Китай представив свою найбільшу ШІ-модель, навчену повністю без чипів NVIDIA. Компанія Meituan показала LongCat-2.0 — відкриту велику мовну модель на 1,6 трлн параметрів, проєкт цілком відпрацьовано на вітчизняному обладнанні.
Що саме зробила Meituan
LongCat-2.0 входить до числа найбільших мовних моделей: 1,6 трлн параметрів і контекстне вікно на 1 млн токенів. Ключова відмінність — не розмір, а стек. За твердженням Meituan, це перша в галузі модель рівня трильйона параметрів, у якої на вітчизняному залізі пройшли і навчання, і інференс. Для порівняння, V4-pro від DeepSeek спиралася на китайські чипи лише на етапі інференсу — легшого завдання відповіді на запити користувача. LongCat-2.0 використала своє обладнання й на значно вимогливішій стадії попереднього навчання.
Кластер, за словами компанії, побудовано навколо великих суперподів на ASIC — чипах, заточених під конкретне навантаження. Для координації чипів між собою застосовувалася бібліотека Huawei Collective Communication Library (HCCL), аналог NCCL, яка керує GPU-кластерами NVIDIA.
Як відреагувала індустрія
«…Це нагадує мені думку Дженсена Хуанга з подкасту Dwarkesh: експортні обмеження на GPU Nvidia не зупинять Китай. Вони лише пришвидшать розробку ШІ, що працює на китайських чипах», — написав у X аналітик Ючень Цзінь. Дослідник Університету Ліхай Ханьчі Сунь назвав LongCat-2.0 першою моделлю, навченою до майже фронтирного рівня на 50 000 китайських вітчизняних прискорювачах. «…Якщо Китай здатен масштабувати фронтирне навчання на локальному кремнії на такому рівні, перегони обчислень відкриті ширше, ніж будь-коли», — зазначив венчурний партнер Елвін Фу.
Застереження
За бенчмарками модель обійшла старішу Gemini 3.1 Pro від Google на Terminal-Bench 2.1 і SWE-Bench Pro, але все ще відстає від світових фронтирних систем — GPT-5.5 від OpenAI та Opus 4.8 від Anthropic — на найскладніших агентних завданнях і завданнях на міркування. Meituan визнає, що її програмна екосистема поступається зрілій GPU-спільноті NVIDIA, а головним вузьким місцем під час попереднього навчання була пам’ять: у вітчизняних прискорювачів її на пристрій менше, ніж у забороненого до постачання чипа H800. Структурний сигнал утім очевидний: навчання фронтирного масштабу на китайському залізі технічно можливе, і розрив між китайськими відкритими моделями й топовими закритими західними системами може скорочуватися швидше за прогнози.
Джерело: BeInCrypto
