){kind=link}
Os modelos de inteligência artificial (IA) mais avançados da China ainda dependem de chips da Nvidia para treinamento, apesar dos esforços de Pequim para ampliar o uso de semicondutores produzidos no país. A informação foi publicada nesta segunda-feira, 10, pelo South China Morning Post, com base em relatos de pessoas ligadas a desenvolvedores chineses de grandes modelos de linguagem (LLMs, na sigla em inglês).
Segundo fontes ouvidas pelo jornal, o principal obstáculo da migração para chips nacionais é o alto custo e o tempo necessário para adaptar sistemas desenvolvidos para a tecnologia da Nvidia.
smart_display
Nossos vídeos em destaque
A dependência ocorre mesmo com a evolução dos chips chineses e com a pressão de Pequim para reduzir a exposição do setor de IA a fornecedores estrangeiros. A mudança, porém, não envolve apenas substituir uma peça de hardware por outra. Os sistemas utilizados para treinar os modelos também precisam ser adaptados para funcionar em uma arquitetura diferente.
Um dos principais obstáculos está no software. A plataforma Compute Unified Device Architecture (CUDA), da Nvidia, tornou-se padrão para o desenvolvimento de aplicações de IA. “O treinamento de LLMs em chips da Nvidia continua sendo a norma entre os desenvolvedores de IA chineses”, disse uma pessoa familiarizada com o setor.
Troca de chips exige reescrever códigos
A alternativa da Huawei, chamada Arquitetura de Computação para Redes Neurais (CANN), exige que os desenvolvedores reescrevam e otimizem grandes quantidades de código, segundo um pesquisador de IA envolvido no desenvolvimento de modelos.
James Wang, que desenvolve modelos de IA em um instituto de pesquisa afiliado a uma universidade de Xangai, afirmou que os fluxos de treinamento de sua equipe ainda dependem do CUDA. “O código CUDA não pode ser executado diretamente no Ascend e requer extensa reescrita”, disse Wang.
Segundo ele, a migração dos sistemas existentes para os chips Ascend, da Huawei, poderia elevar em pelo menos 50% o tempo e os custos de trabalho da equipe. O impacto da mudança também varia conforme o modelo. Para sistemas de código aberto, como o DeepSeek e suas versões adaptadas, um engenheiro envolvido na migração estimou que o treinamento em chips Ascend poderia exigir de dois a três profissionais trabalhando por cerca de um mês adicional.
Em modelos cujo código não é aberto, como o Kimi K3, da Moonshot AI, o esforço pode ser maior. Uma equipe de cerca de dez engenheiros poderia precisar de mais de seis meses de trabalho adicional, segundo o mesmo profissional. A diferença está relacionada ao nível de acesso ao código e à maturidade do ecossistema disponível para cada modelo.
A dependência da Nvidia mostra que a substituição de fornecedores estrangeiros envolve mais do que desenvolver chips competitivos. A China também precisa criar um ecossistema de software que permita aos pesquisadores migrar seus sistemas sem refazer grandes partes do código. Algumas empresas, contudo, já começaram a treinar modelos em infraestrutura doméstica.
Em junho, a Meituan lançou o LongCat-2.0, modelo de 1,6 trilhão de parâmetros que, segundo a empresa, foi totalmente treinado e executado em um cluster doméstico com 50 mil placas, sem informar o fornecedor dos componentes.