<p>Niphon | Istock | Getty Images</p>
<p>腾讯和百度这两家中国最大的科技公司透露了它们如何在全球人工智能竞争中保持领先，即使美国对关键半导体的限制日益严格。</p>
<p>这些公司的方法包括囤积芯片、提高人工智能模型的效率，甚至使用国产半导体。</p>
<p>尽管美国总统唐纳德·特朗普的政府取消了一项有争议的拜登时代芯片规则，但在四月份仍然收紧了对包括英伟达和 AMD 在内的公司的某些半导体出口。</p>
<p>该行业的大牌公司在最近的财报电话会议上讨论了这个问题。</p>
<p>腾讯总裁刘炽平表示，他的公司拥有&#34;相当强大的库存&#34;，这些芯片是之前购买的。他提到的是图形处理单元（GPU），这是一种已成为训练大型人工智能模型的黄金标准的半导体。</p>
<p>这些模型需要强大的计算能力，由 GPU 提供，以处理大量数据。</p>
<p>但刘炽平表示，与美国公司认为 GPU 集群需要扩展以创造更先进的人工智能的观点相反，腾讯能够通过较小的芯片组实现良好的训练效果。</p>
<p>&#34;这实际上帮助我们审视现有的高端芯片库存，并说，我们应该有足够的高端芯片来继续训练模型，至少可以支持几代的训练，&#34;刘炽平说。</p>
<p>关于推理——实际执行人工智能任务的过程，而不仅仅是训练——刘炽平表示，腾讯正在使用&#34;软件优化&#34;来提高效率，以便部署相同数量的 GPU 来执行特定功能。</p>
<p>刘炽平补充说，公司还在考虑使用不需要如此大计算能力的小型模型。腾讯还表示，可以利用目前在中国可用的定制设计芯片和半导体。</p>
<p>&#34;我认为我们有很多方法可以满足不断扩大的推理需求，我们只需要继续探索这些途径，并可能在软件方面花费更多时间，而不仅仅是通过大量购买 GPU 来解决问题，&#34;刘炽平说。</p>
<h2>百度的做法</h2>
<p>中国最大的搜索公司百度宣传其所谓的&#34;全栈&#34;能力——其云计算基础设施、人工智能模型和基于这些模型的实际应用（如其 ERNIE 聊天机器人）的结合。</p>
<p>&#34;即使没有访问最先进的芯片，我们独特的全栈人工智能能力使我们能够构建强大的应用并提供有意义的价值，&#34;百度人工智能云业务总裁沈抖在本周的财报电话会议上表示。</p>
<p>百度还宣传了软件优化和降低运行模型成本的能力，因为它拥有该技术栈中的大部分技术。百度管理层还谈到了使其拥有的 GPU 发挥更大效用的效率。</p>
<p>&#34;随着基础模型推动对大规模计算能力的需求，构建和管理大规模 GPU 集群的能力以及有效利用 GPU 的能力已成为关键竞争优势，&#34;沈抖说。</p>
<p>百度高管还宣传了国内中国科技公司在人工智能半导体方面取得的进展，他表示这将有助于减轻美国芯片限制的影响。</p>
<p>&#34;国内开发的自给自足芯片，加上日益高效的国产软件栈，将共同为中国人工智能生态系统的长期创新奠定坚实基础，&#34;沈抖说。</p>
<h2>中国国内芯片的关注</h2>
<p>近年来，中国一直在加大对本土设计和制造的芯片的开发。大多数专家一致认为，北京在 GPU 和人工智能芯片领域整体上仍落后于美国，但也取得了一些进展。</p>
<p>Gartner 的半导体分析师 Gaurav Gupta 表示，囤积是中国公司应对出口限制的一种方式。此外，尽管仍落后于美国，中国的半导体技术也取得了一些进展，Gupta 补充道。</p>
<p>&#34;中国还在开发自己的国内半导体生态系统，从材料到设备再到芯片和封装。不同领域的进展程度各不相同，但中国在这一目标上出奇地一致和雄心勃勃，必须承认他们取得了相当不错的成功，&#34;Gupta 通过电子邮件告诉 CNBC。</p>
<p>&#34;这为他们提供了采购人工智能芯片的途径，这些芯片或许无法与美国芯片领导者的产品竞争，但仍在不断取得进展。&#34;</p>
<p>许多美国高管呼吁华盛顿在中国取得进展的背景下取消出口限制。英伟达首席执行官黄仁勋本周称这些限制为&#34;失败&#34;，表示它们对美国企业造成的损害超过了对中国的影响。</p>

腾讯控股(ADR)

腾讯控股(ADS)

腾讯控股

<p>腾讯和百度这两家主要的中国科技公司正在通过囤积芯片、优化人工智能模型和利用国内半导体来适应美国的半导体限制。腾讯的总裁强调了他们强大的芯片库存和软件优化，以提高效率，而百度则强调了其全栈人工智能能力和国内芯片技术的进展。分析师指出，尽管中国在人工智能芯片技术上落后于美国，但在发展自给自足的半导体生态系统方面正在取得显著进展。美国高管批评出口限制，声称这些限制对美国企业的伤害大于对中国的影响</p>

