Alibaba dan Baidu melatih AI menggunakan cip sendiri ketika sekatan AS semakin ketat

Mengapa perkara ini penting sekarang

Dua syarikat internet pengguna dan awan terbesar China mengambil langkah tegas untuk menjamin rantaian bekalan kecerdasan buatan mereka. Alibaba dan Baidu mula melatih sesetengah model menggunakan pemproses yang direka sendiri, sekali gus mengurangkan kebergantungan pada cip Nvidia yang menjadi tulang belakang AI moden. Peralihan ini mencerminkan dua pengaruh kuat serentak: kawalan eksport Amerika Syarikat yang semakin ketat terhadap semikonduktor canggih untuk China, serta usaha dalam negeri China untuk mengutamakan teknologi tempatan bagi infrastruktur kritikal.

Kedua-dua syarikat bergerak secara berhati-hati dan bukannya membuat perubahan secara mendadak. Alibaba menggunakan pemecut cip sendiri untuk tugasan latihan berskala lebih kecil, sambil mengekalkan perkakasan Nvidia bagi kerja yang paling mencabar. Baidu sedang menguji cip Kunlun P800 terbaharunya pada versi baharu model Ernie, teknologi yang mendasari perkhidmatan AI generatifnya. Kedua-dua syarikat masih bergantung pada Nvidia untuk latihan berskala terbesar dan paling kompleks, yang amat memerlukan prestasi, kematangan perisian dan sambungan antara berbilang cip.

Kesan praktikalnya terhadap pusat data di China boleh menjadi besar. Syarikat yang sebelum ini terpaksa menunggu giliran untuk mendapatkan GPU import kini mempunyai pilihan kedua untuk meningkatkan kapasiti pengkomputeran AI. Cip tempatan yang cukup baik untuk bahagian beban kerja yang semakin besar membantu mengurangkan risiko bekalan, memastikan projek mengikut jadual dan menyelaraskan perbelanjaan dengan matlamat teknologi negara. Jika pelaksanaan ini berjalan lancar, ia akan mengesahkan pelaburan bertahun-tahun dalam cip AI tempatan dan mempercepat peralihan lebih luas dalam kalangan penyedia awan China untuk menggabungkan perkakasan asing dan tempatan dalam infrastruktur mereka.

Apa yang dibangunkan Alibaba dan Baidu

Alibaba mempunyai rekod dalam pembangunan cip tersuai menerusi unit T-Head, yang sebelum ini memperkenalkan pemecut AI Hanguang 800 untuk inferens serta CPU pelayan berasaskan set arahan Arm. Pemproses latihan AI terbaharunya, yang dirujuk secara dalaman oleh kakitangan sebagai Zhenwu, kini digunakan untuk melatih model lebih kecil dalam Alibaba Cloud. Mereka yang pernah bekerja dengan cip itu berkata prestasi praktikalnya setanding dengan H20 Nvidia bagi tugasan yang tidak memerlukan sambungan paling canggih atau kapasiti memori terbesar. Bagi latihan model termaju, Alibaba terus bergantung pada sistem Nvidia sambil menguji cip baharu itu pada skala besar.

Projek Kunlun Baidu ialah antara rangkaian pemecut AI buatan tempatan yang paling lama dibangunkan di China. Cip Kunlun generasi awal tertumpu pada inferens, iaitu proses menjalankan model yang sudah dilatih. Dengan Kunlun P800, Baidu menjalankan eksperimen latihan bagi versi baharu Ernie untuk mengesahkan kestabilan, kadar pemprosesan dan kesediaan tindanan perisian. Kelebihan utama Baidu ialah integrasi menegak: syarikat itu membangunkan model Ernie, mengendalikan kelompok awan berskala besar dan mengawal rangka kerja PaddlePaddle, sekali gus memberikannya lebih kebebasan untuk mereka bentuk bersama perkakasan dan perisian demi kecekapan yang lebih baik.

