Depois do H20, a Zhipu passou a usar o GLM-4.6 para avançar na adaptação a chips de IA chineses.
Contexto
As restrições dos Estados Unidos à exportação de chips continuam se tornando mais rígidas. O H20 já é uma versão limitada, e no futuro até essa classe de hardware pode sofrer novas restrições. Empresas chinesas de IA precisam se preparar para cenários em que dependerão totalmente de chips domésticos.
O ecossistema de chips de IA chineses
As principais opções hoje incluem Huawei Ascend, Cambricon, Hygon e Biren. O Ascend tem o ecossistema mais completo, mas a diferença de desempenho em relação à NVIDIA ainda existe. A Cambricon se destaca em chips de inferência, a Hygon segue uma rota compatível com x86, e a Biren trabalha com uma arquitetura de GPU ainda em estágio relativamente inicial.
A Zhipu escolheu uma estratégia de adaptação em várias frentes. Em vez de prender o GLM-4.6 a um único fabricante nacional, a empresa tenta fazê-lo rodar em diversas plataformas chinesas.
Desafios técnicos
Adaptar modelos a chips domésticos não é apenas trocar o hardware. As bibliotecas de operadores são diferentes: o ecossistema CUDA da NVIDIA acumula décadas de maturidade, enquanto as bibliotecas dos chips chineses ainda apresentam uma lacuna relevante. No treinamento paralelo com múltiplas placas, a eficiência de comunicação pode virar gargalo. Precisão e estabilidade também exigem validação, porque o mesmo processo de treinamento pode ter comportamento numérico distinto em cada plataforma.
Importância estratégica
Para a Zhipu, adaptar-se a chips domésticos é um investimento arriscado, mas necessário. No curto prazo, isso aumenta os custos de P&D, e o desempenho pode ficar abaixo das plataformas NVIDIA. No médio prazo, se os controles sobre chips forem ampliados, as empresas que se adaptaram antes terão vantagem. No longo prazo, quando o ecossistema chinês de chips amadurecer, quem tiver acumulado mais experiência dentro dele tende a se beneficiar mais.
Fazer a melhor pesquisa com o melhor hardware e criar produtos suficientemente bons com o hardware disponível são problemas diferentes. A Zhipu está apostando nos dois lados, e a estratégia parece fazer sentido.
Fontes: CocoLoop, materiais oficiais da Zhipu AI, análise do setor de chips