‏چین نخستین مدل بزرگ تولید تصویر هوش مصنوعی را بدون تراشه‌های آمریکایی منتشر کرد.

‏شرکت هوش مصنوعی چینی Z.AI روز چهارشنبه یک مدل تولید تصویر منبع باز را منتشر کرد که کاملاً بر روی پردازنده‌های هواوی آموزش داده شده است. این اقدام نشان‌دهنده اولین باری است که یک مدل هوش مصنوعی بزرگ، چرخه آموزشی کامل خود را بدون تکیه بر سخت‌افزار آمریکایی به پایان رسانده است.

اهمیت این اقدام

این حرکت، یک چالش بالقوه بلندمدت برای تسلط انویدیا در زمینه تراشه‌های هوش مصنوعی را برجسته می‌کند، زیرا نشان می‌دهد که یکی از برترین شرکت‌های هوش مصنوعی چین می‌تواند مدل‌های بزرگ را بدون تکیه بر پردازنده‌های گرافیکی ساخت آمریکا آموزش دهد.

این مدل هم‌اکنون برای دانلود در Hugging Face در دسترس است و نتایج خوبی – اما نه چشمگیر بر اساس استانداردهای امروزی – از نظر زیبایی‌شناسی و متن منسجم ارائه می‌دهد و بر اساس آزمایش‌های اولیه ما، آگاهی فضایی عالی را نشان می‌دهد.

این شرکت مستقر در پکن که هفته گذشته در عرضه اولیه سهام خود در هنگ‌کنگ 558 میلیون دلار جمع‌آوری کرد، مدل GLM-Image را بر روی سرورهای Ascend Atlas 800T A2 هواوی با استفاده از چارچوب MindSpore آموزش داد.

Z.AI در بیانیه‌ای که با South China Morning Post به اشتراک گذاشت، گفت: «ما امیدواریم که این بتواند مرجع ارزشمندی را برای جامعه فراهم کند تا پتانسیل قدرت محاسباتی داخلی را بررسی کند.»

معرفی GLM-Image: یک نقطه عطف جدید در تولید تصویر منبع باز

GLM-Image از یک معماری ترکیبی خودرگرسیون و انتشار استفاده می‌کند که در آن درک معنایی جهانی قوی با جزئیات بصری با وفاداری بالا ترکیب می‌شود. این مدل با مدل‌های انتشار اصلی از نظر کیفیت کلی مطابقت دارد.

GLM-Image تکنیک‌های خودرگرسیون و انتشار را در یک معماری ترکیبی با 16 میلیارد پارامتر کل ترکیب می‌کند. مؤلفه خودرگرسیون، بر اساس مدل زبانی GLM-4 Z.AI، درک دستورالعمل‌ها و ترکیب تصویر را مدیریت می‌کند، در حالی که یک رمزگشای انتشار، جزئیات ظریف را اصلاح می‌کند. این رویکرد، تکنیک‌های مورد استفاده توسط جدیدترین مدل تولید تصویر OpenAI، gpt-image-1.5 را منعکس می‌کند که نسبت به مدل‌های انتشار خالص مانند Stable Diffusion، رندر متن و پایبندی به دستورالعمل‌ها را بهتری نشان داده است.

مدل‌های انتشار، تصاویر را با شروع از نویز بصری تصادفی و پالایش آهسته آن به یک تصویر ایجاد می‌کنند، در حالی که مدل‌های خودرگرسیون، تصاویر را گام به گام می‌سازند و هر قسمت را بر اساس آنچه قبلاً آمده است، پیش‌بینی می‌کنند. انتشار در واقع‌گرایی کلی عالی است، اما می‌تواند در جزئیات دقیقی مانند متن یا طرح‌بندی دچار مشکل شود، در حالی که مدل‌های خودرگرسیون در ساختار و پیروی از دستورالعمل‌ها عالی هستند. در حال حاضر، انتشار، تکنیک برتر در میان تولیدکننده‌های تصویر هوش مصنوعی منبع باز است.

سیستم‌های ترکیبی جدید، هر دو رویکرد را ترکیب می‌کنند و از تولید خودرگرسیون برای برنامه‌ریزی تصویر و از انتشار برای جلا دادن به نتیجه نهایی استفاده می‌کنند.

