Moore Threads MTT S4000
Moore Threads, S4000 GPU'su hakkında her şeyi açıklamamış olsa da, S2000 ve S3000'e göre büyük bir gelişme olduğu kesin. S2000 ile karşılaştırıldığında, S4000 iki kattan fazla FP32 performansına, beş kat INT8 performansına, %50 daha fazla VRAM'e ve çok daha fazla bellek bant genişliğine sahip. Yeni amiral gemisi ayrıca ikinci nesil MUSA (Moore Threads Unified System Architecture) mimarisini kullanırken, S2000/S3000 birinci nesil mimariyi kullanıyordu.
S4000 ayrıca bir karttan diğerine 240 GB/s veri bağlantısı ve RDMA desteği ile kritik GPU'dan GPU'ya veri özelliklerine sahip. Karşılaştırma için Nvidia’nın Hopper Superchip’leri için sunduğu NVLink, 900 GB/s bant genişliğine sahip. Ancak bu sadece rakamsal bir kıyaslama, S4000 muhtemelen çok daha zayıf ve dolayısıyla bu kadar bant genişliğinin bir mantığı yok.
Asıl amaç yapay zeka
Yazılım tarafında Moore Threads, KUAE'nin GPT gibi ana akım büyük dil modellerini ve DeepSpeed gibi çerçeveleri desteklediğini iddia ediyor. Şirketin MUSIFY aracı, S4000'in Nvidia’nın CUDA yazılım ekosistemiyle çalışmasına olanak tanıyarak Moore Threads'i ve Çin'i tekerleği yeniden icat etmek zorunda kalmaktan kurtarıyor.
Bir KUAE kümesinin bir yapay zeka modelini yaklaşık 1 ay içinde eğitebileceği söyleniyor ancak burada ayrıntılar da önemli. Örneğin Moore Threads, 70 milyar parametreye sahip Aquila2 modelinin eğitilmesinin 33 gün sürdüğünü, ancak parametrelerin 130 milyara çıkarılmasının eğitme süresini 56 güne çıkaracağını söylüyor.
Moore Threads'in yakın zamanda Nvidia, AMD ya da Intel gibi şirketlerle başa baş mücadele edemeyeceği kesin olsa da Çin'in yerel pazarı için bu tamamen gerekli değil. ABD yaptırımları Çin'e güçlü GPU'ların ihracatını engelledi, bu da sadece Çin'in yerel yarı iletken endüstrisine oyun alanı vermekle kalmadı, aynı zamanda Moore Threads ve rakibi Biren gibi şirketlerin rekabetini de zayıflattı. Nvidia'nın Çin'e özel kartlarıyla karşılaştırıldığında, S4000 ve KUAE'nin şansları yüksek olabilir.
Haberi DH'de Gör
{{body}}
{{/longBody}} {{^longBody}}{{body}}
{{/longBody}}