6-7 сентября 2024 г. в Пекине состоялся Глобальный саммит по чипам искусственного интеллекта 2024 года (Global AI Chip Summit, GACS 2024). Этот саммит, посвященный теме «Создание пути для чипов в эпоху интеллектуальных вычислений», всесторонне продемонстрировал передовые технологии, последние достижения и прогресс внедрения индустрии чипов искусственного интеллекта в области вычислительных мощностей, сетей, хранения, программного обеспечения, систем и приложений.
Более 50 гостей из промышленности, научных кругов и исследовательских институтов знакомили посетителей с новейшими достижения в течение всего мероприятия. Саммит посетили более 1500 зрителей, а общее количество онлайн-зрителей превысило 2,1 миллиона.
Конференция спонсировалась компаниями Zhiyi Technology’s Xindongxi и Zhixingxing группы Zhiyi Technology. Более 50 гостей представили новейшие разработки в сфере чипов ИИ, чиплетов, RISC-V, интеллектуальных вычислительных кластеров, инфраструктуры ИИ и других областей. Гости посетили встречу, чтобы поделиться последними технологическими инновациями, статусом внедрений, проблемами коммерциализации и возможностями в отрасли ИИ.
После церемонии открытия, в первый день начала работу специальная сессия по чипам ИИ для центров обработки данных и форум по технологиям чиплетов (на котором непосредственно обсуждалась текущая ситуация с китайскими чипами ИИ: GPU приносят деньги, TPU возвращаются, чиплеты становятся трендом, а сеть является «бутылочным горлом»). Во второй день после большого количества выступлений были представлены два основных списка лидеров интеллектуальных вычислений AiiP: «20 крупнейших компаний Китая в сфере интеллектуальных вычислительных кластеров в 2024 г.» и «10 крупнейших развивающихся компаний Китая в области ИИ-чипов в 2024 г.».
Чжан Гуорен, соучредитель Zhiyi Technology и главный редактор Zhichexin Industry Media Matrix, официально объявил список AiiP
1. Для задач ИИ разделение памяти и вычислений не может конкурировать с вычислениями в области памяти (NMC).
Во время сессии по инновациям в архитектуре ИИ-чипов, проходившей утром 6 сентября, в главном зале, Дай Цзинь, главный научный сотрудник Пекинской академии суперструнных технологий памяти, выступил с программной речью о вычислениях в области памяти, которая была полна информации. Рассмотрев соперничество между разделением хранения и вычислений данных на уровне чипа и стойки и вычислениями в области памяти, он пришел к выводу: для задач ИИ вычисления в области памяти не могут конкурировать с разделением хранения и вычислений.
Огромное количество параметров модели искусственного интеллекта приводит к бесконечным требованиям к пропускной способности. Пропускная способность, энергопотребление и задержка, вызванная архитектурой с разделением хранения и вычислений, серьезно ограничивают производительность системы и серьезно снижают экономическую эффективность оборудования. Вычисления в области памяти, включая HBM, 3D-упаковку и т. д., а также вычисления в памяти, становятся необходимостью.
На нынешнем пути вычислений в памяти, прогресс в области вычислений, подобных человеческому мозгу, продвигается медленно, но Дай Цзинь считает, что «с глупым ИИ легко добиться успеха». В нейронных сетевых вычислениях также есть два направления: цифровая машина и аналоговая машина. Цифровая машина объединяет GPU, NPU или их части и памятью на одном кристалле, требуя, чтобы носитель данных был интегрирован с логическим процессом. Механизм моделирования использует блоки хранения и массивы хранения для вычислений, увеличивая эквивалентную емкость памяти в 16 раз, но количество доступных алгоритмов ограничено.
Дай Цзинь, главный научный сотрудник Пекинской академии суперструнных технологий памяти
Вычисления в памяти делятся по носителям на уже хорошо известные носители данных, такие как SRAM, NOR и DRAM, и новые носители данных, такие как MRAM, RRAM, PCRAM и FeRAM.
Дай Дзинь сообщил, что эти носители данных не идеальны и каждый из них имеет свои преимущества и недостатки. Например, SRAM совместима с логическими технологиями и работает быстро, но имеет низкую емкость и склонна к утечкам; технология NOR Flash является уже проверенной и энергоэффективной, но не может использовать передовые технологические узлы и ограничена скоростью и временем стирания; DRAM, теоретически, можно использовать для обучения и рассуждений, но самая большая трудность заключается не в технологии, а в производстве.
