ஏப்ரல் 2026 முதல் சீன ஆய்வகங்களால் வெளியிடப்பட்ட ஆறு எல்லைப்புற AI மாதிரிகள் Nvidia இன் ஏற்றுமதி-கட்டுப்பாட்டு பிளாக்வெல் GPUகளுடன் பொருந்தக்கூடிய எண் கைரேகைகளைக் கொண்டுள்ளன என்று ஆராய்ச்சி குழு நவம்பர் 12 அன்று வெளியிடப்பட்ட தடயவியல் பகுப்பாய்வின் படி, வேலையின்மை ஆய்வகங்கள். சீனாவிற்கு ஏற்றுமதி செய்வதை அமெரிக்கா கட்டுப்படுத்தும் சில்லுகளை முன்னணி சீன AI டெவலப்பர்கள் அணுகியுள்ளனர் என்ற குற்றச்சாட்டுகளை ஆதரிக்கும் முதல் வன்பொருள்-நிலை தொழில்நுட்ப ஆதாரத்தை இந்த கண்டுபிடிப்பு வழங்குகிறது.

பகுப்பாய்வு DeepSeek, Moonshot AI, MiniMax மற்றும் Ant Group ஆகியவற்றின் மாடல்களை ஆய்வு செய்தது, மேலும் DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 மற்றும் Ant Group இன் Ling-3.1-flash ஆகிய மாடல்கள் பிளாக்வெல்-கிளாஷ் முந்தைய மாடலுடன் பொருந்தியது. என்விடியாவின் முந்தைய ஹாப்பர் தலைமுறை. For more context on this story, see our ongoing latest AI developments.

ஒரு மாதிரியின் எடைகள் அதன் வன்பொருளை எவ்வாறு வெளிப்படுத்துகின்றன

முறை அசாதாரணமானது, ஏனெனில் இது கசிவுகள் அல்லது உள் கணக்குகளைக் காட்டிலும் பொதுவில் வெளியிடப்பட்ட மாதிரி எடையை முழுமையாக நம்பியுள்ளது. ஒவ்வொரு பயிற்சி பெற்ற மாதிரியும் அது தொடங்கிய சீரற்ற ஆரம்ப மதிப்புகளின் தடயங்களைத் தக்கவைத்துக் கொள்கிறது, மேலும் அந்த துவக்க வடிவங்கள் அவற்றை உருவாக்கப் பயன்படுத்தப்படும் வன்பொருள் உள்ளமைவைப் பொறுத்தது. ஆராய்ச்சியாளர்கள் மாதிரிகளின் ஆரம்ப மதிப்புகளின் தடயங்களை மீட்டெடுத்தனர், பின்னர் அவற்றை இனப்பெருக்கம் செய்யும் வன்பொருள் உள்ளமைவுகளைத் தேடினர்.

குழு இரண்டு மாடல்களுக்கு மேலும் சென்றதாக அறிக்கை கூறுகிறது: DeepSeek-V4-Flash மற்றும் Kimi K3 க்கு, ஆராய்ச்சியாளர்கள் உடல் பிளாக்வெல் சில்லுகளில் போட்டியை உறுதிப்படுத்தினர். பிளாக்வெல்-கிளாஸ் B200 மற்றும் B300 சில்லுகள் 148 ஸ்ட்ரீமிங் மல்டிபிராசசர்களைக் கொண்டுள்ளன, அதே சமயம் பெரிய கணினிகளில் பயன்படுத்தப்படும் GB200 மற்றும் GB300 உள்ளமைவுகளில் 152 உள்ளது - மேலும் இது மாதிரிகள் எடுத்துச் செல்லும் துவக்கத் தரவில் அதன் அடையாளத்தை விட்டுச்செல்லும் கட்டமைப்பு விவரங்கள்.

ஒரு மாதிரியின் எடைகள் எவ்வாறு உருவாக்கப்பட்டன என்பதை கைரேகை அடையாளம் காட்டுகிறது மற்றும் அறிக்கை குறிப்பிடுகிறது - நிரூபிக்காமல் - பிளாக்வெல் வன்பொருளும் பயிற்சியை நிகழ்த்திய அனுமானத்தை ஆதரிக்கிறது.

