<p>Niphon | Istock | Getty Images</p>
<p>騰訊和百度這兩家中國最大的科技公司透露了它們如何在全球人工智能競爭中保持領先，即使美國對關鍵半導體的限制日益嚴格。</p>
<p>這些公司的方法包括囤積芯片、提高人工智能模型的效率，甚至使用國產半導體。</p>
<p>儘管美國總統唐納德·特朗普的政府取消了一項有爭議的拜登時代芯片規則，但在四月份仍然收緊了對包括英偉達和 AMD 在內的公司的某些半導體出口。</p>
<p>該行業的大牌公司在最近的財報電話會議上討論了這個問題。</p>
<p>騰訊總裁劉熾平表示，他的公司擁有&#34;相當強大的庫存&#34;，這些芯片是之前購買的。他提到的是圖形處理單元（GPU），這是一種已成為訓練大型人工智能模型的黃金標準的半導體。</p>
<p>這些模型需要強大的計算能力，由 GPU 提供，以處理大量數據。</p>
<p>但劉熾平表示，與美國公司認為 GPU 集羣需要擴展以創造更先進的人工智能的觀點相反，騰訊能夠通過較小的芯片組實現良好的訓練效果。</p>
<p>&#34;這實際上幫助我們審視現有的高端芯片庫存，並説，我們應該有足夠的高端芯片來繼續訓練模型，至少可以支持幾代的訓練，&#34;劉熾平説。</p>
<p>關於推理——實際執行人工智能任務的過程，而不僅僅是訓練——劉熾平表示，騰訊正在使用&#34;軟件優化&#34;來提高效率，以便部署相同數量的 GPU 來執行特定功能。</p>
<p>劉熾平補充説，公司還在考慮使用不需要如此大計算能力的小型模型。騰訊還表示，可以利用目前在中國可用的定製設計芯片和半導體。</p>
<p>&#34;我認為我們有很多方法可以滿足不斷擴大的推理需求，我們只需要繼續探索這些途徑，並可能在軟件方面花費更多時間，而不僅僅是通過大量購買 GPU 來解決問題，&#34;劉熾平説。</p>
<h2>百度的做法</h2>
<p>中國最大的搜索公司百度宣傳其所謂的&#34;全棧&#34;能力——其雲計算基礎設施、人工智能模型和基於這些模型的實際應用（如其 ERNIE 聊天機器人）的結合。</p>
<p>&#34;即使沒有訪問最先進的芯片，我們獨特的全棧人工智能能力使我們能夠構建強大的應用並提供有意義的價值，&#34;百度人工智能雲業務總裁沈抖在本週的財報電話會議上表示。</p>
<p>百度還宣傳了軟件優化和降低運行模型成本的能力，因為它擁有該技術棧中的大部分技術。百度管理層還談到了使其擁有的 GPU 發揮更大效用的效率。</p>
<p>&#34;隨着基礎模型推動對大規模計算能力的需求，構建和管理大規模 GPU 集羣的能力以及有效利用 GPU 的能力已成為關鍵競爭優勢，&#34;沈抖説。</p>
<p>百度高管還宣傳了國內中國科技公司在人工智能半導體方面取得的進展，他表示這將有助於減輕美國芯片限制的影響。</p>
<p>&#34;國內開發的自給自足芯片，加上日益高效的國產軟件棧，將共同為中國人工智能生態系統的長期創新奠定堅實基礎，&#34;沈抖説。</p>
<h2>中國國內芯片的關注</h2>
<p>近年來，中國一直在加大對本土設計和製造的芯片的開發。大多數專家一致認為，北京在 GPU 和人工智能芯片領域整體上仍落後於美國，但也取得了一些進展。</p>
<p>Gartner 的半導體分析師 Gaurav Gupta 表示，囤積是中國公司應對出口限制的一種方式。此外，儘管仍落後於美國，中國的半導體技術也取得了一些進展，Gupta 補充道。</p>
<p>&#34;中國還在開發自己的國內半導體生態系統，從材料到設備再到芯片和封裝。不同領域的進展程度各不相同，但中國在這一目標上出奇地一致和雄心勃勃，必須承認他們取得了相當不錯的成功，&#34;Gupta 通過電子郵件告訴 CNBC。</p>
<p>&#34;這為他們提供了採購人工智能芯片的途徑，這些芯片或許無法與美國芯片領導者的產品競爭，但仍在不斷取得進展。&#34;</p>
<p>許多美國高管呼籲華盛頓在中國取得進展的背景下取消出口限制。英偉達首席執行官黃仁勳本週稱這些限制為&#34;失敗&#34;，表示它們對美國企業造成的損害超過了對中國的影響。</p>

騰訊控股(ADR)

騰訊控股(ADS)

