再阉割H800?美商务部新政加强限制GPU出口,预计本周公布
新智元报道
编辑:桃子 好困
【新智元导读】
为了阻碍中国的AI发展,外媒称美国本周将出台新政,限制GPU出口,完善去年10月计划的漏洞。
路透独家报道称,就在本周,美国将出台新规,进一步限制GPU出口中国。
据猜测,英伟达专为应对限制而设计的「阉割版」H800,也将受阻。
最值得一提的是,此前「带宽参数」限制计划将被替换,包括「性能密度」、通信速率等在内一系列严格新规已在酝酿中。
此外
,美国还将对那些试图通过其他国家购买芯片的中国公司进行额外检查,并阻止从海外子公司获取美国AI芯片。
同时,继续扩大列入「黑名单」的中国芯片设计公司,要求海外制造商订单需获得美国许可证。
可见,即将出台的新举措,可能会进一步削弱中国企业开发AI的能力。
将H800赶上绝路
2022年8月底,英伟达和AMD都表示,自家的先进芯片如A100、H100等已经被美国商务部列入了出口管制名单。
而这些芯片已经成为研发聊天机器人,以及其他AI系统的行业标准。
为了应对这一限制,英伟达在11月推出了「定制版」的A800芯片。其性能低于美国商务部规定的门槛,以此作为禁售A100的替代品。
随后,又推出了H100对应的「定制版」H800。
然而,即便
H800
已经对关键性能进行了大幅限制,但美国政府认为,它在某些情况下的算力依然不亚于H100。
用更严苛的规则,替换「带宽限制」
为了进一步加强AI芯片的出口限制,美国计划用多项新的标准来替换掉之前针对「带宽参数」
(
Bandwidth Parameter
)提出的限制
,进而完成对H800及后续芯片的封杀。
据称,新规对于AI模型的训练来说更为致命——大大降低AI芯片之间的通信速率。
要知道,在一个GPU上不可能训练出最大AI模型,而是需要将许多芯片绑在一起。如果降低它们的通信
速率
,就会增加AI开发的难度和成本。
除此之外,美国还计划引入一项被称为「性能密度」的参数,从而防止企业想出任何变通的方法。
内部人士透露,美国将要求公司在向中国运输性能略低于准则要求的半导体产品之前,通知商务部。
美国
将根据具体情况,来决定这
些产品是否可以输出。
其中,用于笔记本等消费产品的芯片,不受新规限制。
但
制造商
在订购性能最强
的消费类
GPU
时,
依然
需
要
告知美国
商务部。
封锁不断「收紧」
CSET于2022年6月发布的报告称,中国的AI能力取决于能否获得美国的芯片——大部分都是由诸如英伟达(Nvidia)、赛灵思(Xilinx)、英特尔(Intel)和Microsemi等美国公司设计的。
而
美国政府也一直在致力于
封堵AI芯片进入中国的渠道。
路透社称,这次的规则更新很可能会堵住一个漏洞,即中国企业可以通过设在海外的子公司获得美国AI芯片。
虽然这些规则预计不会包括对云计算服务的限制,但美国将就此类访问的风险以及如何应还在征求意见中。
参考资料:
https://www.reuters.com/technology/upcoming-us-rules-ai-chip-exports-aim-stop-workarounds-us-official-2023-10-15/
https://www.bloomberg.com/news/articles/2023-10-15/us-will-tighten-curbs-on-china-s-access-to-advanced-chip-tech?srnd=technology-vp
相关推荐
英伟达爆火智能体研究:AI逼真还原人类情感!会饿会孤独,会跑步会发火
YOLO再升级!华为诺亚提出Gold-YOLO,聚集-分发机制打造新SOTA
靠发AIGC论文拿了100万年薪!不是靠努力和勤奋,而是......
数据科学的业务价值转化秘籍
AB实验的关键变量
信息流场景下的AIGC实践
ReCon框架帮助AI大模型识破谎言,来看智能体如何在阿瓦隆游戏中应对欺骗
选择GPT-3.5、还是微调Llama 2等开源模型?综合比较后答案有了
语言、机器人破壁,MIT等用GPT-4自动生成模拟任务,并迁移到真实世界
狂揽10k star,微软AutoGen框架太火了,智能体聊聊天就把问题解决了
OpenAI科学家最新大语言模型演讲火了,洞见LLM成功的关键
权威赛事:“先锋杯”数字孪生创新应用大赛已火热开赛!
AirPods可以“读脑”了?还是能同时监测汗液乳酸浓度的那种|Nature
大语言模型击败扩散模型!视频图像生成双SOTA,谷歌CMU最新研究,一作北大校友
OpenAI悄悄更改“价值观”:不All in AGI的别来沾边
全面的中文大语言模型评测来啦!香港中文大学研究团队发布
GPT-4V被曝离谱bug:突然执行神秘代码,空白图片读出打折信息,网友们都看呆了
这款Java调优方案,放到大厂相当炸裂!
一文讲透时序和序列数据的存储、搜索、分析及挖掘
LLM in Reranking——利用LLM进行重排