அறிக்கை கண்டறிந்தது, மாதிரியின் மூலம் மாதிரி

முடிவுகள் நான்கு ஆய்வகங்களில் தெளிவான காலவரிசையைக் கண்டுபிடிக்கின்றன:

  • DeepSeek: மாதிரிகள் DeepSeek-V3 (டிசம்பர் 2024, H800 சில்லுகளைப் பயன்படுத்துவதை ஆய்வகம் வெளிப்படுத்தியது), பின்னர் DeepSeek-V4-Flash மற்றும் DeepSeek-V4-Pro இலிருந்து பிளாக்வெல் என டீப்ஸீக்-வி3 மூலம் ஹாப்பர்-பயிற்சி பெற்றதாக வாசிக்கப்பட்டது — ஏப்ரல் 2020 மற்றும் B30-2026 இல் DeepSeek-V4-Pro. வி4-ப்ரோ ஜிபி200/ஜிபி300 பொருந்தும்.
  • மூன்ஷாட் AI: கிமி கே2.5 (ஜனவரி 2026) மூலம் ஹாப்பர் கைரேகைகள், பின்னர் கிமி கே3 (ஜூலை 2026) இலிருந்து பிளாக்வெல்-கிளாஸ் ஜிபி200/ஜிபி300, இந்த மாதம் வெளியான கிமி கே3.1-ப்ரோ உட்பட.
  • மினிமேக்ஸ்: மினிமேக்ஸ்-எம்2.7 (ஏப்ரல் 2026) வழியாக ஹாப்பர், பின்னர் மினிமேக்ஸ்-எம்3 (ஜூன் 2026) இலிருந்து பி200/பி300-கிளாஸ்.
  • எறும்புக் குழு: லிங்-3.0-ஃபிளாஷ் (ஆகஸ்ட் 2026) ஹாப்பர் என்றும், லிங்-3.1-ஃபிளாஷ் (அக்டோபர் 2026) பிளாக்வெல் ஜிபி200/ஜிபி300 என்றும் படிக்கிறது.

ஒரு மாதிரி சகாப்தங்களுக்கு இடையில் உள்ளது: கிமி K2.7-குறியீடு, K3க்கு ஆறு வாரங்களுக்கு முன்பு வெளியிடப்பட்டது, இது ஹாப்பர்-யுக எடைகளில் கட்டப்பட்டது ஆனால் B200/B300 சுயவிவரத்துடன் பொருந்தக்கூடிய சிறிய கூறுகளைக் கொண்டுள்ளது.

பிளாக்வெல் சில்லுகளுக்கு சீனாவிற்கு ஏற்றுமதி செய்ய அமெரிக்க உரிமம் தேவைப்படுகிறது, மேலும் அறிக்கை எதுவும் தெரிவிக்கப்படவில்லை என்று கூறுகிறது. அமெரிக்க அதிகாரிகள் மற்றும் பத்திரிகை அறிக்கைகள் முன்பு DeepSeek மற்றும் Moonshot AI ஆகியவை பிளாக்வெல் வன்பொருளைப் பயன்படுத்துவதாகக் குற்றம் சாட்டின, ஆனால் தொழில்நுட்ப ஆதாரங்களை வெளியிடாமல். இந்த பகுப்பாய்வுதான் மாடல்களின் சொந்த வெளியிடப்பட்ட எடைகளில் அந்தக் குற்றச்சாட்டுகளை அடிப்படையாகக் கொண்டது.

அது என்ன செய்கிறது - மற்றும் செய்யாது - நிறுவுகிறது

அறிக்கை நோக்கம் குறித்து கவனமாக உள்ளது. கண்டுபிடிப்புகள் மேம்பட்ட கம்ப்யூட்டிங் வன்பொருளுக்கான அணுகலுக்கான தொழில்நுட்ப ஆதாரங்களை வழங்குகின்றன, ஆனால் சில்லுகள் அமைந்துள்ள இடம், அணுகல் எவ்வாறு பெறப்பட்டது அல்லது ஏற்றுமதி கட்டுப்பாடுகள் மீறப்பட்டதா என்பதை நிறுவவில்லை. ஆராய்ச்சியாளர்கள் மாற்று வழிகளையும் பரிசீலித்தனர்: சீனாவிற்கு ஏற்றுமதி செய்வதிலிருந்து தடைசெய்யப்பட்ட பிரத்யேகமாக கட்டமைக்கப்பட்ட AMD வன்பொருள் மட்டுமே அவர்கள் அடையாளம் கண்டுள்ள ஒரே மாற்றாகும், மேலும் மற்ற ஐந்து மாடல்களுக்கு இது மிகவும் சாத்தியமில்லை என்று கருதும் போது DeepSeek-V4-Flashக்கு அதை விலக்கினர்.

