்’ உயர் செயல்திறன் கொண்ட AI மாதிரிகளை அளவிடுவதற்கான முறைகளில் கவனம் செலுத்துகிறது.
இந்த லட்சியம், கட்டடக்கலை கண்டுபிடிப்புகள் (MoE போன்றவை), மென்பொருள் மேம்படுத்தல்கள் மற்றும் பல்வேறு, சாத்தியமான குறைந்த சக்தி வாய்ந்த வன்பொருளின் புத்திசாலித்தனமான பயன்பாடு ஆகியவை உயர்மட்ட சிலிக்கானுக்கான வரையறுக்கப்பட்ட அணுகலால் உருவாக்கப்பட்ட செயல்திறன் இடைவெளியைக் கூட்டாகக் குறைக்க முடியும் என்ற நம்பிக்கையை சமிக்ஞை செய்கிறது. இது ஏற்றுமதி கட்டுப்பாடுகள் காரணமாக ஓரளவு அவசியத்தால் பிறந்த ஒரு மூலோபாயம், ஆனால் இது மிகவும் செலவு குறைந்த மற்றும் ஜனநாயகப்படுத்தப்பட்ட AI வளர்ச்சியை நோக்கிய ஒரு சாத்தியமான நிலையான பாதையையும் பிரதிபலிக்கிறது.
இந்த இலக்கை அடைவது MoE க்கு அப்பால் பல்வேறு வழிகளை ஆராய்வதை உள்ளடக்கியது:
- வழிமுறை செயல்திறன்: பயிற்சி மற்றும் அனுமானத்திற்கு குறைந்த கணக்கீட்டு சக்தி தேவைப்படும் புதிய AI வழிமுறைகளை உருவாக்குதல்.
- மாதிரி மேம்படுத்தல் நுட்பங்கள்: குவாண்டைசேஷன் (கணக்கீடுகளில் பயன்படுத்தப்படும் எண்களின் துல்லியத்தைக் குறைத்தல்) மற்றும் ப்ரூனிங் (நரம்பியல் நெட்வொர்க்கின் தேவையற்ற பகுதிகளை அகற்றுதல்) போன்ற முறைகளைப் பயன்படுத்தி, குறிப்பிடத்தக்க செயல்திறன் இழப்பு இல்லாமல் மாதிரிகளை சிறியதாகவும் வேகமாகவும் மாற்றுதல்.
- மென்பொருள் கட்டமைப்புகள்: பன்முகத்தன்மை வாய்ந்த வன்பொருள் சூழல்களில் AI பணிச்சுமைகளை திறமையாக நிர்வகிக்கவும் விநியோகிக்கவும் கூடிய அதிநவீன மென்பொருளை உருவாக்குதல், கிடைக்கக்கூடிய கணினி வளங்களின் பயன்பாட்டை அதிகப்படுத்துதல்.
- சிறப்பு உள்நாட்டு வன்பொருள்: Huawei (Ascend), Alibaba (T-Head) மற்றும் சாத்தியமான பிற சீன நிறுவனங்களால் உருவாக்கப்பட்ட AI முடுக்கிகளின் தொடர்ச்சியான முதலீடு மற்றும் பயன்பாடு, குறிப்பாக AI பணிகளுக்காக வடிவமைக்கப்பட்டுள்ளது.
சீனாவின் தொழில்நுட்ப சுற்றுச்சூழல் அமைப்பில் உள்ள மற்றவர்களுடன் சேர்ந்து, Ant Group இந்த பாதையைத் தொடர்வது குறிப்பிடத்தக்க தாக்கங்களைக் கொண்டிருக்கலாம். வெற்றிகரமாக இருந்தால், AI இல் தலைமை என்பது முழுமையான வேகமான சிப்களுக்கான அணுகலை மட்டுமே சார்ந்தது அல்ல, ஆனால் மென்பொருள், கட்டமைப்பு மற்றும் கணினி-நிலை மேம்படுத்தல் ஆகியவற்றில் புதுமையையும் சார்ந்துள்ளது என்பதை இது நிரூபிக்க முடியும். இது மூலோபாய பல்வகைப்படுத்தல் மற்றும் இடைவிடாத புதுமை மூலம் தற்போதைய உலகளாவிய தொழில்நுட்ப நிலப்பரப்பின் சிக்கல்களை வழிநடத்தும், ஒரு நெகிழ்வான மற்றும் தன்னிறைவான AI திறனை உருவாக்குவதற்கான உறுதியான முயற்சியைக் குறிக்கிறது. MoE போன்ற நுட்பங்கள் மூலம் உகந்ததாக்கப்பட்ட மற்றும் சுகாதாரம் போன்ற முக்கியமான துறைகளுக்குப் பயன்படுத்தப்படும் US மற்றும் சீன செமிகண்டக்டர்களின் ஒருங்கிணைப்பு, அழுத்தத்தின் கீழ் AI முன்னேற்றத்தைத் தக்கவைக்க ஒரு நடைமுறை மற்றும் தகவமைப்பு அணுகுமுறையை வெளிப்படுத்துகிறது.