• Microsoft разрабатывает новую сетевую карту для повышения производительности своего ИИ-чипа Maia, стремясь снизить зависимость от продуктов Nvidia.
  • Проект под руководством Pradeep Sindhu, соучредителя Juniper Networks, входит в стратегию Microsoft по укреплению ИИ-возможностей и снижению затрат, связанных с Nvidia.
  • Эта инициатива отражает более широкую тенденцию технологической отрасли к разработке альтернативных решений в области полупроводников.

Новости от 20 февраля: технологический гигантMicrosoftразрабатывает новую сетевую карту для повышения производительности своего ИИ-чипа Maia и в перспективе стремится снизить зависимость от продуктовNvidia. Согласно отчёту со ссылкой на источник, генеральный директор Microsoft Satya Nadella назначил Pradeep Sindhu, соучредителя гиганта в области коммуникационного оборудования Juniper Networks, руководить проектом сетевой карты. В прошлом году Microsoft приобрела Fungible — стартап по созданию чипов для центров обработки данных, основанный Sindhu.

Процесс может занять более года

Флагманский продуктFungible— DPU (Data Processing Unit) — считается третьей ключевой вычислительной микросхемой в сценариях центров обработки данных после CPU и GPU. Новая сетевая карта, разрабатываемая командой Sindhu, должна стать аналогом сетевой карты Nvidia ConnectX-7 и в первую очередь увеличить пропускную способность серверов. Процесс разработки может занять более года, но в случае успеха он потенциально сократит время, необходимое OpenAI для обучения моделей на серверах Microsoft, и снизит затраты на обучение.

Сейчас на рынке ИИ-чипов доминирует Nvidia: H100 считается самым востребованным GPU для обучения больших языковых моделей. Компания часто продаёт сетевые карты ConnectX-7 вместе со своими GPU, например встроенный ускоритель «H100 CNX», который объединяет H100 и ConnectX-7 и обеспечивает высокую производительность для приложений с интенсивным вводом-выводом.

Согласно описанию на официальном сайте Nvidia, ConnectX-7 поддерживает сверхнизкую задержку, пропускную способность 400 Гбит/с и инновационные механизмы ускорения сетевых вычислений Nvidia, обеспечивая дополнительное ускорение для суперкомпьютеров, ИИ и крупномасштабных облачных центров обработки данных, которым требуются высокая масштабируемость и богатая функциональность.

Читайте также:Инвесторы наказывают Microsoft и Alphabet из-за разочарования в ИИ

Высокая цена — главный стимул для разработки альтернатив

Однако из-за высокой цены системы H100, которая принесла значительные доходы Nvidia и её генеральному директору Huang Renxun, разработчики ИИ, включая OpenAI и Meta, тоже задумались об альтернативах. В ноябре прошлого года Microsoft представила свой первый ИИ-чип Maia 100, нацеленный на снижение дорогостоящей зависимости от Nvidia. На прошлой неделе также появились сообщения о том, что Sam Altman из OpenAI привлекает финансирование на сумму до 7 триллионов долларов на Ближнем Востоке для поддержки полупроводникового плана компании, составляя конкуренцию Nvidia.

В ответ Huang Renxun заявил, что, по его мнению, индустрия чипов приведёт к снижению затрат на ИИ в будущем.