論文の概要: Whack-a-Chip: The Futility of Hardware-Centric Export Controls

• arxiv url: http://arxiv.org/abs/2411.14425v1
• Date: Thu, 21 Nov 2024 18:57:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-22 15:20:39.662034
• Title: Whack-a-Chip: The Futility of Hardware-Centric Export Controls
• Title（参考訳）: Whack-a-Chip: ハードウェア中心の輸出管理の実用性
• Authors: Ritwik Gupta, Leah Walker, Andrew W. Reddie,
• Abstract要約: 本稿は、PRCAIラボが米国の輸出規制をいかに回避し回避するかを示す最初の具体的、公的な証拠を示す。 TencentがHunyuan-Largeモデルを非輸出型のNVIDIA H20で駆動する能力は、機械学習の効率性の広範な向上を実証している、と我々は主張する。
• 参考スコア（独自算出の注目度）: 0.6041235048439966
• License:
• Abstract: U.S. export controls on semiconductors are widely known to be permeable, with the People's Republic of China (PRC) steadily creating state-of-the-art artificial intelligence (AI) models with exfiltrated chips. This paper presents the first concrete, public evidence of how leading PRC AI labs evade and circumvent U.S. export controls. We examine how Chinese companies, notably Tencent, are not only using chips that are restricted under U.S. export controls but are also finding ways to circumvent these regulations by using software and modeling techniques that maximize less capable hardware. Specifically, we argue that Tencent's ability to power its Hunyuan-Large model with non-export controlled NVIDIA H20s exemplifies broader gains in efficiency in machine learning that have eroded the moat that the United States initially built via its existing export controls. Finally, we examine the implications of this finding for the future of the United States' export control strategy.
• Abstract（参考訳）: 半導体に対する米国の輸出規制は広く知られており、中華人民共和国(PRC)は、汚染されたチップを用いた最先端の人工知能(AI)モデルを着実に作成している。 本稿は、PRCAIラボが米国の輸出規制をいかに回避し回避するかを示す最初の具体的、公的な証拠を示す。 我々は、中国の企業、特にTencentが、米国の輸出規制で制限されているチップを使用するだけでなく、より能力の低いハードウェアを最大化するソフトウェアとモデリング技術を使用することで、これらの規制を回避する方法を模索している。 具体的には,TencentがHunyuan-Largeモデルを非輸出型NVIDIA H20sで駆動する能力は,米国が当初既存の輸出管理を通じて構築した堀を侵食したマシンラーニングの効率向上を実証するものだ,と論じる。 最後に,この発見が米国輸出管理戦略の将来に与える影響について検討する。

関連論文リスト

• Using AI Alignment Theory to understand the potential pitfalls of regulatory frameworks [55.2480439325792]
  本稿では、欧州連合の人工知能法(EU AI法)を批判的に検討する。 人工知能における技術的アライメントの潜在的な落とし穴に焦点を当てたアライメント理論(AT)研究からの洞察を利用する。 これらの概念をEU AI Actに適用すると、潜在的な脆弱性と規制を改善するための領域が明らかになる。
  論文  参考訳（メタデータ） (2024-10-10T17:38:38Z)
• Training on the Fly: On-device Self-supervised Learning aboard Nano-drones within 20 mW [52.280742520586756]
  ナノドローンのような小さな機械学習(TinyML)を利用した小型サイバー物理システム(CPS)は、ますます魅力的な技術になりつつある。 単純な電子回路はこれらのCPSを安価にすることができるが、計算、メモリ、センサーの資源を著しく制限する。 本稿では,ナノドロンの限られた超低消費電力資源にのみ依存する,オンデバイスファインチューニング手法を提案する。
  論文  参考訳（メタデータ） (2024-08-06T13:11:36Z)
• VeriCHERI: Exhaustive Formal Security Verification of CHERI at the RTL [4.652188875442064]
  CHERIはハードウェアに直接、きめ細かいメモリ保護を提供し、強制する。 VeriCHERIはISA仕様を一切必要としないという点で、従来のものと概念的に異なる。 CHERIの変種を実装したRISC-Vベースのプロセッサ上で,VeriCHERIの有効性とスケーラビリティを示す。
  論文  参考訳（メタデータ） (2024-07-26T11:48:55Z)
• Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
  政府や企業は、AIを管理する手段として計算を活用し始めている。 計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。 プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
  論文  参考訳（メタデータ） (2024-02-13T21:10:21Z)
• The Surveillance AI Pipeline [10.441765611072329]
  AIの研究、特にコンピュータビジョンが大量監視に力を入れていると主張する声が増えている。 ここでは、30年間のコンピュータビジョン研究論文と下流特許を分析して、Surveillance AIパイプラインを明らかにする。 注釈付きコンピュータビジョンの論文や特許の大部分は、その技術が人間のデータ抽出を可能にすることを自己報告している。
  論文  参考訳（メタデータ） (2023-09-26T17:27:22Z)
• Has China caught up to the US in AI research? An exploration of mimetic isomorphism as a model for late industrializers [9.03136346887569]
  我々は,中国のAI開発プロセスについて検討し,学習の迅速化と差別化を特徴とすることを示す。 2018年までに、AI研究のトピックに対処する中国と米国の間の時間ラグが消滅した。 この発見は、中国が重要な知識ギャップを効果的に橋渡しし、独立した研究軌道を踏み出そうとしている可能性を示唆している。
  論文  参考訳（メタデータ） (2023-07-11T19:59:54Z)
• Evil from Within: Machine Learning Backdoors through Hardware Trojans [72.99519529521919]
  バックドアは、自動運転車のようなセキュリティクリティカルなシステムの整合性を損なう可能性があるため、機械学習に深刻な脅威をもたらす。 私たちは、機械学習のための一般的なハードウェアアクセラレーターに完全に存在するバックドアアタックを導入します。 我々は,Xilinx Vitis AI DPUにハードウェアトロイの木馬を埋め込むことにより,攻撃の実現可能性を示す。
  論文  参考訳（メタデータ） (2023-04-17T16:24:48Z)
• What does it take to catch a Chinchilla? Verifying Rules on Large-Scale Neural Network Training via Compute Monitoring [2.0305676256390934]
  この研究は、大規模NNトレーニングに使用されるコンピューティングハードウェアを監視することによって、これを実現するための1つのメカニズムを分析する。 このフレームワークの主な目標は、合意されたルールに違反したトレーニングを実行するために、アクターが大量の特殊なMLチップを使用していないことを、政府に高い信頼を提供することである。
  論文  参考訳（メタデータ） (2023-03-20T13:50:05Z)
• Publishing Efficient On-device Models Increases Adversarial Vulnerability [58.6975494957865]
  本稿では,大規模モデルのオンデバイス版を公開する際のセキュリティ上の考慮事項について検討する。 まず、敵がデバイス上のモデルを悪用し、大きなモデルを攻撃しやすくすることを示す。 次に、フルスケールと効率的なモデルとの類似性が増加するにつれて、脆弱性が増加することを示す。
  論文  参考訳（メタデータ） (2022-12-28T05:05:58Z)
• Delayed Propagation Transformer: A Universal Computation Engine towards Practical Control in Cyber-Physical Systems [68.75717332928205]
  マルチエージェント制御はサイバー物理システムにおいて中心的なテーマである。 本稿では,CPSのグローバルモデリングを専門とするトランスフォーマーモデルを提案する。 物理的な制約帰納バイアスが設計に組み込まれているため、DePTは幅広い種類のマルチエージェントシステムにプラグアンドプレイする準備ができています。
  論文  参考訳（メタデータ） (2021-10-29T17:20:53Z)
• COVID-19 and Company Knowledge Graphs: Assessing Golden Powers and Economic Impact of Selective Lockdown via AI Reasoning [1.9626657740463977]
  新型コロナウイルス(COVID-19)の感染拡大で、政府は生産活動に進歩的な規制を適用した。 これは特に、イタリアが主な例として、ウイルスによって苦しめられた国々で顕著である。 人工知能(AI)ツールボックスのツールボックスは、多くのエンティティによって特徴づけられるドメインで推論タスクを実行するのに特に効果的である。
  論文  参考訳（メタデータ） (2020-04-21T15:55:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。