Bagaimana peraturan eksport AS membentuk semula pasaran

Kawalan Washington semakin ketat sejak 2022, apabila ambang prestasi bagi pemecut AI mula mengehadkan produk yang boleh dihantar vendor AS ke China. Langkah mengatasi sekatan, seperti GPU khas untuk China dengan lebar jalur sambungan yang dikurangkan, membolehkan sebahagian bekalan diteruskan buat sementara waktu. Langkah baharu yang diumumkan pada tahun-tahun berikutnya mempersempit laluan tersebut. Platform Nvidia teratas seperti H100 dan cip Blackwell yang lebih baharu masih tidak dapat diperoleh di China. Nvidia menghasilkan H20, pilihan berkeupayaan lebih rendah yang bertujuan mematuhi peraturan AS, tetapi kajian industri menunjukkan penghantaran cip ini pun kini memerlukan lesen eksport bermula April 2025, sekali gus menambah kerenah dan ketidakpastian bagi pembeli cip AS di China.

Platform awan dan internet besar China bertindak dengan rancangan dua hala: mendapatkan bekalan yang mampu diperoleh dari luar negara sambil melabur besar-besaran dalam pemecut tempatan. Persekitaran dasar juga memihak kepada penyelesaian tempatan. Pelanggan kerajaan dan infrastruktur kritikal semakin mengutamakan perkakasan yang direka bentuk dan disokong di China, mendorong penyedia awan membuktikan bahawa pemecut China mampu mengendalikan beban kerja pengeluaran pada kos yang munasabah dan dengan prestasi yang boleh dijangka.

Nvidia menyedari persaingan sedang berubah dan pelanggan mempunyai sebab untuk mempelbagaikan pilihan. Jurucakap syarikat mengakui hakikat itu sambil menegaskan hasrat Nvidia untuk terus berkhidmat kepada pembangun di seluruh dunia.

Persaingan kini tidak dapat dinafikan. Kami akan terus berusaha meraih kepercayaan dan sokongan pembangun arus perdana di mana-mana sahaja.

Sejauh mana cip tempatan mampu menyaingi Nvidia

Jawapannya bergantung pada tugasan. Laporan daripada jurutera yang pernah menggunakan pemecut terbaharu Alibaba menunjukkan prestasi setanding dengan H20 Nvidia untuk sesetengah tugasan latihan dan model bersaiz lebih kecil. Ini merupakan kemajuan bermakna bagi platform yang masih baharu. Bagi model terbesar dan jadual latihan paling agresif, Nvidia masih mempunyai kelebihan berkat keupayaan pengkomputeran puncak yang lebih tinggi, sambungan antara berbilang GPU yang lebih pantas, tindanan pengkompil yang matang dan ekosistem luas dengan pustaka yang dioptimumkan. Cip seperti H100 dan reka bentuk Blackwell terbaharu kekal sebagai piawaian untuk latihan model tercanggih di luar China.

Latihan dan inferens ialah tugasan yang berbeza

Latihan AI ialah proses mengajar model dengan melaraskan berbilion-bilion parameter menerusi pelbagai pusingan data. Proses ini menguji keupayaan pengkomputeran dan lebar jalur memori perkakasan hingga ke had, selain memerlukan sambungan yang sangat pantas antara pemecut supaya ribuan cip dapat disegerakkan dengan cekap. Inferens pula berlaku selepas latihan. Model sudah dipelajari dan sistem menjana output untuk pengguna dalam masa nyata. Inferens mengutamakan kependaman rendah, kecekapan kos dan penjimatan tenaga. Cip yang sangat baik untuk inferens atau latihan model lebih kecil mungkin masih tidak memadai bagi latihan selama berbulan-bulan untuk model yang sangat besar, kerana rangkaian komunikasi antara cip dan penyelarasan perisian boleh menjadi hambatan.

