Les entreprises chinoises d'IA prospèrent malgré les restrictions américaines sur les puces

Tencent et Baidu, deux des plus grandes géantes technologiques de Chine, affirment avoir trouvé des moyens de rester compétitives dans la course mondiale à l'intelligence artificielle, même lorsque les États-Unis renforcent le contrôle sur les semi-conducteurs clés.

En avril, les États-Unis ont durci les règles d'exportation de certaines puces fabriquées par Nvidia et AMD, même après que l'administration Trump a levé une règle controversée mise en place par le président Biden. Ces mesures ont incité les entreprises chinoises à s'adapter rapidement pour maintenir leurs plans d'IA sur la bonne voie.

Les deux entreprises a analysé leurs stratégies lors des récents appels sur les résultats. Martin Lau, président de Tencent, et Dou Shen, responsable du cloud IA de Baidu, ont chacun exposé comment ils comptent avancer malgré les limites imposées aux unités de traitement haut de gamme.

Tencent dispose d'un « stock assez important » de GPU

a construit « un stock assez important » d'unités de traitement graphique, ou GPU, qui sont essentielles pour l'entraînement des grands modèles d'IA. En achetant à l'avance, l'entreprise a sécurisé suffisamment de puces pour alimenter sa recherche pendant plusieurs « générations » de modèles. Tencent Lau a déclaré

Les GPU offrent la puissance de calcul brute nécessaire pour trier d'immenses volumes de données et aider les modèles à apprendre des motifs. Mais Lau a fait valoir qu'ajouter plus de GPU n'est pas toujours la meilleure voie vers de meilleurs résultats. Au lieu de cela, Tencent s'est concentrée sur l'extraction de plus de performances des puces qu'elle possède déjà.

« Cela nous a en quelque sorte aidés à examiner notre inventaire existant de puces haut de gamme et à dire que nous devrions avoir suffisamment de puces haut de gamme pour continuer notre entraînement de modèles pour quelques générations supplémentaires à venir », a déclaré Lau.

Pour exécuter des tâches d'IA, connues sous le nom d'inférence, Tencent utilise « l'optimisation logicielle » pour rendre chaque GPU plus efficace. Lau a ajouté que l'entreprise explore des modèles d'IA plus petits et plus légers qui nécessitent beaucoup moins de puissance de calcul tout en offrant de solides résultats.

« Nous devons simplement continuer à explorer ces voies et passer probablement plus de temps du côté logiciel, plutôt que d'acheter des GPU par la force brute », a déclaré Lau. Il a également noté que Tencent peut s'appuyer sur des puces conçues sur mesure et des semi-conducteurs produits en Chine.

Baidu peut créer des applications en utilisant son IA full-stack

Baidu, qui exploite le plus grand moteur de recherche du pays, a mis en avant son architecture « full-stack ». Cela signifie qu'elle contrôle tout, des serveurs cloud où résident les données aux modèles d'IA eux-mêmes — comme son chatbot ERNIE — et aux applications construites sur ces modèles.

« Même sans accès aux puces les plus avancées, nos capacités d'IA full-stack uniques nous permettent de créer des applications solides et de fournir une valeur significative », a déclaré Dou Shen, président de la division cloud IA de Baidu.

Les dirigeants de Baidu ont également mis en avant leurs astuces logicielles pour réduire le coût de l'exécution des charges de travail d'IA. Parce que Baidu possède une grande partie de sa pile technologique, elle peut ajuster chaque couche, de l'infrastructure vers le haut, pour tirer le meilleur parti de chaque GPU qu'elle possède.

« Avec les modèles de base qui augmentent le besoin d'une puissance de calcul massive, la capacité de construire et de gérer des grappes de GPU à grande échelle et d'utiliser efficacement les GPU est devenue un avantage concurrentiel clé », a déclaré Shen.

Pour amortir le coup des restrictions américaines sur les puces, Baidu et d'autres se sont également tournés vers les semi-conducteurs fabriqués en Chine. Shen a déclaré que les puces locales, associées à une pile logicielle locale de plus en plus efficace, formeront « une base solide pour l'innovation à long terme » dans le secteur de l'IA en Chine.

La Chine a beaucoup travaillé ces dernières années pour développer sa propre industrie des puces. Bien que la plupart des experts s'accordent à dire que les GPU et les puces IA nationaux sont encore en retard par rapport aux offres américaines, ils disent que les progrès sont clairs. 

L'analyste Gaurav Gupta de Gartner a noté que le stockage n'est qu'une tactique ; les entreprises chinoises ont également réalisé des gains constants dans les matériaux, les équipements, la conception de puces et l'emballage.

« Ils ont obtenu des résultats décents », a déclaré Gupta dans un e-mail, ajoutant que ces puces locales ne correspondent peut-être pas encore aux leaders américains mais « continuent de progresser ».

À Washington et dans la Silicon Valley, certains dirigeants américains ont appelé à une réflexion sur les limites d'exportation. Le PDG de Nvidia, Jensen Huang, a qualifié ces restrictions d'« échec » cette semaine, arguant qu'elles nuisent davantage aux entreprises américaines qu'aux acheteurs chinois.