Chinas KI-Industrie wurde durch die US-Chipexportregeln kaum gebremst

Aber Nvidia hat Varianten seiner Chips für den chinesischen Markt entwickelt, die verlangsamt werden, um die US-Vorschriften zu erfüllen. Branchenexperten sagten gegenüber Reuters, dass der neueste – der im März angekündigte Nvidia H800 – wahrscheinlich 10 % bis 30 % länger brauchen wird, um einige KI-Aufgaben auszuführen, und einige Kosten im Vergleich zu den schnellsten US-Chips von Nvidia verdoppeln könnte. Auch die verlangsamten Nvidia-Chips stellen für chinesische Firmen eine Verbesserung dar. Tencent Holdings, eines der größten Technologieunternehmen Chinas, schätzte im April, dass Systeme, die Nvidias H800 verwenden, die Zeit für das Training seines größten KI-Systems um mehr als die Hälfte verkürzen werden, von 11 Tagen auf vier Tage. „Die KI-Unternehmen, mit denen wir sprechen, scheinen das Handicap als relativ gering und überschaubar zu sehen“, sagte Charlie Chai, ein in Shanghai ansässiger Analyst bei 86Research. Das Hin und Her zwischen Regierung und Industrie offenbart die US-Herausforderung, Chinas Fortschritt im High-Tech-Bereich zu verlangsamen, ohne US-Unternehmen zu schaden. Ein Teil der US-Strategie bei der Festlegung der Regeln bestand darin, einen solchen Schock zu vermeiden, dass die Chinesen die US-Chips ganz fallen lassen und ihre eigenen Anstrengungen in der Chipentwicklung verdoppeln würden. „Sie mussten irgendwo die Grenze ziehen, und wo immer sie sie zogen, würden sie auf die Herausforderung stoßen, nicht sofort störend zu sein, sondern auch Chinas Fähigkeiten im Laufe der Zeit zu beeinträchtigen“, sagte ein Manager der Chipindustrie, der um Anonymität bat um über private Gespräche mit Regulierungsbehörden zu sprechen. Die Ausfuhrbeschränkungen bestehen aus zwei Teilen. Die erste setzt der Fähigkeit eines Chips, extrem genaue Zahlen zu berechnen, eine Obergrenze, eine Maßnahme, die entwickelt wurde, um Supercomputer einzuschränken, die in der Militärforschung verwendet werden können. Quellen aus der Chipindustrie sagten, dies sei eine wirksame Maßnahme. Aber die Berechnung extrem präziser Zahlen ist weniger relevant in KI-Arbeiten wie großen Sprachmodellen, wo die Datenmenge, die der Chip durchkauen kann, wichtiger ist. Nvidia verkauft den H800 an Chinas größte Technologieunternehmen, darunter Tencent, Alibaba Group Holding Ltd und Baidu Inc, um sie für solche Arbeiten zu verwenden, obwohl es noch nicht begonnen hat, die Chips in großen Mengen zu versenden. „Die Regierung versucht nicht, dem Wettbewerb oder der US-Industrie zu schaden, und erlaubt US-Firmen, Produkte für kommerzielle Aktivitäten zu liefern, wie z. B. die Bereitstellung von Cloud-Diensten für Verbraucher“, sagte Nvidia letzte Woche in einer Erklärung. China sei ein wichtiger Abnehmer für US-Technologie, hieß es weiter. „Die Exportkontrollen im Oktober erfordern, dass wir Produkte mit einer wachsenden Lücke zwischen den beiden Märkten entwickeln“, sagte Nvidia letzte Woche. Wir halten uns an die Verordnung und bieten gleichzeitig möglichst wettbewerbsfähige Produkte auf jedem Markt an.“ Bill Dally, Chefwissenschaftler von Nvidia, sagte diese Woche in einer separaten Erklärung, dass „diese Lücke im Laufe der Zeit schnell wachsen wird, da sich die Schulungsanforderungen weiterhin alle sechs bis zwölf Monate verdoppeln“. Ein Sprecher des Bureau of Industry and Security, dem Arm des US-Handelsministeriums, der die Regeln überwacht, antwortete nicht auf eine Bitte um Stellungnahme.Verlangsamt, aber nicht gestoppt

Die zweite US-Grenze betrifft die Übertragungsgeschwindigkeiten von Chip zu Chip, was sich auf die KI auswirkt. Die Modelle hinter Technologien wie ChatGPT sind zu groß, um auf einen einzigen Chip zu passen. Stattdessen müssen sie auf viele Chips – oft Tausende gleichzeitig – verteilt werden, die alle miteinander kommunizieren müssen. Nvidia hat die Leistungsdetails des nur in China erhältlichen H800-Chips nicht bekannt gegeben, aber ein Datenblatt von Reuters zeigt eine Chip-zu-Chip-Geschwindigkeit von 400 Gigabyte pro Sekunde, weniger als die Hälfte der Spitzengeschwindigkeit von 900 Gigabyte pro Sekunde für Nvidias Flaggschiff H100-Chip außerhalb Chinas erhältlich. Einige in der KI-Branche glauben, dass dies immer noch viel Geschwindigkeit ist. Naveen Rao, Geschäftsführer eines Startups namens MosaicML, das sich darauf spezialisiert hat, KI-Modellen dabei zu helfen, auf begrenzter Hardware besser zu laufen, schätzte die Systemverlangsamung auf 10–30 %. „Es gibt Möglichkeiten, all dies algorithmisch zu umgehen“, sagte er. „Ich sehe nicht, dass dies für eine sehr lange Zeit eine Grenze ist – wie 10 Jahre.“ Geld hilft. Ein Chip in China, der doppelt so lange braucht, um eine KI-Trainingsaufgabe zu erledigen, als ein schnellerer US-Chip, kann die Arbeit immer noch erledigen. „An diesem Punkt muss man 20 Millionen statt 10 Millionen Dollar ausgeben, um es zu trainieren“, sagte eine Quelle aus der Industrie, die aufgrund von Vereinbarungen mit Partnern um Anonymität bat. „Ist das scheiße? Ja, das tut es. Aber bedeutet das, dass dies für Alibaba oder Baidu unmöglich ist? Nein, das ist kein Problem.“ Darüber hinaus versuchen KI-Forscher, die massiven Systeme zu verschlanken, die sie gebaut haben, um die Kosten für Schulungsprodukte ähnlich wie ChatGPT und andere Prozesse zu senken. Diese werden weniger Chips erfordern, die Chip-zu-Chip-Kommunikation reduzieren und die Auswirkungen der US-Geschwindigkeitsbegrenzungen verringern. Vor zwei Jahren dachte die Branche, dass KI-Modelle immer größer werden würden, sagte Cade Daniel, ein Softwareentwickler bei Anyscale, einem Startup in San Francisco, das Software anbietet, um Unternehmen bei der Durchführung von KI-Arbeiten zu unterstützen. „Wenn das heute noch so wäre, hätte diese Exportbeschränkung viel mehr Einfluss“, sagte Daniel. „Diese Exportbeschränkung ist spürbar, aber nicht ganz so verheerend, wie sie hätte sein können.“