As empresas chinesas que se dedicam ao desenvolvimento de grandes modelos de inteligência artificial (IA) estão encurraladas. Por um lado, são obrigadas a lidar com as restrições à exportação de GPUs impostas pelo governo dos EUA. Além disso, estão sujeitas à sua própria dependência da tecnologia estadunidense. A princípio, a solução ideal para elas seria deixar de comprar da NVIDIA e de outras empresas dos EUA seus chips para IA e adquirir as GPUs “equivalentes” que lhes são oferecidas pela Huawei e pela Moore Threads, entre outras companhias chinesas.
No entanto, como explica o analista estadunidense Kyle Chan em seu artigo para a Foreign Policy, o cenário que enfrentam é mais complicado do que parece. Abandonar a NVIDIA, na prática, é muito difícil. Segundo Chan, Tencent, ByteDance, Alibaba e outras empresas chinesas preferem as GPUs para IA da NVIDIA porque seu desempenho é superior, especialmente ao lidar com os processos de treinamento de seus modelos de IA. Além disso, principalmente optam pelos chips dessa empresa estadunidense graças ao CUDA (Compute Unified Device Architecture).
CUDA é a arma mais devastadora da NVIDIA para continuar liderando em hardware de IA
A maior parte dos projetos de IA atualmente em desenvolvimento está implementada sobre o CUDA. Essa tecnologia reúne o compilador e as ferramentas de desenvolvimento utilizadas pelos programadores para criar seu software para as GPUs da NVIDIA. Substituí-la por outra opção em projetos já em andamento seria um problema. A Huawei, que aspira conquistar uma fatia importante desse mercado na China, tem o CANN (Compute Architecture for Neural Networks), que é sua alternativa ao CUDA, mas, por enquanto, o CUDA domina o mercado.
Esta declaração de Li Guojie, um cientista da computação da Academia Chinesa de Ciências, considerado uma autoridade na China, expressa claramente a importância das ferramentas que acabamos de mencionar no ecossistema de desenvolvimento de modelos de IA: “A China deve desenvolver um sistema alternativo para alcançar a autossuficiência em IA […] O DeepSeek teve um impacto no ecossistema CUDA, mas não o superou completamente devido à persistência de barreiras. A longo prazo, precisamos estabelecer um conjunto de sistemas de ferramentas de software para IA controláveis que superem o CUDA”.
Este é, sem dúvida, um dos grandes desafios que a China enfrenta nesse âmbito, e provavelmente sua melhor opção é o CANN. Nos últimos cinco meses, a Huawei lançou duas GPUs para IA muito competitivas e está prestes a dar um passo muito importante: vai posicionar o CANN como um kit de ferramentas de código aberto. Seu objetivo é, segundo Eric Xu Zhijun, presidente rotativo da Huawei, “acelerar a inovação dos desenvolvedores e fazer com que os chips da família Ascend sejam mais fáceis de usar”.
Xu Zhijun não o menciona de forma explícita, mas o que sua estratégia busca, no fundo, é aumentar a competitividade do ecossistema de IA da Huawei, atacando a NVIDIA onde ela é mais forte. Além disso, ele já começou a discutir com os principais atores da indústria de IA da China, bem como com seus parceiros comerciais, universidades e instituições de pesquisa, como a Huawei deve construir seu ecossistema Ascend de código aberto. Se essa iniciativa prosperar — e provavelmente o fará — representará um avanço muito importante no caminho para a independência tecnológica da China.
Este texto foi traduzido/adaptado do site Xataka Espanha.
Ver 0 Comentários