ஆராய்ச்சியாளர்கள் தங்கள் முறையில் வரம்புகளை ஒப்புக்கொள்கிறார்கள்: ஒரு ஹாப்பர் கைரேகை ஒரு H800 ஐ H100 SXM அல்லது H200 இலிருந்து வேறுபடுத்த முடியாது, மேலும் பழைய மாடல்களுக்கான H800 அடையாளங்கள் தடயவியல் முறையைக் காட்டிலும் ஆய்வக வெளிப்பாடுகளிலிருந்து வருகின்றன.

ஏற்றுமதி கொள்கைக்கு இது ஏன் முக்கியமானது

நேரம் மென்மையானது. என்விடியாவின் சீனா வணிகம் ஆண்டு முழுவதும் சுறுசுறுப்பாக இருந்தது, வாஷிங்டன் அமலாக்கத்தை ஆய்வு செய்தாலும், சீன வாடிக்கையாளர்களுக்கு H200 ஏற்றுமதிகள் மீண்டும் தொடங்கப்பட்டன, மேலும் சிப் திசைதிருப்பல் குறித்து வர்த்தகத் துறை விமர்சனங்களை எதிர்கொள்கிறது. பிளாக்வெல்-வகுப்பு வன்பொருள் குறைந்த பட்சம் ஏப்ரல் முதல் சீன ஆய்வகங்களைச் சென்றடைந்தால், ஏற்றுமதி கொள்கைக்கும் நடைமுறைக்கும் இடையிலான இடைவெளி அடுத்த சுற்று கொள்கை விவாதத்திற்கான மையக் கேள்வியாக மாறும்.

இந்த கண்டுபிடிப்பு AI தொழிற்துறைக்கான சரிபார்ப்பு கோணத்தையும் கொண்டுள்ளது. மாதிரி எடைகள் பொதுவாக பாதுகாப்பு மதிப்பீடுகள் மற்றும் அளவுகோல் கோரிக்கைகளுக்காக ஆய்வு செய்யப்படுகின்றன; பயிற்சி உள்கட்டமைப்பின் தடயவியல் ஆதாரமாக அவற்றைப் பயன்படுத்துவது கருவித்தொகுப்பில் ஒரு புதிய கூடுதலாகும், மேலும் இது சம்பந்தப்பட்ட ஆய்வகங்களின் ஒத்துழைப்பைச் சார்ந்து இல்லை.

என்விடியாவைப் பொறுத்தவரை, இந்த அறிக்கை ஏற்கனவே கொந்தளிப்பான காலகட்டத்தில், தொடர்பில்லாத நிர்வாக நெருக்கடியால் நிறுவனத்தின் குழுவை உட்கொண்டுள்ளது. பெயரிடப்பட்ட சீன ஆய்வகங்களுக்கு, அவற்றில் எதுவுமே கைரேகைகள் ஆதரவைத் தாண்டி தவறு செய்ததாகக் குற்றம் சாட்டப்படவில்லை, பகுப்பாய்வு அவர்களின் பொதுத் தொடர்புகள் இதுவரை கவனிக்கப்படாத கணக்கீட்டு விநியோகச் சங்கிலிகள் பற்றிய கேள்விகளைத் தூண்டும்.

ஆய்வக வரலாறுகள், முழுமையான மாதிரி பட்டியல் மற்றும் அதன் ஆதாரங்கள் உட்பட முழு அறிக்கையும் வேலையின்மை ஆய்வகங்களில் கிடைக்கிறது. இந்த வேலை ஹேக்கர் நியூஸில் குறிப்பிடத்தக்க கவனத்தை ஈர்த்தது, அங்கு அது வெளியான சில மணிநேரங்களில் 277 புள்ளிகளை எட்டியது.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →