3 февраля 2025 года. В 800 раз ускорил работу видеокарт Nvidia для научных вычислений алгоритм, разработанный совместно российскими и китайскими учеными университета МГУ-ППИ в Шэньчжэне (Китай).
ГрАГ. Это вроде не фейк
Китайские СМИ пишут, что разработать новый алгоритм получилось в процессе реверс-инжиниринга ускорителей на фоне ужесточения условий доступа к высокотехнологичным продуктам со стороны западных стран как для Китая, так и для России.
Благодаря этому усовершенствованию время расчетов сложных задач даже с использованием самых дешевых видеокарт Nvidia сократилось с нескольких дней до нескольких часов, а в ряде случаев — минут.
Университет МГУ-ППИ — первое российско-китайское высшее учебное заведение, оно открыто в 2014 году. Его соучредители — МГУ им. М. В. Ломоносова, Пекинский политехнический институт и муниципальные власти города.
Комментарии
Засекречивать факт проделанной работы китайские и российские специалисты не стали. Они описали основные ее моменты в статье, опубликованной в китайском журнале Journal of Computational Mechanics.
Прочитал по Вашей ссылке статью. Круто!!!
Естественно что это хуже чем фейк, - полуправда.
Судя по тому что умалчивают, - скорее всего нашли какой-то нетрадиционный алгоритм для какой то конкретной узкой математической задачи.
А само железо по быстродействию естественно не изменилось.
Короче очередное раздувание "онологовнетути" теперь ещё и с китайской спецификой...
Я бы отделил то, что пишут журналисты от того, что пишут учёные.
Некоторые исследователи ИИ сами пишут код для CUDA на языке СИ-cuda, чтобы модель машинного обучения считалась оптимальнее - это нормальная практика.
Мож распотрошили прошивку видюхи, она ж в Китае и заливается, нашли где производителем намерено замедление сделано - маркетологи не лошары, кто будет покупать дорогие видюхи если они на самом деле одинаковые:))
Современные программисты избалованы. Они не задумываются об экономии памяти и пишут программы наспех, чтобы быстрее получить результат. От этого программы невероятно раздуты и требуют больших объёмов памяти. Можно потратить больше времени на написание программы, думая о её эффективности, и добиться лучших результатов.