Радиоэлектроника и новые технологии
- по вопросам размещения рекламы -

Война чипов: решение Nvidia ограничить использование своей вычислительной платформы CUDA затруднит работу китайским производителям чипов ИИ

0 30

CUDA — это вычислительная платформа, разработанная Nvidia, которая позволяет пользователям графических процессоров максимально эффективно использовать ее чипы в искусственном интеллекте (ИИ) и других приложениях.

По мнению нескольких китайских разработчиков, этот шаг потенциально может повлиять на способность некоторых китайских производителей графических процессоров использовать код CUDA со своим оборудованием.

Nvidia недавно добавила предупреждение в свое лицензионное соглашение с конечным пользователем для CUDA 11.6, требуя от разработчиков не запускать CUDA на сторонних графических процессорах через «уровни трансляции» — программное обеспечение, которое преобразует один набор кодов в другой — на аппаратных системах сторонних производителей. Согласно отчету Tom’s Hardware во вторник, Nvidia впервые включила такое явное предупреждение в загружаемую версию CUDA.

После того, как Вашингтон ограничил экспорт передовых графических процессоров Nvidia в Китай, китайские компании, производящие графические процессоры, начали работать над разработкой собственных альтернатив, полагаясь на CUDA как на один из программных инструментов для повышения производительности графических процессоров. Обновленное соглашение Nvidia по CUDA появилось в связи с тем, что ее представляют как самую передовую компанию в мире на фоне глобального безумия в области искусственного интеллекта, когда крупные технологические фирмы и стартапы изо всех сил пытаются заполучить ее графические процессоры. В то же время недорогие графические процессоры Nvidia сталкиваются с конкуренцией со стороны конкурентов в Китае.

«CUDA играет решающую роль в экосистеме Nvidia, помогая ей закрепить свою клиентскую базу», — сказал Су Лиан Цзе, главный аналитик исследовательской компании Omdia. «Он стал важнейшим инструментом для многих разработчиков ИИ… если совместимость с CUDA будет подорвана, затраты на интеграцию кодов будут намного выше».

Оставить комментарий