Después de H20, Zhipu está usando GLM-4.6 para avanzar en la adaptación a chips de IA chinos.
Contexto
Los controles de exportación de chips de Estados Unidos siguen endureciéndose. H20 ya es una versión limitada, y en el futuro incluso esa clase de hardware podría quedar sometida a nuevas restricciones. Las compañías chinas de IA necesitan prepararse para escenarios en los que dependan por completo de chips nacionales.
El ecosistema de chips de IA chinos
Las principales opciones actuales incluyen Huawei Ascend, Cambricon, Hygon y Biren. Ascend cuenta con el ecosistema más completo, aunque la brecha de rendimiento frente a NVIDIA sigue existiendo. Cambricon destaca en chips de inferencia, Hygon sigue una ruta compatible con x86 y Biren desarrolla una arquitectura de GPU que aún está en una etapa relativamente temprana.
Zhipu eligió una estrategia de adaptación con varias rutas. En lugar de atar GLM-4.6 a un único fabricante nacional, busca que el modelo pueda ejecutarse en varias plataformas chinas.
Desafíos técnicos
Adaptar modelos a chips nacionales no consiste solo en cambiar hardware. Las bibliotecas de operadores son distintas: el ecosistema CUDA de NVIDIA acumula décadas de madurez, mientras que las bibliotecas de los chips chinos todavía muestran una brecha importante. En el entrenamiento paralelo con múltiples tarjetas, la eficiencia de comunicación puede convertirse en cuello de botella. La precisión y la estabilidad también deben verificarse, porque el mismo proceso de entrenamiento puede comportarse de forma numérica diferente según la plataforma de chips.
Importancia estratégica
Para Zhipu, la adaptación a chips nacionales es una inversión arriesgada pero necesaria. A corto plazo aumenta los costes de I+D y el rendimiento puede quedar por debajo de las plataformas NVIDIA. A medio plazo, si los controles sobre chips se endurecen más, las empresas que se hayan adaptado antes tendrán ventaja. A largo plazo, cuando el ecosistema chino de chips madure, las compañías que más experiencia acumulen dentro de él serán las principales beneficiadas.
Hacer la mejor investigación con el mejor hardware y construir productos suficientemente buenos con el hardware disponible son dos problemas distintos. Zhipu está apostando por ambos lados, y la estrategia parece acertada.
Fuentes: CocoLoop, materiales oficiales de Zhipu AI, análisis del sector de chips