Jetzt, da AMD, Intel und Nvidia ihre erstklassigen Compute-GPUs nicht ohne Genehmigung der US-Regierung und chinesischer Entwickler von GPUs für künstliche Intelligenz (KI) und High-Performance Computing (HPC) an Kunden in China verkaufen können. Anwendungen keinen Zugang zu modernsten Produktionskapazitäten haben, haben kleinere GPU-Designer die Möglichkeit, von verschiedenen Arten generativer KI zu profitieren, berichtet DigiTimes.
Der Aufstieg des chinesischen Chipdesign-Sektors in den letzten Jahren hat zwei Vektoren der inländischen GPU-Entwicklung gebildet: Rechenzentrums-GPUs, die auf KI- und HPC-Megatrends ausgerichtet sind, und klassische GPUs, die hauptsächlich für Client-PCs entwickelt wurden, jedoch in der Lage sind, einige rechenzentrumsspezifische Workloads zu bewältigen. Letztere scheinen in der aktuellen Situation bessere Erfolgschancen zu haben.
Entwickler kleiner GPUs können große Dinge angehen
Innosilicon, Jingjia Microelectronics und Moore Threads sind vielleicht die bekanntesten chinesischen Entwickler von Gaming-Grafikprozessoren. Gaming-Grafik hängt vom Rechendurchsatz mit Gleitkommazahlen mit einfacher Genauigkeit (FP32) ab, daher unterstützen GPUs von Innosilicon, Jingjia und Moore’s Threads dieses Datenformat. Vorerst können diese GPUs kaum einen Platz unter den besten Grafikkarten beanspruchen. Um verschiedene Anwendungen für künstliche Intelligenz und maschinelles Lernen zu adressieren, müssen diese Unternehmen außerdem ihre Hardware optimieren, um Datenformate mit geringerer Genauigkeit (denken Sie an FP16, BF16/8, INT8, INT 4 usw.) sowie spezifische Anweisungen zu unterstützen für Matrix- und Vektorverarbeitung. Einige haben dies bereits getan, andere müssen es noch tun.
Jingjia bietet seit 2014 Gaming-GPUs auf Basis seiner eigenen Architekturen an, und seine neuesten GPUs der JM9-Serie von 2021 versprechen ein ähnliches Leistungsniveau wie Nvidias GeForce GTX 1080. Derzeit können die GPUs von Jingjia keine AI/DL/ML-Anwendungen adressieren, aber die Das Unternehmen teilte DigiTimes mit, dass es an KI-fähigen GPUs für eine Vielzahl von Anwendungen wie Spracherkennung und Verarbeitung natürlicher Sprache arbeite, ging aber nicht näher darauf ein.
Innosilicon stellte Ende 2021 seinen diskreten Fenghua (Fantasy)-Grafikprozessor der 1. Generation mit einer PowerVR-Mikroarchitektur von Imagination Technologies vor, folgte Mitte 2022 mit der Fantasy-GPU der 2. Generation für Anwendungen mit geringem Stromverbrauch und kündigte die Entwicklung seiner 3. Generation Fantasy mit ray an Suchunterstützung letztes Jahr. Die ursprüngliche Fantasy-GPU von Innosilicon unterstützt sowohl FP32 als auch INT8, während ihre Treiber moderne Anwendungsprogrammierschnittstellen für Computer unterstützen, darunter DirectX, Vulkan, OpenCL, Caffe 1.0, TensorFlow 1.1.2 und ONNX.
Hardware von Moore Threads ist vielleicht besser für KI geeignet. Der neueste Chunxiao-Grafikprozessor des Unternehmens unterstützt FP32-, FP16- und INT8-Präzision und kann, vorausgesetzt, dass er auch entsprechende Befehlssätze unterstützt, zumindest einige AI/DL/ML-Workloads bewältigen. Das Unternehmen sagt auch, dass seine MTVerse-Plattform es Entwicklern ermöglichen kann, unter anderem Anwendungen für Big Data, KI-Training und -Argumentation, Spracherkennung und visuelle Erkennung zu erstellen.
Etwas Hintergrund
Der gesamte verfügbare Markt für Grafikprozessoren in China erreichte 4,739 Milliarden US-Dollar, was 18,7 % des globalen Marktanteils entspricht, laut Daten von VMR, die von DigiTimes zitiert werden. Es ist unklar, ob Rechenzentrums-GPUs in 4,739 Milliarden US-Dollar enthalten sind. Der Markt soll bis 2027 auf 34,56 Milliarden US-Dollar wachsen, mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 32,8 % über den Zeitraum von sieben Jahren.
Es gibt ungefähr 10 Entwickler von GPUs in China. Zwei von ihnen – Biren Technology und Tianshu Zhixin Semiconductor – konzentrieren sich ausschließlich auf Prozessoren für KI- und HPC-Anwendungen, und ihre GPUs sind nicht unbedingt für die Verarbeitung von Grafiken gedacht. Diese Prozessoren benötigen jedoch modernste Fertigungstechnologie, und TSMC benötigt eine Exportlizenz der US-Regierung, um GPUs für Biren und Tianshu Zhixin herzustellen.
Inzwischen gibt es viele Entwickler von mehr oder weniger universellen GPUs – neben Jingjia, Innosilicon und Moore Threads – zum Rendern von Spielen, die aber auch KI- und Technical-Computing-Anwendungen adressieren können, wenn sie entsprechende Hardwarefähigkeiten erlangen.
Bis vor kurzem waren chinesische Designer von Gaming-GPUs nicht geneigt, KI- und HPC-orientierte Prozessoren zu bauen, die mit Lösungen großer Unternehmen wie Nvidia, Intel, AMD, Biren und Tianshu Zhixin konkurrieren würden. Jetzt, da die Zukunft der in China ansässigen KI- und HPC-GPU-Entwickler ungewiss ist und die Möglichkeiten von AMD, Intel und Nvidia, chinesische Kunden anzusprechen, begrenzt sind, könnten sie ihre Pläne überprüfen und Chips entwickeln, die Chinas Bedarf an KI/ DL/ML-Hardware.