Huawei и Cambricon повысили цены на ускорители ИИ из-за роста стоимости памяти HBM

По мере развития искусственного интеллекта возникла проблема тестирования. В то время как многие сосредоточены на создании впечатляющих больших языковых моделей для привлечения инвесторов, существует лишь небольшое количество проверенных платформ для проверки работоспособности этих сложных систем после завершения обучения.

Модели ИИ склонны к галлюцинациям и могут со временем отклоняться от нормы. Чтобы решить эту значительную операционную проблему, которая постоянно отпугивает крупных корпоративных пользователей, компания UniPat привлекла 300 миллионов долларов. UniPat активно проводит стресс-тестирование этих сложных систем, чтобы обеспечить полный уровень доверия.

UniPat отличается от других компаний, занимающихся ИИ; они не просто создают новые алгоритмы для демонстрации на дорогих технологических конференциях. Вместо этого стартап целенаправленно проверяет модели на основе реальных сценариев, а не стерильных лабораторных условий.

Это можно сравнить с суровым тренировочным лагерем для искусственного интеллекта. Прежде чем модель получит доступ к данным реальных потребителей или начнет выполнять автоматизированные финансовые операции, UniPat подвергает ее интенсивным испытаниям. Это позволяет генерировать высококачественные данные о производительности системы, которые разработчикам необходимы для устранения критических недочетов, поскольку невозможно исправить то, что не было тщательно сломано в первую очередь.

Технологический гигант Alibaba возглавил этот крупный раунд финансирования, что вызывает волну в отрасли. Финансовые детали этого раунда весьма внушительны: новый приток капитала поднял оценку стартапа до впечатляющих 2,5 миллиардов долларов после инвестиций. Также интересно, что этот специализированный центр возглавляет бывший сотрудник компании.

Очевидно, что Alibaba заинтересована в сохранении своих высококлассных кадров. Значительные средства продолжают поступать, несмотря на осторожность более широкого рынка венчурного капитала. Более того, эта конкретная сделка входит в топ-три процента всех зарегистрированных раундов венчурного капитала поздней стадии.

Высокая стоимость платформы тестирования обусловлена базовой корпоративной экономикой и необходимостью конкурентного выживания. Среди активных ранних инвесторов были и представители Sequoia China. Это демонстрирует, что ведущие финансовые игроки ищут предприятия, связанные с инфраструктурой, в условиях нынешней гонки за ИИ. Мы миновали фазу простого восхищения умными чат-ботами.

Теперь крупные международные корпорации требуют безупречной аналитики. Они нуждаются в твердом доказательстве того, что внедрение ИИ стоимостью в миллионы долларов не приведет к публичному позору. UniPat предоставляет такую необходимую страховую политику. Это не просто очередная рутинная технологическая инвестиция. Это просчитанный ход. Поскольку мировые державы яростно соревнуются за доминирование в области искусственного интеллекта, базовая инфраструктура для оценки этих инструментов становится бесконечно ценной.

Масштабная ставка Alibaba сигнализирует о четком изменении рыночных приоритетов. Будущее принадлежит не только тому, кто сможет создать самую большую модель, но и тому, кто сможет доказать, что его модель является самой безопасной, быстрой и надежной в реальных условиях.

AI-лаборатория DeepSeek, базирующаяся в Ханчжоу, намерена установить не менее 160 000 ускорителей нового поколения Ascend 950DT от Huawei в центре обработки данных, который находится в стадии строительства во Внутренней Монголии, как сообщили источники, знакомые с ситуацией и цитируемые Bloomberg.

Если проект будет реализован в таком масштабе, это развертывание войдет в число крупнейших публично описанных кластеров, построенных на кремнии Huawei для искусственного интеллекта, и станет значительным шагом вперед по сравнению с предыдущими установками Ascend, которые насчитывали всего десятки тысяч карт.

Компания планирует использовать карты 950DT преимущественно для задач инференса — то есть для обслуживания производственных моделей пользователям, а не для более сложной работы по обучению новых систем. Хотя DeepSeek ранее экспериментировала с оборудованием Huawei для обучения, для этого этапа она продолжает полагаться на ускорители Nvidia.

Ascend 950DT позиционируется как решение для задач как декодирования, так и обучения; однако краткосрочный план DeepSeek разделяет эти две функции на разных стеках, что отражает текущие сильные стороны отечественных ускорителей в области высокообъемного обслуживания.

Значимыми являются не только количество чипов, но и амбиции в отношении расположения и энергопотребления. Кампус во Внутренней Монголии описывается как гигаваттный, способный обеспечить электроэнергией около 750 000 домов при полной загрузке. Дешевая западная энергия и условия охлаждения соответствуют модели «восточные данные, западные вычисления», которую используют многие китайские операторы для плотных рабочих нагрузок ИИ.

Планируемые 160 000 единиц Ascend 950DT покроют лишь часть этой мощности, оставляя открытым вопрос о том, какой микс ускорителей будет заполнять остальную часть площадки.

Сроки поставки зависят от способности Huawei производить 950DT в больших объемах. По словам источников, ожидается, что дефицит высокопроизводительной памяти и конкурентный спрос со стороны других клиентов ограничат выпуск 950DT низкими сотнями тысяч в этом году, поэтому выполнение заказа DeepSeek может занять более года.

DeepSeek также добивалась политической поддержки для обеспечения более крупного и быстрого распределения топовых карт Huawei, поскольку другие покупатели облачных и интернет-сервисов конкурируют за ту же линейку.

Данная постройка является частью более широкого тренда на использование отечественных ускорителей ИИ для крупномасштабного обслуживания. Китайские компании уже запустили небольшие кластеры Ascend, в то время как лаборатории продолжают комбинировать местный кремний для инференса с импортными или арендованными за рубежом мощностями для обучения при необходимости.

DeepSeek и Huawei не комментировали заявленный план. Для операторов, следящих за картой вычислительных мощностей ИИ Китая, эта история представляет собой скорее проверку на прочность того, смогут ли поставки Ascend, сетевое взаимодействие, энергоснабжение и охлаждение соответствовать трафику моделей в условиях реального центра обработки данных.