Les modèles d’intelligence artificielle chinois gagnent en compétitivité face à leurs homologues américains, mais le matériel AI du pays reste en retard. Bien que les puces domestiques soient largement utilisées pour l’inférence des modèles, aucun des principaux modèles chinois n’a encore été pré-entraîné sur du silicium local. Pour comprendre cet écart, il est utile de considérer les trois étapes du développement des modèles AI : le pré-entraînement, phase la plus exigeante en calcul, où le modèle apprend à partir de vastes ensembles de données ; le post-entraînement, qui affine le modèle pour suivre des instructions humaines spécifiques ; et enfin, l’inférence, qui consiste à faire fonctionner le modèle pour répondre aux requêtes des utilisateurs. Face aux contrôles d’exportation de Washington et à la volonté de Pékin d’atteindre l’autosuffisance technologique, de plus en plus de laboratoires chinois expérimentent les phases de formation sur du matériel domestique. Bien que cela puisse ralentir leur développement par rapport aux États-Unis, la Chine construit une chaîne d’approvisionnement AI entièrement domestique, un fait rare dans le monde.
Can Chinese Silicon Compete with Nvidia in AI?