Среди новых носителей данных технология FeRAM представляет собой сегнетоэлектрический материал. Дай Дзинь считает, что это единственный носитель в новых хранилищах, который может превосходить DRAM по емкости и имеет относительно хорошие показатели скорости и энергопотребления. Он может заменить DRAM при интеграции хранения и вычислений, и весьма привлекателен в качестве энергонезависимого хранилища или вычислительного носителя при вычислениях в памяти.
Еще более свежая технология — 2T0C DRAM. По мнению Дай Дзинь, это самая идеальная вычислительная среда в памяти среди обозримых технологий хранения данных. 2T0C DRAM имеет две функции чтения и записи MOS, используя для хранения паразитную емкость считывающего транзистора. Ее самое большое преимущество заключается в том, что создавать несколько битов проще, ее скорость не уступает DRAM, его можно стирать и записывать бесконечно, а ее энергопотребление очень низкое. Однако единственная неопределенность заключается в том, что материалы IGZO еще не в полной мере используются в полупроводниковой промышленности.
2. Прорыв через потолок эффективной вычислительной мощности, реконфигурируемое, интегрированное хранилище и вычисления, а также мозгоподобный интеллект — это будущее.
Поскольку спрос на периферийные решения, такие как компьютеры с искусственным интеллектом, растет, Ли Юань, основатель и генеральный директор Zhuhai Core Power Technology, считает, что в будущем реконфигурируемые чипы станут мейнстримом. По его словам, экономическая эффективность стала основным требованием для периферийных вычислений, но производительность и TOPS не связаны напрямую. Модели имеют разные типы вычислений на этапах предварительного заполнения и декодирования, а также предъявляют разные требования к производительности. В ответ на эту особенность компания Zhuhai Core Power запустила реконфигурируемую параллельную процессорную архитектуру (reconfigurable parallel processor architecture — RPP).
RPP основан на архитектуре потока данных, совместимой с набором инструкций CUDA, и сочетает в себе преимущества GPU и NPU. Продукт первого поколения RPP имеет вычислительную мощность до 32TOPS и пропускную способность DRAM 59 ГБ/с. Он обладает характеристиками высокой производительности, высокой эффективности использования площади, низкого энергопотребления и высокой гибкости. Усовершенствованный процесс упаковки FOStrip уменьшает площадь и толщину чипа до 1/3 от обычного размера. В ходе теста производительность компьютерного зрения и обработки сигналов была значительно улучшена по сравнению с аналогичными продуктами, а энергопотребление достигло или даже превысило чип NVIDIA A100, с учетом использования техпроцесса 14-нм.
Ли Юань, основатель и генеральный директор Zhuhai Core Power
Сюн Дапэн, основатель, председатель и генеральный директор Yizhu Technology, считает, что инновации в архитектуре чипов ИИ откроют вторую кривую роста больших вычислительных мощностей. В настоящее время закон Мура сталкивается с проблемами. Технология, ориентированная на вычислительные блоки, достигла потолка. В будущем чипы искусственного интеллекта должны быть ориентированы на модули памяти.
Есть два способа преодолеть потолок эффективной вычислительной мощности: использовать интеграцию хранения и вычислений внутри чипа, а также передовую технологию упаковки для уменьшения задержек обработки и передачи данных между чипами; использовать высокоскоростное соединение и технологию чиплетов, технологию кремниевой фотоники и технологии, подобные технологиям межсоединения NVLink и NVSwitch, обеспечивающие высокую пропускную способность и низкую задержку.
Yizhu Technology в 2023 году впервые предложила интегрированную гипергетерогенную архитектуру для обработки и хранения данных и стремится предоставить экономичные и энергоэффективные чипы большой вычислительной мощности искусственного интеллекта на основе новых носителей данных.
Сюн Дапэн, основатель, председатель и генеральный директор Yizhu Technology
Цяо Нин, основатель и генеральный директор SynSense, рассказал, что интеллект, подобный мозгу, считается одной из технологий будущего, которая может преодолеть ограничения процессов на базе кремния и решить узкие места в вычислительной мощности. Мозговое восприятие и мозговые вычисления, вдохновленные биологическим мозгом, более эффективны, чем традиционные вычислительные методы. Биологические системы обнаруживают и преобразуют совокупные изменения в импульсы для оптимизации использования полосы пропускания. Динамические камеры используют аналогичные принципы для фиксации изменений интенсивности света при низком энергопотреблении. Вычислительный чип, созданный по образцу мозга, представляет собой систему, выполняющую вычисления на основе импульсов, которые являются носителем цифровой передачи и вычислений.
