Baidu, una de las empresas de tecnología que construye equivalentes chinos de OpenAI, ha conseguido suficientes chips de IA para continuar entrenando a su equivalente ChatGPT, Ernie Bot, durante «los próximos dos años», dijo el director ejecutivo de la empresa, Robin Li, en un comunicado. llamada de ganancias Esa semana.
«Además, la inferencia requiere chips menos potentes, y creemos que nuestras reservas de chips, así como otras alternativas, serán suficientes para soportar muchas aplicaciones nativas de IA para los usuarios finales», afirmó. “Y a largo plazo, tener dificultades para adquirir los chips más avanzados inevitablemente afectará el ritmo de desarrollo de la IA en China. Por lo tanto, estamos buscando alternativas de manera proactiva”.
Otras empresas tecnológicas chinas con grandes recursos financieros también han tomado medidas proactivas en respuesta a los controles de exportación estadounidenses. Baidu, ByteDance, Tencent y Alibaba han pedido colectivamente alrededor de 100.000 unidades de procesadores A800 de Nvidia para su entrega este año, lo que les ha costado hasta 4.000 millones de dólares, según el Financial Times. reportado en agosto. También compraron GPU por valor de mil millones de dólares cuya entrega está prevista para 2024.
Estas fuertes inversiones iniciales podrían fácilmente disuadir a muchas empresas emergentes de ingresar a la carrera de LLM. Hay excepciones si la joven empresa puede conseguir rápidamente inversiones considerables. 01.AI, fundada a finales de marzo por el destacado inversor Kai-Fu Lee, adquirió una cantidad sustancial de chips de inferencia de alto rendimiento a través de préstamos y ya pagó su deuda después de recaudar capital que la valoró en mil millones de dólares.
Con su reserva de GPU, Baidu lanzó recientemente Ernie Bot 4, que según Li «no es de ninguna manera inferior a GPT-4».
Clasificar los LLM es complicado gracias a la gran complejidad de estos modelos de IA. Muchas empresas chinas de IA han recurrido a mejorar las calificaciones cumpliendo diligentemente los criterios de los gráficos LLM, pero la eficacia de estos modelos cuando se aplican a aplicaciones del mundo real aún está pendiente de juicio.
Los pequeños operadores de IA, sin el flujo de efectivo para acumular chips, tendrán que conformarse con procesadores menos potentes que no están bajo el control de las exportaciones de Estados Unidos. Alternativamente, pueden esperar a posibles oportunidades de adquisición. Li espera que, con una confluencia de factores que incluyen la escasez de chips avanzados, la alta demanda de datos y talento en inteligencia artificial y enormes inversiones iniciales, la industria pronto pase a una “fase de consolidación”.
