ByteDance wählt Huawei: China drängt Unternehmen nicht mehr Nvidia zu kaufen
Zum Wochenende hatte Bloomberg berichtet, dass die chinesische Regierung Firmen dazu drängt, keine Chips mehr von Nvidia zu kaufen. Wie Reuters berichtet, plant passend dazu ByteDance, das Unternehmen hinter TikTok und der chinesischen Plattform Toutiao, ein neues KI-Modell, das auf AI-Chips von Huawei trainiert wird.
Vor vier Jahren hatte Huawei mit dem Ascend 910 die erste Generation einer entsprechenden Architektur vorgestellt, aktuell ist der Ascend 910B.
ByteDance wählt Huawei für AI-Training
Sanktionen der USA sorgen dafür, dass Unternehmen in China der Zugang zu Hardware, die zum Training von KI-Modellen und dem späteren Umgang damit (Inferencing) üblicherweise genutzt werden, fast vollständig verwehrt bleibt. Nvidia hatte wiederholt versucht, sanktionskonforme Sondermodelle aufzulegen, doch diese Ansätze waren weder für Nvidia noch für die Abnehmer eine sichere Bank.
Chinesische Firmen wie ByteDance stellt das als Konkurrent von Unternehmen wie Meta oder Google vor eine Herausforderung, denn die Konkurrenz kauft aktuelle HPC-AI-Beschleuniger von Nvidia gleich zu Hunderttausenden ein.
Mehr als 100.000 HPC-Beschleuniger bestellt
ByteDance soll eine solche Bestellung jetzt innerhalb Chinas an Huawei vergeben haben, berichtet Reuters. Zum Training eines neuen AI-Modells ist der Kauf von „mehr als 100.000 Ascend 910B“ geplant. Damit wäre ByteDance der größte Abnehmer dieser Chips, so wie es der Konzern zuletzt bei Nvidia H20 gewesen sein soll.
Die Chips sollen den Nvidia A100, der in H100/H200 schon lange einen viel schnelleren Nachfolger und in Kürze mit B100/B200 einen zweiten Nachfolger gefunden haben wird, in einigen Szenarien schlagen können. Zuletzt hieß es allerdings auch, dass Huawei noch große Probleme bei der Fertigungsausbeute hat.
Schon heute nutzt ByteDance laut Reuters Chips vom Typ Huawei Ascend 910B um mit trainierten AI-Modellen zu arbeiten (Inferencing). Ein AI-Modell auch mit Hardware von Huawei zu trainieren, wäre hingegen neu.