SynSense сформировала три основные матрицы продуктов: событийные камеры (т.е. сенсоры, подобные мозгу), процессоры, подобные мозгу, и системы на кристалле динамического визуального интеллекта, интегрирующие сенсорные и вычислительные функции. В настоящее время наибольшее внимание в области интеллектуального видения уделяется приложениям для обработки изображений с высокой частотой кадров с помощью задних камер мобильных телефонов. Событийная камера DVS имитирует сетчатку человека и вносит фундаментальные изменения на уровне схемы, чтобы преодолеть ограничение частоты кадров изображения камеры, вызванное глобальным затвором. Обрабатывая данные, событийные камеры DVS позволяют достичь эквивалентных эффектов изображения с большим количеством кадров. Другой вариант — отслеживание глаз в области XR. Поскольку DVS реагирует только на изменения интенсивности света и генерирует разреженные данные облака точек, она имеет такие преимущества, как сверхнизкое энергопотребление, широкий динамический диапазон, сверхнизкая задержка. Сверхнизкое энергопотребление особенно важно при отслеживании движений глаз.
Цяо Нин, основатель и генеральный директор SynSense
С ростом объема данных и вычислительной мощности, а также совершенствованием алгоритмов на рынке вычислений растут требования к настраиваемости, низкой стоимости, высокому уровню безопасности и конфиденциальности. В связи с этим компания Fengxing Zhiyuan, основанная в 2023 году, стремится разрабатывать модули и решения для периферийных вычислений, которые объединяют хранилище и вычисления, что может ускорить вычислительную мощность больших моделей. По словам Сунь Тана, основателя и генерального директора Fengxing Zhiyuan, у компании уже есть различные интегрированные продукты хранения и вычислений для ПК, рабочих станций, серверов и распределенных кластеров.
Продукты Fengxing Zhiyuan объединяют контроллеры хранения и возможности ускорения вывода AI. Их твердотельный накопитель обладает встроенной вычислительной мощностью, что снижает нагрузку на хост и общее энергопотребление. Он также обладает высокой конфиденциальностью и может использоваться в таких сценариях, как ускорение искусственного интеллекта на ПК, ускорение вывода больших моделей, а также интегрированное обучение и ускорение передачи данных на графическом процессоре. Решение позволяет ускорить пропускную способность данных на 50–300 %, а потребление энергии снижается за счет использования общей памяти. Что касается ускорения вывода ИИ, его средняя эффективность сквозного приложения превышает платформу NVIDIA NX в 2 раза, а средняя эффективность энергопотребления в 3,7 раза выше, чем у решений с разделением хранения и вычислений. Оно также совместимо с несколькими платформами.
Сунь Тан, основатель и генеральный директор Fengxing Zhiyuan
По словам старшего инженера по продуктам PhySim Хуан Цзяньвэя, технологии 3D IC и чиплетов, основанные на передовых технологиях упаковки, станут неизбежным выбором в эпоху после Мура. Однако сложные производственные процессы и строгие требования к проектированию современных пакетов микросхем, такие как SIP/2.5D/3D, приведут к значительному увеличению затрат на производство материалов, оборудования и разработку. В то же время эти усовершенствованные пакеты по-прежнему будут сталкиваться с такими вызовами, как рассеивание тепла, производственные процессы и рост затрат, требующие специализированных инструментов моделирования.
Для сценариев мультифизического моделирования компания PhySim разработала интегрированные решения собственной разработки, в том числе инструмент теплового моделирования TurboT, программное обеспечение для моделирования целостности сигнала ACEM, программное обеспечение для моделирования целостности питания Physim-ET и другие продукты, которые могут обеспечить высокопроизводительное ускорение графического процессора и позволят в нескольких раз повысить эффективность дизайна, что поможет разработчикам обнаружить точки перегрева и оптимизировать конструкцию.
Хуан Цзяньвэй, старший инженер по продуктам PhySim
Развитие искусственного интеллекта выдвинуло более высокие требования к производительности чипов, задержке и проблемам с высоким нагревом. В отрасли изучаются более эффективные технологии соединения чипов, такие как разделение вычислительного кристалла и кристалла ввода-вывода, сокращение задержки традиционных архитектур, таких как PCIe, и продвижение новых стандартов для поддержки приложений ИИ.
