MWC 2018
2018
Computex
IFA 2018
Китайский стартап Knowledge Atlas Technology JSC Ltd. (он же Zhipu) выпустил мультимодальную модель искусственного интеллекта, которая, по словам разработчика, стала первой в стране, полностью обученной на ИИ-ускорителях местного производства. Инициатива реализована в рамках программы китайских властей, направленной на снижение зависимости страны от американских технологий.
Zhipu выпустила открытую нейросеть для генерации изображений GLM-Image — это первая мультимодальная модель, обученная на чипах Huawei Ascend. Разработчик использовал серверы Huawei Ascend Atlas 800T A2 и фреймворк MindSpore; серверы работают на центральных процессорах Huawei Kunpeng и ускорителях Ascend. «Это подтверждает возможность обучать высокопроизводительные мультимодальные генеративные модели на разработанной в стране полнофункциональной вычислительной платформе», — отметили в Zhipu.
Это большое достижение для Huawei — до настоящего момента ни одна крупная китайская компания из отрасли ИИ не делала публичных заявлений об обучении моделей на китайском оборудовании, хотя в мае прошлого года Huawei обучила на чипах Ascend собственную модель Pangu Pro MoE. Zhipu в прошлом году попала под американские санкции и стала активнее сотрудничать с местными производителями чипов для адаптации и разработки моделей — в том числе с Cambricon Technologies Corp.
Достижение Zhipu подтверждает жизнеспособность политики Пекина по сокращению зависимости от зарубежных компаний — это важно, потому что США и их союзники проводят многолетнюю политику по ограничению доступа Китая к передовым западным технологиям. В минувший четверг компания стала первым крупным китайским стартапом в области ИИ, вышедшим на биржу — к настоящему моменту её акции подорожали уже более чем на 80 %. Пекин оказывает поддержку в разработке, производстве и внедрении местного оборудования для ИИ. В этом году Huawei намеревается резко увеличить производство своей передовой полупроводниковой продукции; Cambricon собирается нарастить производство своих ускорителей более чем втрое.
Источник:
