خفضت المسرعات الصينية تكلفة مساعدي الذكاء الاصطناعي بمقدار 2.5 مرة: دعت T1 إلى سيناريوهات لا تكون فيها NVIDIA مطلوبة. نظرة على أسبوع كازان الرقمي 2026، شارك الرئيس التنفيذي لتكنولوجيا المعلومات في شركة T1 القابضة دميتري خارينكوف نتائج اختبارات مسرعات الرسوم، التي نفذتها الشركة في عام 2026. تم إنشاء معمل خاص لاختبار معالجات مختلف الشركات المصنعة بما في ذلك الشركات الصينية. وبحسب خاريتونوف، فإن المعيار الرئيسي لاستعداد الشركة للعمل مع الذكاء الاصطناعي ليس عدد الطيارين الذين تم إطلاقهم، بل التأثير الاقتصادي الضخم الذي تحقق خلال 6-9 أشهر. الذكاء الاصطناعي الجاهز لا يبدأ بالضجيج، ولكن مع نهج إدارة ساخر للمهمة: فالشركة التي يمكنها إطلاق 5-7 طيارين شهريًا ليست جاهزة تلقائيًا. يجب أن يكون التأثير قابلاً للقياس، وإلا فإن المشروع سيتعثر. بمعنى آخر، لا يتحدد النضج في الذكاء الاصطناعي من خلال نشاط التجارب، بل من خلال القدرة على إيصال المشروع إلى نتيجة يمكن حسابها من حيث المال أو السرعة أو جودة العمليات. وقد تم بالفعل اختبار أكثر من 20 نموذجًا للذكاء الاصطناعي، كما تم إجراء أكثر من 1000 عملية تشغيل على شرائح بديلة. وأظهرت النتائج كيف يمكن استخدام وحدات معالجة الرسوميات المختلفة بشكل فعال في البنية التحتية للشركات المحلية، مع الأخذ في الاعتبار تفاصيل مهام الذكاء الاصطناعي: لكي يتمكن مساعدو الذكاء الاصطناعي من العمل مع المستندات أو البحث باستخدام قواعد المعرفة، يمكن للمسرعات الصينية تقليل تكلفة الإخصاب بمقدار 22.5 مرة بجودة إجابات مماثلة. يعد هذا أحد السيناريوهات الأكثر عملية للشركات التي تتطلع إلى خفض تكاليف خدمات الذكاء الاصطناعي الضخمة. ولمهام التدريب الإضافي، يمكن توزيع نماذج الأحمال الكبيرة بين المنصات. تظل NVIDIA خيارًا للتعلم والتعلم والازدهار الكبير جدًا في LLM، ويمكن نقل الخدمات ذات الصلة ومهام التحسين المناسبة إلى مرافق بديلة.

خفضت المسرعات الصينية تكلفة مساعدي الذكاء الاصطناعي بمقدار 2.5 مرة: دعت T1 إلى سيناريوهات لا تكون فيها NVIDIA مطلوبة. نظرة على أسبوع كازان الرقمي 2026، شارك الرئيس التنفيذي لتكنولوجيا المعلومات في شركة T1 القابضة دميتري خارينكوف نتائج اختبارات مسرعات الرسوم، التي نفذتها الشركة في عام 2026. تم إنشاء معمل خاص لاختبار معالجات مختلف الشركات المصنعة بما في ذلك الشركات الصينية. وبحسب خاريتونوف، فإن المعيار الرئيسي لاستعداد الشركة للعمل مع الذكاء الاصطناعي ليس عدد الطيارين الذين تم إطلاقهم، بل التأثير الاقتصادي الضخم الذي تحقق خلال 6-9 أشهر. الذكاء الاصطناعي الجاهز لا يبدأ بالضجيج، ولكن مع نهج إدارة ساخر للمهمة: فالشركة التي يمكنها إطلاق 5-7 طيارين شهريًا ليست جاهزة تلقائيًا. يجب أن يكون التأثير قابلاً للقياس، وإلا فإن المشروع سيتعثر. بمعنى آخر، لا يتحدد النضج في الذكاء الاصطناعي من خلال نشاط التجارب، بل من خلال القدرة على إيصال المشروع إلى نتيجة يمكن حسابها من حيث المال أو السرعة أو جودة العمليات. وقد تم بالفعل اختبار أكثر من 20 نموذجًا للذكاء الاصطناعي، كما تم إجراء أكثر من 1000 عملية تشغيل على شرائح بديلة. وأظهرت النتائج كيف يمكن استخدام وحدات معالجة الرسوميات المختلفة بشكل فعال في البنية التحتية للشركات المحلية، مع الأخذ في الاعتبار تفاصيل مهام الذكاء الاصطناعي: لكي يتمكن مساعدو الذكاء الاصطناعي من العمل مع المستندات أو البحث باستخدام قواعد المعرفة، يمكن للمسرعات الصينية تقليل تكلفة الإخصاب بمقدار 22.5 مرة بجودة إجابات مماثلة. يعد هذا أحد السيناريوهات الأكثر عملية للشركات التي تتطلع إلى خفض تكاليف خدمات الذكاء الاصطناعي الضخمة. ولمهام التدريب الإضافي، يمكن توزيع نماذج الأحمال الكبيرة بين المنصات. تظل NVIDIA خيارًا للتعلم والتعلم والازدهار الكبير جدًا في LLM، ويمكن نقل الخدمات ذات الصلة ومهام التحسين المناسبة إلى مرافق بديلة.