UCIe появился как новый стандарт, обеспечивающий эффективную связь между чипами. UCIe предлагает два решения: расширенную упаковку и стандартную упаковку. Расширенная упаковка способствует высокоскоростной передаче данных благодаря своей совместимости и увеличенному количеству каналов и подходит для приложений, которым требуется более высокая пропускная способность. Стандартная упаковка имеет меньшую плотность и подходит для определенных ситуаций, когда производственные мощности ограничены.
Цао Цзэхао, старший директор по продуктам InPsytech, Inc., сообщил, что компания уже запустила массовое производство для крупных клиентов узлов по технологии 5 нм и 4 нм, готовится выпуск 3 нм, а версии UCIe 1.1 и 1.0 будут модернизированы до версии 2.0.
Цао Цзэхао, старший директор Qianzhan Technology Products
3. Как чипы искусственного интеллекта могут достичь максимальной экономической эффективности, чтобы ускорить внедрение крупномасштабных моделей на периферийных и центральных устройствах?
На сессии, посвященной чипам ИИ на периферийных и центральных устройствах, Синь Сяосюй, соучредитель и вице-президент по продуктам Houmo Intelligence, поделился, что крупные модели перешли из стадии «нового продукта» в стадию «уверенного применения», а китайские преимущество заключается в инновациях приложений. Возможности для прикладных инноваций лежат на грани. В настоящее время проблема ИИ-чипов сместилась в сторону в низкой эффективности доступа к памяти. Интегрированная архитектура хранения и вычислений адаптируется к потребностям периферийного ИИ благодаря своим преимуществам, заключающимся в низкой стоимости, низком энергопотреблении и низкой задержке.
Houmo Intelligent изучает интегрированные технологии хранения и вычислений. За последние два года она представила и начала серийный выпуск периферийных чипов H30 и M30 на основе архитектуры «Tianshu» первого поколения. Даже при наличии технологического отставания, коэффициент энергоэффективности по-прежнему равен 2 — это преимущество, которое дает интегрированная архитектура хранения и вычислений.
Компания предоставила комплексное решение от чипа до терминала Синь Сяосюй сообщил, что чип нового поколения Houmo будет основан на архитектуре «Tianxuan», а эффективность вычислений будет увеличена на 20%. Он подходит для больших языковых/визуальных моделей и периферийных сценариев, а также более дружелюбен для пользователей. Выход новинки запланирован на следующий год.
Синь Сяосюй, соучредитель и вице-президент по продуктам Houmo Intelligence
Поскольку большие модели стимулируют интеллектуальную эволюцию физического мира, на периферии будет выполняться все больше приложений. Большие модели ставят перед сценариями периферийного ИИ новые проблемы с вычислительной мощностью: большие требования к вычислительной мощности, требования к высокой пропускной способности и надежную масштабируемость вычислений. Ли Айцзюнь, вице-президент Yuntian Lifei и генеральный директор подразделения чипов, рассказал, что архитектурные инновации являются ключом к решению проблем, связанных с edge-чипами искусственного интеллекта.
Столкнувшись с новыми сценариями периферийных вычислений с использованием ИИ, компания Yuntian Lifei разработала первую в Китае серию периферийных чипов с искусственным интеллектом на основе чиплетов китайского производства. Она приняла концепцию «строительных блоков вычислительной мощности» и разработала архитектуру вывода больших моделей D2D Chiplet/C2C Mesh. Местные технологии используются для проектирования чипов, производстве, упаковке и тестировании, а вычислительная мощность составляет 8~256TOPS, что соответствует индивидуальным потребностям реализации больших моделей. Его можно применять в различных сценариях периферийных вычислений, а также к цепочке инструментов и стеку программного обеспечения, делая разработку и развертывание алгоритмов более эффективным.
Он предсказал, что Yuntian Lifei впоследствии выпустит большую модель многофункциональной машины периферийного мышления на основе отечественных технологий, чтобы обеспечить более экономичную вычислительную мощность периферийных вычислений.
Ли Айцзюнь, вице-президент Yuntian Lifei и генеральный директор подразделения чипов
По словам Ян Лея, директора по продуктам компании ARM Technology, в число носителей больших моделей на периферии входят мобильные телефоны с ИИ, компьютеры с ИИ, умные автомобили, роботы и т. д. Ввиду высокой чувствительности этих устройств к стоимости, энергопотреблению и тепловыделению, идеальные модели для периферийных устройств имеют менее 10 млрд. параметров. Для достижения максимальной эффективности развертывания на периферии выделяются гетерогенные вычислительные решения, которые могут полностью задействовать вычислительную мощность периферийных устройств для оптимизации затрат.