Tindanan perisian sama penting dengan cip

Penguasaan Nvidia bukan hanya disebabkan cip. Platform CUDA, pustaka seperti cuDNN dan TensorRT, serta rangkaian luas alat rakan niaga memudahkan pembangunan dan menjadikan prestasi lebih mudah dijangka. Platform China sedang membangunkan tindanan perisian sendiri untuk pemecut tempatan. PaddlePaddle milik Baidu dan rantaian alat awan Alibaba sudah menyokong cip mereka, dan kedua-dua syarikat boleh menyesuaikan kernel serta pengkompil graf untuk model masing-masing. Kawalan itu boleh meningkatkan kecekapan, tetapi pembangun pihak ketiga mungkin perlu melalui proses pembelajaran apabila memindahkan kod ke perkakasan tempatan. Jika Alibaba dan Baidu menjadikan peralihan ini lancar dalam platform awan mereka, pelanggan mungkin lebih mementingkan harga, ketersediaan dan tahap perkhidmatan berbanding jenama cip.

Strategi perniagaan dan reaksi pasaran

Pelabur menyambut baik petanda bahawa peneraju internet China mampu mendapatkan kuasa pengkomputeran AI tanpa bergantung sepenuhnya pada import. Saham Alibaba dan Baidu meningkat selepas laporan mengenai pelaksanaan baharu itu, mencerminkan jangkaan bahawa asas bekalan yang lebih berdaya tahan akan menyokong hala tuju produk dan mengurangkan risiko kelewatan. Cip buatan tempatan yang mencukupi untuk sebahagian besar tugasan latihan juga boleh mengurangkan kos operasi jangka panjang jika lebih mudah diperoleh dan ditingkatkan kapasiti penggunaannya di pusat data dalam negeri.

Logik strategik ini melangkaui kos dan bekalan. Alibaba Cloud dan Baidu Cloud menjual perkhidmatan kepada perusahaan serta pelanggan sektor awam yang sering mengutamakan perkakasan reka bentuk tempatan. Menawarkan kuasa pengkomputeran menggunakan pemecut tempatan boleh membantu memenangi tugasan sensitif sambil memenuhi pilihan pengawalseliaan berkaitan keselamatan dan lokasi data. Namun begitu, kedua-dua syarikat kelihatan mahu mengekalkan gabungan yang pragmatik: menggunakan sistem Nvidia untuk masalah paling sukar dan bergantung pada cip tempatan bagi banyak tugasan yang prestasinya setanding serta lebih menguntungkan dari segi ekonomi.

Kekangan rantaian bekalan dan pembuatan

Mereka bentuk pemecut AI yang berdaya saing hanyalah sebahagian daripada cabaran. Pembuatan, pembungkusan dan bekalan memori juga penting. Cip berprestasi tertinggi hari ini dihasilkan menggunakan nod proses canggih dan bergantung pada susunan memori lebar jalur tinggi yang dipakejkan berhampiran pemproses. Pengilang cip China telah mencapai kemajuan, tetapi masih belum setanding dengan nod paling canggih di luar negara. Jurang itu sebahagiannya boleh diimbangi menerusi pilihan reka bentuk bijak, pembungkusan mantap dan perisian cekap, namun masih menjejaskan prestasi puncak dan kecekapan tenaga.

Ketersediaan memori lebar jalur tinggi turut menjadi kekangan kerana latihan model besar menggunakan lebar jalur dan kapasiti memori yang sangat besar. Penyedia awan menguruskan batasan ini dengan mengagihkan beban kerja kepada lebih banyak cip, mengoptimumkan format ketepatan dan menjadualkan tugasan yang sepadan dengan kekuatan setiap platform. Dalam keadaan ini, pemecut tempatan yang disepadukan dengan baik dalam tindanan perisian awan dan mudah diperoleh boleh menampung bahagian kerja yang besar walaupun prestasi puncak teorinya tidak menyamai cip asing terbaik.