پیامدهای این انتشار

این انتشار برای Z.AI که در سال 2025 توسط واشنگتن به دلیل ارتباطات ادعایی با ارتش چین در لیست سیاه قرار گرفت، اهمیت دارد. این تعیین، شرکت را از پردازنده‌های H100 و A100 انویدیا محروم کرد. اکنون، Z.AI ثابت کرده است که شرکت‌های لیست سیاه همچنان می‌توانند سیستم‌های هوش مصنوعی رقابتی را با استفاده از سخت‌افزار داخلی تولید کنند، پیشرفتی که پکن مدت‌هاست به دنبال نشان دادن آن بوده است.

اندکی پس از اعلام Z.AI، رویترز گزارش داد که مقامات گمرک چین به مأموران دستور داده‌اند تا از ورود تراشه‌های H200 انویدیا به کشور جلوگیری کنند. مقامات دولتی شرکت‌های فناوری را به جلساتی فراخواندند که در آن به آنها گفته شد تا در صورت عدم ضرورت، این تراشه‌ها را خریداری نکنند. به گفته منابع، این عبارت به اندازه کافی شدید بود که «اساساً یک ممنوعیت برای اکنون» تلقی می‌شد.

به نظر می‌رسد پکن در حال سیگنال دادن است که آزمایشگاه‌های هوش مصنوعی چین می‌توانند مدل‌های توانمندی را بدون سیلیکون آمریکایی بسازند و این امر، فوریت برای شرکت‌های چینی برای ذخیره سخت‌افزار انویدیا را کاهش می‌دهد. H200 که تقریباً شش برابر عملکرد تراشه H20 را ارائه می‌دهد که پکن قبلاً در آگوست گذشته مسدود کرده بود، سفارشاتی از شرکت‌های چینی به ارزش بیش از دو میلیون واحد با قیمت 27000 دلار برای هر واحد دریافت کرده بود.

تحلیلگران مرکز امنیت و فناوری‌های نوظهور در دانشگاه جرج‌تاون خاطرنشان کرده‌اند که استراتژی تراشه چین به جبران عملکرد کمتر در هر تراشه با خوشه‌های عظیم پردازنده‌های هواوی متکی است. این رویکرد کار می‌کند، اما به سخت‌افزار بیشتر، انرژی بیشتر و تلاش مهندسی بیشتری نیاز دارد.

هانا دوهمن، تحلیلگر ارشد تحقیقاتی، در نوامبر به CNBC گفت: «یکی از محدودیت‌های کلیدی در این استراتژی، توانایی چین برای تولید تراشه‌های کافی در داخل کشور برای جبران و همگامی با شکاف در قابلیت‌ها است.»

بر اساس نقشه راه هواوی، تراشه نسل بعدی آن در سال 2026 در واقع از نظر قدرت خام، بدتر از پرچمدار فعلی آن خواهد بود. اما چنین ارزیابی‌هایی ممکن است آنچه را که آزمایشگاه‌های چینی می‌توانند از طریق راندمان الگوریتمی به دست آورند، دست‌کم بگیرد، همان‌طور که DeepSeek با آموزش مدل‌های رقابتی با تراشه‌های کمتر از طریق بهینه‌سازی GPU در سطح اسمبلی نشان داد.

بر اساس گزارش فنی این شرکت، GLM-Image Z.AI در میان مدل‌های منبع باز، امتیازات معیار پیشرو در صنعت را برای رندر متن و تولید کاراکترهای چینی به دست آورد. کسانی که سخت‌افزار مناسب را ندارند نیز می‌توانند آن را به صورت آنلاین با دسترسی API با قیمت 0.014 دلار برای هر تصویر تولید شده یا از طریق یک فضای رایگان Hugging Face که توسط Z.AI نگهداری می‌شود، امتحان کنند.

Z.AI اولین شرکت از «ببرهای هوش مصنوعی» چین، گروهی از استارت‌آپ‌ها که مدل‌های زبانی بزرگ را برای رقابت با OpenAI و Anthropic می‌سازند، بود که به صورت عمومی عرضه شد. سهام آن از زمان عرضه، حدود 80 درصد افزایش یافته است که این امر، به دنبال اشتیاق سرمایه‌گذاران به شرکت‌های هوش مصنوعی چینی مانند DeepSeek یا Alibaba در میان جاه‌طلبی‌های داخلی چین در زمینه تراشه بوده است.

در همین حال، هواوی در حال آماده شدن برای افزایش شدید تولید پردازنده‌های Ascend خود در سال جاری است. حضور این شرکت در کنفرانس‌های هوش مصنوعی در سراسر چین برجسته‌تر شده است، زیرا تلاش می‌کند خود را به عنوان ستون فقرات یک زیرساخت هوش مصنوعی ملی معرفی کند که دیگر به سانتا کلارا وابسته نیست.