Чтобы решить задачу развертывания больших моделей на периферийных устройствах, ARM Technology самостоятельно разработала новое поколение нейронного процессора «Zhouyi», который за счет инновационного дизайна микроархитектуры вычислительного блока может поддерживать как сверточные нейронные сети (CNN), так и архитектуру Transformer, что эффективно снижает требования к полосе пропускания на уровне вычислительной архитектуры и повышает масштабируемость вычислительной мощности. Кроме того, NPU «Zhouyi» также может обеспечить более мощные вычислительные возможности за счет многоядерного расширения, что еще больше повышает гибкость и эффективность развертывания больших моделей на периферии.
Ян Лэй, директор по продуктам Arm Technology
Zhixinke Technology занимается исследованием интегрированных микросхем хранения и вычислений на базе SRAM с 2019 года и накопил большое количество патентов. Гу Юйконг, основатель и генеральный директор компании, считает, что воплощенный интеллект — это один из самых масштабных сценариев реализации. К воплощенному интеллекту предъявляются строгие требования к малой задержке и низкому энергопотреблению, поэтому он должен быть оснащен энергоэффективным чипом ИИ с интегрированным хранением и вычислениями.
Основные технологические направления для интегрированных микросхем хранения и вычислений включают DRAM, SRAM, Flash, Emerging NVM и т. д. Среди них SRAM обладает такими преимуществами, как высокая скорость чтения и записи, высокий коэффициент энергоэффективности, зрелая технология и хорошая интегрируемость. Она может читать и записывать быстро и бесконечно, что очень подходит для механизма самообслуживания Transformer.
Аналого-цифровой гибридный вычислительный чип в памяти Zhixinke на основе SRAM обладает высокой точностью, высокой стабильностью при массовом производстве и может еще больше снизить энергопотребление. Помимо аппаратного обеспечения, Zhixinke также создала экосистему программного обеспечения, отличающуюся универсальностью и простотой использования. По словам Гу Юйцуна, в будущем Zhixinke выпустит множество продуктов, начиная от встроенных интеллектуальных датчиков и заканчивая периферийными серверами большой вычислительной мощности, охватывая такие сценарии, как большие модели, роботы и автономное вождение.
Гу Юйконг, основатель и генеральный директор Zhixinke Technology
Когнитивный интеллект больших моделей показал предварительное появление интеллекта, но многие из них являются одноточечными возможностями. Сюй Яньсун, вице-президент Lingsi Technology, подчеркнул важность системной интеграции. Для производителей оборудования поиск промежуточного состояния для больших и всеобъемлющих одноточечных возможностей ИИ является основным предложением. Набор алгоритмов зависит от сценария использования. Применение алгоритма конечной модели переопределит спрос на чипы ИИ, поэтому вычислительная мощность алгоритмов должна быть интегрирована.
Lingsi Technology стремится создавать интеллектуальные микросхемы для взаимодействия человека и компьютера начального уровня, реализовывать интегрированную схему вычислительной мощности алгоритма ядра облачного устройства, предлагать чипы ИИ с независимыми правами на интеллектуальную собственность, высокопроизводительные чипы IoT и разрабатывать чипы с оптимальной стоимостью модуля, способные удовлетворить баланс потребностей клиентов с точки зрения производительности и цены с помощью одного чипа. В то же время в устройство встроено более 100 лучших в отрасли алгоритмов ИИ, а также его можно напрямую подключить к облачной платформе ИИ для формирования связей с большой моделью Spark.
Сюй Яньсун, вице-президент Lingsi Technology
В последние годы с развитием умных городов постепенно возросло применение алгоритмов в сфере общественной безопасности, финансах, охране, розничной торговле и других областях. Для решения этих задач компания Jishiju Technology создала маркетплейс алгоритмов. Лю Руошуй, соучредитель и старший вице-президент Extreme Vision Technology, рассказала, что с точки зрения обеспечения качества алгоритмов, преимущества Jishiju заключаются в богатых источниках данных, внутренние команды по созданию алгоритмов предоставляют базовые возможности, а 400 000 разработчиков обеспечивают наилучший алгоритм посредством оценки PK.
