Hy vọng mới của Trung Quốc về chip thay thế chip Nvidia

Tờ South China Morining Post đưa tin cho biết, kiến trúc trung tâm dữ liệu tiên tuến của Huawei Technologies có tên CloudMatrix 384 đã giúp loại chip Ascend của công ty này vượt qua hiệu suất của chip H800 của Nvidia khi chạy mô hình trí tuệ nhân tạo R1 của DeepSeek, theo một bài báo kỹ thuật được công bố mới đây.

Các tác giả của đánh giá kỹ thuật này là các nhà nghiên cứu đến từ Huawei và công ty khởi nghiệp hạ tầng AI của Trung Quốc – SiliconFlow.

Trong bài báo, CloudMatrix 384 được mô tả như một “siêu nút AI” chuyên biệt, được xây dựng nhằm mục đích xử lý các khối lượng công việc AI lớn. Huawei kỳ vọng, kiến trúc này “sẽ định hình lại nền tảng của hạ tầng AI”.

Theo miêu tả, CloudMatrix 384 bao gồm 384 đơn vị xử lý nơron (NPU) – một loại bộ vi xử lý chuyên dụng được thiết kế để thực hiện các tính toán và xử lý dữ liệu liên quan đến mạng nơron nhân tạo – loại Ascend 910C và 192 bộ xử lý trung tâm máy chủ Kunpeng. Những phần này được kết nối với nhau thông qua băng thông cực cao và độ trễ thấp.

Theo bài báo, giải pháp phục vụ mô hình ngôn ngữ lớn (LLM) tiên tiến, được đặt tên là CloudMatrix-Infer, đã tận dụng cấu trúc trên cho thấy khả năng vượt qua hiệu suất của một số hệ thống nổi bật nhất thế giới khi chạy mô hình suy luận R1 của DeepSeek.

Bước tiến mới nhất này phản ánh những nỗ lực kéo dài suốt thời gian qua của Huawei nhằm vượt qua các biện pháp kiểm soát công nghệ của Washington, trong bối cảnh công ty này đang thúc đẩy hiệu suất của hệ thống AI.

Trung tâm dữ liệu là cơ sở vật chất chứa các máy chủ dung lượng lớn và hệ thống lưu trữ dữ liệu, với nhiều nguồn điện và kết nối internet băng thông cao. Ngày càng có nhiều doanh nghiệp sử dụng các trung tâm dữ liệu để lưu trữ hoặc quản lý hạ tầng tính toán cho các dự án AI.

KHẢ NĂNG TÍNH TOÁN CỦA MÔ HÌNH

Trong giai đoạn đầu liên quan đến việc xử lý các câu lệnh được đặt ra, CloudMatrix-Infer đạt mức 6.688 tokens mỗi giây trên mỗi NPU cho một câu lệnh dài 4.000 token. Con số này tương đương với hiệu suất tính toán là 4.45 TFLOPs.

Trong đó, tokens là các đơn vị cơ bản mà mô hình ngôn ngữ lớn – công nghệ đứng sau các dịch vụ AI tạo sinh như ChatGPT – sử dụng để xử lý văn bản. Độ dài token ảnh hưởng trực tiếp đến chi phí, thời gian xử lý và khả năng hiểu cũng như phản hồi các hướng dẫn hoặc câu chuyện phức tạp của một mô hình AI.

TFLOPS là thước đo tốc độ xử lý của máy tính, cụ thể là khả năng thực hiện các phép tính phức tạp trong các tác vụ như huấn luyện hệ thống AI.

Trong giai đoạn giải mã tiếp theo để tạo ra đầu ra từ một mô hình AI, các phát hiện của bài báo cho thấy, CloudMatrix đã ghi nhận 1.943 tokens mỗi giây trên mỗi NPU cho một bộ nhớ đệm khóa có giá trị dài 4.000 – một cấu trúc bộ nhớ giúp sử dụng bộ xử lý AI hiệu quả hơn.

Cùng trong giai đoạn này, thời gian tạo đầu ra luôn dưới 50 mili giây cho mỗi token.

Các tác giả trong bài báo đánh giá rằng, các chỉ số trên đã vượt qua hiệu suất của nền tảng SGLang được Nvidia sử dụng cho các mô hình ngôn ngữ lớn chạy trên GPU H100 hàng đầu và một hệ thống khác chạy mô hình R1 của DeepSeek bằng cách sử dụng bộ xử lý H800.

HY VỌNG VÀO CÔNG NGHỆ NỘI ĐỊA

"Nghiên cứu này 'trình bày một cách đầy đủ và minh bạch về công nghệ toàn diện của Huawei CloudMatrix”, ông Zuo Pengfei, tác giả chính của bài báo viết trong một bài đăng mới đây. “Điều này nhằm mục đích giúp ngành công nghiệp hiểu đầy đủ về khả năng của các NPU Ascend nội địa".

Vị này cho biết thêm, kết quả từ bài báo nhằm mục đích “xây dựng sự tự tin trong hệ sinh thái công nghệ nội địa về việc sử dụng NPU do Trung Quốc phát triển để vượt trội hơn GPU của Nvidia".

Sự ra đời của bài báo đánh dấu lần đầu tiên Huawei chính thức cung cấp chi tiết về khả năng của bộ tăng tốc AI – Ascend 910C, đồng thời, cũng nhấn mạnh thêm những nhận xét được người sáng lập Huawei – ông Nhậm Chính Phi đưa ra gần đây khi thừa nhận chip Ascend của công ty vẫn còn "thua một thế hệ" so với các đối thủ cạnh tranh ở Mỹ.

Tuy nhiên, ông nhấn mạnh rằng, việc sử dụng các phương pháp như "xếp chồng và phân cụm" đã mang lại hiệu suất tính toán tương đương với các hệ thống tiên tiến nhất trên thế giới.

Người sáng lập và CEO của Nvidia – ông Jensen Huang dường như đã đồng ý với nhận định của ông Phi. "AI là một bài toán song song, vì vậy nếu mỗi máy tính không đủ khả năng... chỉ cần thêm nhiều máy tính hơn", ông Huang nói vào tuần trước trong một cuộc phỏng vấn với đài truyền hình Mỹ CNBC bên lề hội nghị VivaTech ở Paris.

Ông Huang nói thêm: "Những gì ông ấy (ông Phi) đang nói là ở Trung Quốc – nơi họ có nhiều năng lượng và họ sẽ chỉ sử dụng nhiều chip hơn". Vị này khẳng định rằng, Trung Quốc vẫn là một thị trường quan trọng về mặt chiến lược đối với Mỹ do có nguồn nhân lực tài năng về AI dồi dào ở nền kinh tế lớn thứ hai thế giới.