**Scoperta per il Modello di AI per la Generazione Video Utilizzando un Chip Commerciale Rappresenta un Traguardo per la Cina e Cambia il Panorama Globale dell'Hardware AI** **Tempo di Lettura: 2 minuti** **Perché Puoi Fidarti di SCMP** *Zhang Tongin, Pechino* **Pubblicato: 19:00, 12 marzo 2025** In un ambizioso sforzo per sfidare la leadership del gigante statunitense Nvidia nell'hardware AI, i ricercatori cinesi hanno addestrato con successo un modello avanzato di generazione video utilizzando un chip industriale commerciale, dimostrando una velocità e un'efficienza superiori rispetto alle GPU di alta gamma. Il sistema, chiamato FlightVGM, ha raggiunto un notevole incremento delle prestazioni del 30% e ha mostrato un'efficienza energetica 4, 5 volte superiore a quella della principale GPU RTX 3090 di Nvidia, tutto mentre operava sul chip FPGA V80 ampiamente accessibile di Advanced Micro Devices (AMD), un altro importante produttore di semiconduttori statunitense. Questa innovazione rivoluzionaria ha ricevuto il prestigioso Best Paper Award alla conferenza FPGA 2025, che si è conclusa il 1° marzo. Questo ha segnato un primo storico per un team della Cina continentale, indicando un significativo cambiamento nella ricerca globale per ottimizzare l'hardware AI. FlightVGM è stato sviluppato da una collaborazione di scienziati della Shanghai Jiao Tong University, della Tsinghua University e della startup di Pechino Infinigence-AI. Il modello ha il potenziale di trasformare il modo in cui le industrie implementano sistemi AI economici ed energeticamente efficienti in vari ambiti, tra cui robotica e veicoli autonomi. Gli array di porte programmabili sul campo (FPGA) sono dispositivi semiconduttori programmabili che consentono modifiche al loro circuito e alle loro funzioni dopo la produzione. Al contrario, i chip tradizionali come CPU (unità di elaborazione centrale), GPU (unità di elaborazione grafica) e ASIC (circuiti integrati specifici per applicazioni) hanno funzionalità fisse una volta prodotti. Nei campi della generazione video e del calcolo generale, sia gli FPGA sia le GPU Nvidia offrono vantaggi unici.

Gli FPGA forniscono architetture personalizzabili adattate a usi specifici, portando a una maggiore efficienza energetica e a una riduzione della latenza. Al contrario, le GPU Nvidia sono rinomate per la loro notevole potenza di elaborazione parallela, rendendole adatte alla gestione di grandi set di dati e all'esecuzione di compiti computazionali complessi. Basandosi su ricerche precedenti, il team cinese ha sviluppato FlightVGM come il primo modello di AI per la generazione video addestrato sugli FPGA. Attraverso innovazioni nell'architettura dei dati e nelle tecniche di programmazione, FlightVGM ha raggiunto prestazioni computazionali superiori a quelle delle GPU.