<p>Niphon | Istock | Getty Images</p>
<div class="lb-trans"><p>Niphon | Istock | Getty Images</p>
</div><p>Tencent and Baidu, two of China's largest technology companies, revealed how they're keeping in the global artificial intelligence race even as the U.S. tightens some curbs on key semiconductors.</p>
<div class="lb-trans"><p>腾讯和百度这两家中国最大的科技公司透露了它们如何在全球人工智能竞争中保持领先，即使美国对关键半导体的限制日益严格。</p>
</div><p>The business' methods include stockpiling chips, making AI models more efficient and even using homegrown semiconductors.</p>
<div class="lb-trans"><p>这些公司的方法包括囤积芯片、提高人工智能模型的效率，甚至使用国产半导体。</p>
</div><p>While the administration of U.S. President Donald Trump scrapped one controversial Biden-era chip rule, it still tightened exports of some semiconductors from companies including Nvidia and AMD in April.</p>
<div class="lb-trans"><p>尽管美国总统唐纳德·特朗普的政府取消了一项有争议的拜登时代芯片规则，但在四月份仍然收紧了对包括英伟达和 AMD 在内的公司的某些半导体出口。</p>
</div><p>Big names in the sector addressed the issue during their latest earnings conference calls.</p>
<div class="lb-trans"><p>该行业的大牌公司在最近的财报电话会议上讨论了这个问题。</p>
</div><p>Martin Lau, president of Tencent — the operator of China's biggest messaging app WeChat — said his company has a &#34;pretty strong stockpile&#34; of chips that it has previously purchased. He was referring to graphics processing units (GPUs), a type of semiconductor that has become the gold standard for training huge AI models.</p>
<div class="lb-trans"><p>腾讯总裁刘炽平表示，他的公司拥有&#34;相当强大的库存&#34;，这些芯片是之前购买的。他提到的是图形处理单元（GPU），这是一种已成为训练大型人工智能模型的黄金标准的半导体。</p>
</div><p>These models require powerful computing power supplied by GPUs to process high volumes of data.</p>
<div class="lb-trans"><p>这些模型需要强大的计算能力，由 GPU 提供，以处理大量数据。</p>
</div><p>But, Lau said, contrary to American companies' belief that GPU clusters need to expand to create more advanced AI, Tencent is able to achieve good training results with a smaller group of such chips.</p>
<div class="lb-trans"><p>但刘炽平表示，与美国公司认为 GPU 集群需要扩展以创造更先进的人工智能的观点相反，腾讯能够通过较小的芯片组实现良好的训练效果。</p>
</div><p>&#34;That actually sort of helped us to look at our existing inventory of high-end chips and say, we should have enough high-end chips to continue our training of models for a few more generations going forward,&#34; Lau said.</p>
<div class="lb-trans"><p>&#34;这实际上帮助我们审视现有的高端芯片库存，并说，我们应该有足够的高端芯片来继续训练模型，至少可以支持几代的训练，&#34;刘炽平说。</p>
</div><p>Regarding inferencing — the process of actually carrying out an AI task rather than just training — Lau said Tencent is using &#34;software optimization&#34; to improve efficiency, in order to deploy the same amount of GPUs to execute a particular function.</p>
<div class="lb-trans"><p>关于推理——实际执行人工智能任务的过程，而不仅仅是训练——刘炽平表示，腾讯正在使用&#34;软件优化&#34;来提高效率，以便部署相同数量的 GPU 来执行特定功能。</p>
</div><p>Lau added the company is also looking into using smaller models that don't require such large computing power. Tencent also said it can make use of custom-designed chips and semiconductors currently available in China.</p>
<div class="lb-trans"><p>刘炽平补充说，公司还在考虑使用不需要如此大计算能力的小型模型。腾讯还表示，可以利用目前在中国可用的定制设计芯片和半导体。</p>
</div><p>&#34;I think there are a lot of ways [in] which we can fulfill the expanding and growing inference needs, and we just need to sort of keep exploring these venues and spend probably more time on the software side, rather than just brute force buying GPUs,&#34; Lau said.</p>
<div class="lb-trans"><p>&#34;我认为我们有很多方法可以满足不断扩大的推理需求，我们只需要继续探索这些途径，并可能在软件方面花费更多时间，而不仅仅是通过大量购买 GPU 来解决问题，&#34;刘炽平说。</p>
</div><h2>Baidu's approach</h2>
<div class="lb-trans"><h2>百度的做法</h2>
</div><p>Baidu, China's biggest search company, touted what it calls its &#34;full-stack&#34; capabilities — the combination of its cloud computing infrastructure, AI models and the actual applications based on those models, such as its ERNIE chatbot.</p>
<div class="lb-trans"><p>中国最大的搜索公司百度宣传其所谓的&#34;全栈&#34;能力——其云计算基础设施、人工智能模型和基于这些模型的实际应用（如其 ERNIE 聊天机器人）的结合。</p>