騰訊控股

<p>騰訊和百度這兩家主要的中國科技公司正在通過囤積芯片、優化人工智能模型和利用國內半導體來適應美國的半導體限制。騰訊的總裁強調了他們強大的芯片庫存和軟件優化，以提高效率，而百度則強調了其全棧人工智能能力和國內芯片技術的進展。分析師指出，儘管中國在人工智能芯片技術上落後於美國，但在發展自給自足的半導體生態系統方面正在取得顯著進展。美國高管批評出口限制，聲稱這些限制對美國企業的傷害大於對中國的影響</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>騰訊和百度這兩家中國最大的科技公司透露了它們如何在全球人工智能競爭中保持領先，即使美國對關鍵半導體的限制日益嚴格。</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>這些公司的方法包括囤積芯片、提高人工智能模型的效率，甚至使用國產半導體。</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>儘管美國總統唐納德·特朗普的政府取消了一項有爭議的拜登時代芯片規則，但在四月份仍然收緊了對包括英偉達和 AMD 在內的公司的某些半導體出口。</p>
</div><p>Big names in the sector addressed the issue during their latest earnings conference calls.</p>
<div class="lb-trans"><p>該行業的大牌公司在最近的財報電話會議上討論了這個問題。</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>騰訊總裁劉熾平表示，他的公司擁有&#34;相當強大的庫存&#34;，這些芯片是之前購買的。他提到的是圖形處理單元（GPU），這是一種已成為訓練大型人工智能模型的黃金標準的半導體。</p>
</div><p>These models require powerful computing power supplied by GPUs to process high volumes of data.</p>
<div class="lb-trans"><p>這些模型需要強大的計算能力，由 GPU 提供，以處理大量數據。</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>但劉熾平表示，與美國公司認為 GPU 集羣需要擴展以創造更先進的人工智能的觀點相反，騰訊能夠通過較小的芯片組實現良好的訓練效果。</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;這實際上幫助我們審視現有的高端芯片庫存，並説，我們應該有足夠的高端芯片來繼續訓練模型，至少可以支持幾代的訓練，&#34;劉熾平説。</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>關於推理——實際執行人工智能任務的過程，而不僅僅是訓練——劉熾平表示，騰訊正在使用&#34;軟件優化&#34;來提高效率，以便部署相同數量的 GPU 來執行特定功能。</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>劉熾平補充説，公司還在考慮使用不需要如此大計算能力的小型模型。騰訊還表示，可以利用目前在中國可用的定製設計芯片和半導體。</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;我認為我們有很多方法可以滿足不斷擴大的推理需求，我們只需要繼續探索這些途徑，並可能在軟件方面花費更多時間，而不僅僅是通過大量購買 GPU 來解決問題，&#34;劉熾平説。</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>中國最大的搜索公司百度宣傳其所謂的&#34;全棧&#34;能力——其雲計算基礎設施、人工智能模型和基於這些模型的實際應用（如其 ERNIE 聊天機器人）的結合。</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;即使沒有訪問最先進的芯片，我們獨特的全棧人工智能能力使我們能夠構建強大的應用並提供有意義的價值，&#34;百度人工智能雲業務總裁沈抖在本週的財報電話會議上表示。</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>百度還宣傳了軟件優化和降低運行模型成本的能力，因為它擁有該技術棧中的大部分技術。百度管理層還談到了使其擁有的 GPU 發揮更大效用的效率。</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;隨着基礎模型推動對大規模計算能力的需求，構建和管理大規模 GPU 集羣的能力以及有效利用 GPU 的能力已成為關鍵競爭優勢，&#34;沈抖説。</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>百度高管還宣傳了國內中國科技公司在人工智能半導體方面取得的進展，他表示這將有助於減輕美國芯片限制的影響。</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;國內開發的自給自足芯片，加上日益高效的國產軟件棧，將共同為中國人工智能生態系統的長期創新奠定堅實基礎，&#34;沈抖説。</p>
</div><h2>China domestic chip focus</h2>
<div class="lb-trans"><h2>中國國內芯片的關注</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>近年來，中國一直在加大對本土設計和製造的芯片的開發。大多數專家一致認為，北京在 GPU 和人工智能芯片領域整體上仍落後於美國，但也取得了一些進展。</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 的半導體分析師 Gaurav Gupta 表示，囤積是中國公司應對出口限制的一種方式。此外，儘管仍落後於美國，中國的半導體技術也取得了一些進展，Gupta 補充道。</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;中國還在開發自己的國內半導體生態系統，從材料到設備再到芯片和封裝。不同領域的進展程度各不相同，但中國在這一目標上出奇地一致和雄心勃勃，必須承認他們取得了相當不錯的成功，&#34;Gupta 通過電子郵件告訴 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;這為他們提供了採購人工智能芯片的途徑，這些芯片或許無法與美國芯片領導者的產品競爭，但仍在不斷取得進展。&#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>許多美國高管呼籲華盛頓在中國取得進展的背景下取消出口限制。英偉達首席執行官黃仁勳本週稱這些限制為&#34;失敗&#34;，表示它們對美國企業造成的損害超過了對中國的影響。</p>
</div>

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

- 騰訊和百度在全球人工智能競爭中採取了多種應對措施。  
- 騰訊通過優化軟件和使用自有芯片提高效率，百度則強調其全棧能力。  
- 中國在半導體領域的自主研發逐漸取得進展，儘管仍落後於美國。

中國科技巨頭揭示他們如何應對美國芯片限制，以保持在人工智能競賽中的領先地位