Maksudnya bagi pembangun dan pelanggan

Pelanggan Alibaba dan Baidu akan mengambil kira tiga perkara: tempoh untuk mendapatkan kapasiti, kebolehpercayaan dan jumlah kos bagi sesuatu latihan atau beban kerja inferens. Jika pemecut tempatan memendekkan senarai menunggu dan memberikan prestasi konsisten dengan rangka kerja yang biasa digunakan, banyak pasukan akan beralih tanpa banyak kesukaran. Pembangun model mungkin perlu melaraskan semula kernel atau menggunakan alat khusus vendor untuk mendapatkan kadar pemprosesan terbaik, tetapi amalan ini lazim dalam pengkomputeran berprestasi tinggi. Dalam masa terdekat, kelompok gabungan dan dasar penjadual yang mengarahkan tugasan kepada perkakasan terbaik yang tersedia berkemungkinan menjadi kebiasaan. Latihan model termaju terbesar masih akan menggunakan sistem Nvidia, manakala semakin banyak tugasan arus perdana akan dijalankan pada cip Alibaba dan Baidu.

Perkara yang perlu diperhatikan seterusnya

Dua pencapaian penting dijangka sepanjang tahun akan datang. Yang pertama ialah rejim pelesenan bagi penghantaran pemecut AS ke China, yang menurut penyelidik industri akan meliputi cip seperti Nvidia H20 dan AMD MI308 mulai April 2025. Yang kedua ialah bukti daripada Alibaba dan Baidu bahawa cip mereka mampu mengendalikan latihan pengeluaran pada skala besar, bukan sekadar ujian makmal. Penanda aras pada model terkenal, kajian kes pelanggan dan kadar habisnya kapasiti awan berasaskan pemecut tempatan akan menunjukkan perkembangannya. Perhatikan kepantasan ekosistem perisian berkembang di sekitar cip ini, termasuk sokongan dalam rangka kerja popular dan alat pihak ketiga. Perhatikan juga cara platform China yang lain, termasuk syarikat yang membangunkan pemecut sendiri atau membeli daripada vendor tempatan, membahagikan modal antara GPU import dengan pilihan tempatan apabila projek baharu bermula.

Perkara Utama

• Alibaba dan Baidu mula melatih model AI menggunakan cip reka bentuk sendiri, sambil mengekalkan sistem Nvidia untuk tugasan paling mencabar.
• Pemecut terbaharu Alibaba digunakan untuk tugasan latihan lebih kecil dan menurut kakitangannya mampu menyaingi Nvidia H20 dalam sesetengah tugasan.
• Baidu sedang menguji Kunlun P800 untuk versi baharu model Ernie dan memanfaatkan kawalannya terhadap rangka kerja PaddlePaddle.
• Kawalan eksport AS mengehadkan akses kepada cip Nvidia teratas, manakala kajian industri menunjukkan penghantaran H20 ke China memerlukan lesen baharu pada 2025.
• Nvidia berkata syarikat itu akan terus berusaha meraih kepercayaan pembangun ketika persaingan semakin sengit.
• Pemecut tempatan kini memadai untuk bahagian beban kerja yang semakin besar, walaupun Nvidia masih mendahului dalam latihan model pada skala termaju.
• Ekosistem perisian ialah faktor utama, dengan Alibaba dan Baidu menyesuaikan rantaian alat untuk perkakasan masing-masing.
• Pelabur memberikan reaksi positif kerana melihat risiko bekalan berkurang dan kawalan lebih besar terhadap hala tuju AI.
• Pembuatan dan bekalan memori masih menjadi kekangan, tetapi reka bentuk bijak dan integrasi awan boleh mengimbangi sebahagian batasan.
• Kelompok gabungan dijangka digunakan dalam platform awan China, dengan penjadual tugasan mengagihkan kerja antara cip tempatan dan GPU import.