Cientistas chineses estão passando da inferência para o treinamento de modelos de IA em aceleradores Huawei

Os chips chineses da Huawei concluíram com sucesso o pós-treinamento do modelo DeepSeek‑V4‑Pro

*De acordo com a South China Morning Post, na China conseguiu-se aplicar os chips Huawei Ascend 910C para a completa refinação de um grande modelo de IA, o DeepSeek‑V4‑Pro. Este é um passo importante no desenvolvimento da indústria doméstica de semicondutores, que busca passar do simples inferência ao treinamento complexo em meio ao endurecimento das sanções americanas.*

O que aconteceu
Etapa | Descrição | Lançamento do projeto
---|---|---
Grupo de pesquisa da Huawei Technologies e parceiros (Instituto de Rodovias Circulares de Shenzhen, Campus de Harbin Institute of Technology em Shenzhen, Instituto de Pesquisa de Big Data de Shenzhen) iniciou com o objetivo de treinar o modelo DeepSeek‑V4‑Pro. | Escala: O modelo contém 1,6 trilhão de parâmetros e foi executado em um cluster com no mínimo 1000 chips Ascend 910C. | Pós-treinamento: Treinamento “parâmetro” completo – toda a arquitetura do modelo foi atualizada sem compromissos, não apenas camadas individuais.

Por que isso é importante
* Até recentemente os chips chineses eram usados com sucesso para inferência – o processo em que o modelo simplesmente responde a consultas.

* Agora, graças ao novo projeto, o modelo pode autorrefletir e se ajustar durante sua operação, adicionando “estruturas complexas e loops” ao fluxo de dados anteriormente unidirecional. Isso aumenta os requisitos computacionais e de comunicação, mas torna o sistema mais autônomo.

Resultados esperados
* O governo de Shenzhen afirmou que a pesquisa ajudará a aumentar a autosuficiência da indústria chinesa de inteligência artificial e fortalecerá as posições das microchips domésticas em meio às restrições externas.