Investing.com - La decisión de EE.UU. de endurecer los controles de exportación sobre los chips H20 de Nvidia ha introducido nuevas complicaciones para el sector de IA de China, pero la interrupción a corto plazo parece limitada mientras las empresas locales recurren a alternativas y profundizan su inversión en ecosistemas nacionales.
Los analistas de Bernstein afirman que la prohibición podría incluso acelerar el alejamiento de China de la dependencia de semiconductores estadounidenses, una transición ya en marcha tanto en hardware como en software.
El chip Nvidia (NASDAQ:NVDA) H20, considerado uno de los aceleradores de gama baja adaptados para el mercado chino, ofrecía una potencia computacional significativamente menor en comparación con otras ofertas de alta gama de Nvidia.
Los analistas argumentan que su prohibición es principalmente simbólica, ya que las comparaciones de rendimiento mostraban que ya estaba rezagado frente a alternativas chinas como el Ascend 910C de Huawei.
La plataforma AI CloudMatrix 384 de Huawei, recientemente presentada, ofrece 1.7 veces la potencia de cálculo del nodo NVL72 de Nvidia, aunque con un consumo energético casi cuatro veces mayor.
Los analistas de Bernstein creen que el mayor impacto radica en la señal que envía la prohibición y en la intensificación de la dinámica de suministro.
Las empresas con modelos de IA fundamentales en su núcleo, especialmente aquellas en el sector tecnológico enfocado en medios, sentirán las restricciones más agudamente.
Sin embargo, gran parte de la industria china de IA ha diversificado proactivamente sus estrategias de cómputo para reducir la dependencia de Nvidia, empleando una combinación de sustitutos para inferencia, modelos más pequeños entrenados en el borde y plataformas híbridas que interconectan chips nacionales con hardware de Nvidia.
Se espera que las operaciones a corto plazo permanezcan mayormente inalteradas. La mayoría de las empresas de IA encuestadas por Bernstein informaron que podrían continuar usando chips de generación anterior como el Nvidia 3090 o V30, o cambiar a Huawei y otras alternativas locales.
El sector de la nube, sin embargo, podría enfrentar presiones crecientes. A medida que la potencia de cómputo se vuelve más escasa y la demanda persiste, los precios de aceleración GPU basados en la nube están aumentando.
Bernstein señala que los precios de alquiler de GPU en varios proveedores han aumentado constantemente desde principios de 2023.
En cuanto a las perspectivas a largo plazo, es probable que la prohibición del H20 catalice un impulso nacional más profundo hacia la independencia en IA.
Se espera que Huawei reduzca aún más la brecha de rendimiento, ayudado por innovaciones en software que mejoran el ancho de banda del clúster y las técnicas de destilación de modelos.
Una iniciativa nacional de código abierto, Deepseek, ha demostrado resultados prometedores en el desarrollo de modelos eficientes a pequeña escala optimizados para el rendimiento sin requerir una potencia de cómputo masiva.
Bernstein señala tres enfoques técnicos principales que China está aprovechando para reducir la dependencia de Nvidia.
Primero está la reingeniería manual de modelos entrenados en CUDA para ejecutarse en chips de Huawei, un esfuerzo que, aunque intensivo en recursos, ha logrado hasta un 90% de paridad de rendimiento en algunos casos como la adaptación de iFlytek de su modelo iSpark.
Segundo, la portabilidad basada en compiladores de modelos preentrenados ofrece una ruta automatizada pero aún imperfecta.
Tercero, se está buscando un enfoque de armonización de cómputo de capa media para permitir el entrenamiento e inferencia en entornos de chips heterogéneos.
También se espera que las empresas de TMT y software cambien de infraestructura de nube privada a pública, según la correduría.
Las empresas estatales son favorecidas en el sector de la nube debido a sus estrechos vínculos con proveedores nacionales de chips como Huawei.
Este artículo fue traducido con la ayuda de inteligencia artificial. Para obtener más información, consulte nuestros Términos de Uso.