**Proboj za AI model generiranja videa korištenjem komercijalnog čipa označava prekretnicu za Kinu i mijenja globalni pejzaž AI hardvera** **Vrijeme čitanja: 2 minuta** **Zašto možete vjerovati SCMP-u** *Zhang Tongin, Peking* **Objavljeno: 19:00, 12. marta 2025. ** U ambicioznoj borbi protiv vodstva američkog giganta Nvidije u AI hardveru, kineski istraživači su uspješno obučili napredni model generiranja videa koristeći komercijalni industrijski čip, pokazujući superiornu brzinu i efikasnost u poređenju s vrhunskim GPU-ima. Sistem, nazvan FlightVGM, postigao je izvanredan porast performansi od 30 posto i pokazao energetsku efikasnost koja je bila 4, 5 puta veća od premijernog RTX 3090 GPU-a Nvidije, a sve to dok je radio na široko dostupnom V80 FPGA čipu kompanije Advanced Micro Devices (AMD), još jedne velike američke kompanije za poluprovodnike. Ova revolucionarna inovacija osvojila je prestižnu nagradu za najbolji rad na konferenciji FPGA 2025, koja je završena 1. marta. Ovo je označilo historijsku prekretnicu za tim sa kineskog kopna, ukazujući na značajnu promjenu u globalnoj potrazi za optimizacijom AI hardvera. FlightVGM je razvijen u saradnji naučnika sa Univerziteta Shanghai Jiao Tong, Univerziteta Tsinghua i startapa Infinigence-AI sa sjedištem u Pekingu. Model ima potencijal da transformiše način na koji industrije implementiraju ekonomski isplative i energetski efikasne AI sisteme u raznim primjenama, uključujući robotiku i autonomna vozila. Field-programabilna logička polja (FPGAs) su programabilni poluprovodnički uređaji koji omogućavaju modifikacije u svom sklopu i funkcijama nakon proizvodnje.

S druge strane, tradicionalni čipovi kao što su CPU (centralne procesorske jedinice), GPU (grafičke procesorske jedinice) i ASIC (integrisana kola specifična za primjenu) imaju fiksne funkcionalnosti nakon proizvodnje. U oblastima generiranja videa i generalnog računarstva, kako FPGA tako i Nvidia GPU nude jedinstvene prednosti. FPGA pružaju prilagodljive arhitekture prilagođene specifičnim upotrebama, što dovodi do veće energetske efikasnosti i smanjenog kašnjenja. Nasuprot tome, Nvidia GPU su poznati po svojoj značajnoj paralelnoj procesorskoj snazi, što ih čini sposobnim za upravljanje velikim skupovima podataka i izvršavanje složenih računarskih zadataka. Oslanjajući se na ranija istraživanja, kineski tim je razvio FlightVGM kao prvi AI model generiranja videa obučavan na FPGA. Kroz inovacije u arhitekturi podataka i tehnikama raspoređivanja, FlightVGM je postigao računarske performanse koje nadmašuju performanse GPU-a.