Extreme Vision Technology создала платформы AI Polestar и AI Aurora. Платформа AI Polestar имеет стандартные функции развертывания алгоритмов и конфигурации оборудования, поддерживает унифицированные стандарты доступа к алгоритмам, может включать сторонние алгоритмы, соответствующие спецификациям интерфейса, а время развертывания всей системы составляет около 1 часа; AI Aurora фокусируется на легком развертывании алгоритмов.
Лю Руошуй, соучредитель и старший вице-президент Extreme Vision Technology
Сюй Давэнь, основатель и председатель Chengdu Shihai Xintu Microelectronics Co., Ltd., рассказал, что роботам необходимо одновременно выполнять задачи восприятия, суждения, принятия решений и исполнения, что предъявляет высокие требования к вычислительной мощности и энергопотреблению, а модель визуально-языковые модели создают дополнительные трудности. Современным роботам необходим передовой чип, который ускоряет обработку изображений с использованием традиционных алгоритмов и алгоритмов искусственного интеллекта.
Восприятие робота используется в качестве входных данных для большой модели VLM, с одной стороны, и для картирования SLAM робота и оценки позы, с другой стороны. Shihai Xintu выпустила чип машинного зрения SH1210, который объединяет CPU, NPU, ISP, 3DCP, модуль извлечения признаков и модуль слияния нескольких датчиков, так что приложения и алгоритмы могут быть связаны с оборудованием с максимальной эффективностью.
Его архитектура объединения изображений реализует управляемость каждого этапа обработки ISP, а также может определять ключевые цели и области посредством обработки нейронной сети, выполнять целенаправленное улучшение изображений и достигать повышения энергоэффективности. Камера RGB-D с использованием SH1210 может эффективно интегрировать пространственные данные о глубине и информацию RGB для улучшения визуальной информации робота.
Сюй Давэнь, основатель и председатель Shihaixintu
Фэн Сяогуан, старший директор по маркетингу Fudan Microelectronics, с нетерпение ожидает появления видеочипа ИИ для edge-устройств. Такие чипы предназначены для периферийных устройств, таких как камеры и видеорегистраторы, для анализа и обработки видеоконтента. Трансформер переносит обработку видео в эпоху 2.0, а также вносит новые архитектурные изменения в чипы ИИ. В отличие от традиционной сверточной нейромести (CNN), считывание параметров в процессе рассуждений большой модели типа трансформер предъявляет требования к пропускной способности системы, а умножение матриц в процессе расчета предъявляет требования к активному ускорению.
Фэн Сяогуан считает, что в будущем микросхемы ИИ на стороне периферийных устройств не будут объединены определенной архитектурой, а будут иметь форму пирамиды. Среди них недорогие и экономически эффективные чипы с вычислительной мощностью ниже 0,5TOPS будут охватывать более 80% приложений; чипы среднего уровня с основными функциями ИИ, которые поддерживают легкие трансформеры и AI ISP, в основном представляют собой NPU с вычислительной мощностью 1~8 TOPS; ИИ-чипы Edge высокого уровня могут быть основаны на архитектуре GPGPU с вычислительной мощностью более 20 TOPS и могут запускать большие периферийные мультимодальные модели.
Фэн Сяогуан, старший директор по маркетингу Fudan Microelectronics
Вывод: компании, производящие чипы искусственного интеллекта, продвигаются вперед под давлением
По мере того, как революция больших моделей охватывает мир, спрос на вычислительную мощность достигает новых высот, стимулируя итерацию и эволюцию облачных чипов ИИ. Под тремя темными облаками взрывного роста данных, приближения физических пределов технологий, а также сложной и нестабильной международной ситуации многие компании, производящие чипы ИИ, продвигаются вперед под давлением в сдержанной и прагматичной манере, активно готовясь к возможностям эпохи, которые приносит волна генеративного ИИ.
С тех пор как в марте 2018 года был проведен первый китайский саммит индустрии чипов искусственного интеллекта, за последние семь лет, за исключением последствий эпидемии в 2021 году, глобальный саммит чипов ИИ в основном сохранял годовой ритм, приглашая около 150 влиятельных специалистов для обмена передовыми достижениями и отраслевыми идеями, становясь важным окном для понимания тенденций развития ИИ-чипов в стране и за рубежом, а также самым влиятельным отраслевым саммитом в области ИИ-чипов в Китае.
Источник: https://zhidx.com/p/442633.html