¡No tengas miedo, DeepSeek! Según el comunicado de prensa de NVIDIA, la creación de un centro de aceleración de IA es la infraestructura más importante para combatir el fraude a nivel nacional.

Una de las claves de la tecnología de inteligencia artificial líder de Nvidia es acelerar el aprendizaje en profundidad de la red neuronal Alexnet para que el procesamiento de la IA sea más rápido. Al entrenar la IA con aprendizaje automático para realizar tareas de reconocimiento de redes neuronales similares a las del cerebro humano, la IA puede pensar y aprender en profundidad. El proceso implica alimentar a la IA con una gran cantidad de datos para que la IA sea 'educada' de manera similar a los seres humanos, acumulando 'conocimiento' como los humanos acumulan 'conocimiento' en la base de datos de almacenamiento de memoria cerebral para ayudar en su aprendizaje y crecimiento, aprendiendo de los errores. Es por eso que el desarrollo de la IA no solo implica algoritmos, sino también inversión en procesamiento computacional y bases de datos de datos. Solo cuando se puedan procesar rápidamente los datos y almacenar datos de 'experiencia', la IA podrá crecer gradualmente, al igual que los niños se desarrollan y se convierten en adultos con crecimiento e inteligencia.

El fundador de Scale AI, Alexandr Wang, enfatizó especialmente que el rendimiento de los chips de NVIDIA aceleraba el aprendizaje de la  Profundidad. Después de que Estados Unidos bloqueara la exportación de chips de NVIDIA al extranjero, se retrasó efectivamente el progreso del desarrollo de la IA en China. Recientemente, Alexandr Wang hizo un llamamiento especial al presidente Trump en una carta abierta en el sitio web de Scale AI, pidiendo una distribución adecuada de fondos para el desarrollo de tecnologías de inteligencia artificial, para que la IA pueda desempeñar un papel en diferentes campos. Él mencionó que la IA de China podría superar rápidamente a la de Estados Unidos, principalmente porque Estados Unidos destinó la mayor parte de los fondos de desarrollo de IA a los "algoritmos", pero también se necesitan inversiones en la "computación" y los "datos" para acelerar la  Profundidad de la IA.