</div><p>&#34;Even without access to the most advanced chips, our unique full stack AI capabilities enable us to build strong applications and deliver meaningful value,&#34; Dou Shen, president of Baidu's AI cloud business, said on the company's earnings call this week.</p>
<div class="lb-trans"><p>&#34;即使没有访问最先进的芯片，我们独特的全栈人工智能能力使我们能够构建强大的应用并提供有意义的价值，&#34;百度人工智能云业务总裁沈抖在本周的财报电话会议上表示。</p>
</div><p>Baidu also touted software optimization and the ability to bring down the cost of running its models, because it owns much of the technology in that stack. Baidu management also spoke about efficiencies that allow it to get more out of the GPUs it possesses.</p>
<div class="lb-trans"><p>百度还宣传了软件优化和降低运行模型成本的能力，因为它拥有该技术栈中的大部分技术。百度管理层还谈到了使其拥有的 GPU 发挥更大效用的效率。</p>
</div><p>&#34;With foundation models driving up the need for a massive computing power, the abilities to build and manage large scale GPU clusters and to utilize GPUs effectively has become key competitive advantages,&#34; Shen said.</p>
<div class="lb-trans"><p>&#34;随着基础模型推动对大规模计算能力的需求，构建和管理大规模 GPU 集群的能力以及有效利用 GPU 的能力已成为关键竞争优势，&#34;沈抖说。</p>
</div><p>The Baidu executive also touted the progress made by domestic Chinese technology firms in AI semiconductors, a move he said would help mitigate the impact of U.S. chip curbs.</p>
<div class="lb-trans"><p>百度高管还宣传了国内中国科技公司在人工智能半导体方面取得的进展，他表示这将有助于减轻美国芯片限制的影响。</p>
</div><p>&#34;Domestically developed self-sufficient chips, along with [an] increasingly efficient home-grown software stack, will jointly form a strong foundation for long-term innovation in China's AI ecosystem,&#34; Shen said.</p>
<div class="lb-trans"><p>&#34;国内开发的自给自足芯片，加上日益高效的国产软件栈，将共同为中国人工智能生态系统的长期创新奠定坚实基础，&#34;沈抖说。</p>
</div><h2>China domestic chip focus</h2>
<div class="lb-trans"><h2>中国国内芯片的关注</h2>
</div><p>China has been ramping up development of chips designed and manufactured on its home soil for the last few years. Most experts agree that Beijing remains overall behind the U.S. in the realm of GPUs and AI chips, but there have been some advances.</p>
<div class="lb-trans"><p>近年来，中国一直在加大对本土设计和制造的芯片的开发。大多数专家一致认为，北京在 GPU 和人工智能芯片领域整体上仍落后于美国，但也取得了一些进展。</p>
</div><p>Gaurav Gupta, an analyst covering semiconductors at Gartner, said stockpiling is one way Chinese companies are dealing with export restrictions. Additionally, there has been some progress made in semiconductor technology in China, even if it remains behind the U.S., Gupta added.</p>
<div class="lb-trans"><p>Gartner 的半导体分析师 Gaurav Gupta 表示，囤积是中国公司应对出口限制的一种方式。此外，尽管仍落后于美国，中国的半导体技术也取得了一些进展，Gupta 补充道。</p>
</div><p>&#34;China has also been developing its own domestic semiconductor ecosystem, all the way from materials to equipment to chips and packaging. Different segments have made varying levels of progress, but China has been surprisingly extremely consistent and ambitious in this goal, and one must admit that they have achieved decent success,&#34; Gupta told CNBC by email.</p>
<div class="lb-trans"><p>&#34;中国还在开发自己的国内半导体生态系统，从材料到设备再到芯片和封装。不同领域的进展程度各不相同，但中国在这一目标上出奇地一致和雄心勃勃，必须承认他们取得了相当不错的成功，&#34;Gupta 通过电子邮件告诉 CNBC。</p>
</div><p>&#34;This provides an avenue for them to procure AI chips, which perhaps can't compete with those from the U.S chip leaders but continue to make progress.&#34;</p>
<div class="lb-trans"><p>&#34;这为他们提供了采购人工智能芯片的途径，这些芯片或许无法与美国芯片领导者的产品竞争，但仍在不断取得进展。&#34;</p>
</div><p>Many U.S. executives have urged Washington to scrap export restrictions in light of China's progress. Nvidia CEO Jensen Huang called the curbs a &#34;failure&#34; this week, saying they are doing more damage to American businesses than to China.</p>
<div class="lb-trans"><p>许多美国高管呼吁华盛顿在中国取得进展的背景下取消出口限制。英伟达首席执行官黄仁勋本周称这些限制为&#34;失败&#34;，表示它们对美国企业造成的损害超过了对中国的影响。</p>
</div>

Chinese tech giants reveal how they're dealing with U.S. chip curbs to stay in the AI race

- 腾讯和百度在全球人工智能竞争中采取了多种应对措施。  
- 腾讯通过优化软件和使用自有芯片提高效率，百度则强调其全栈能力。  
- 中国在半导体领域的自主研发逐渐取得进展，尽管仍落后于美国。

中国科技巨头揭示他们如何应对美国芯片限制，以保持在人工智能竞赛中的领先地位