Китайський технологічний сектор зробив знаковий крок, продемонструвавши повну незалежність від американських напівпровідникових технологій у сфері штучного інтелекту. Компанія Meituan, відома своїми сервісами доставки, представила світу LongCat-2.0 — велику мовну модель із 1,6 трильйона параметрів. Головна сенсація полягає в тому, що весь цикл навчання, від попереднього навчання до інференсу, був виконаний виключно на вітчизняному обладнанні, без використання жодного чипа Nvidia.
Це досягнення ставить Meituan в один ряд із передовими китайськими розробками, такими як DeepSeek V4-pro. Однак ключова відмінність LongCat-2.0 полягає в тому, що DeepSeek використовував місцеві чипи лише для фінального етапу інференсу (відповідей на запити), тоді як Meituan задіяла вітчизняні ASIC-прискорювачі для найбільш ресурсоємного етапу — попереднього навчання моделі.
Масштаб та інфраструктура
Для навчання LongCat-2.0 був розгорнутий гігантський кластер із 50 000 вітчизняних обчислювальних карт. Компанія не розкрила прямого постачальника, але підтвердила використання комунікаційної бібліотеки Huawei (HCCL) для забезпечення стабільності процесу. Це розвіяло сумніви щодо здатності суперкластерів Huawei Atlas-950 справлятися з навчанням моделей трильйонного масштабу. За словами аналітика TP Huang, цей випадок знімає всі питання про можливості китайського «заліза» в даній області.
Бенчмарки та конкурентна позиція
LongCat-2.0 вже продемонструвала вражаючі результати. У тестах, пов'язаних із програмуванням та агентськими завданнями (Terminal-Bench 2.1 і SWE-Bench Pro), модель обійшла більш ранню версію Google Gemini 3.1 Pro. Однак компанія чесно визнає, що поки поступається світовим флагманам — OpenAI GPT-5.5 та Anthropic Claude 4.8 Opus. Модель ще не пройшла оцінку на провідних незалежних майданчиках, таких як Artificial Analysis та Arena, а також на новітніх тестах Agents' Last Exam та CyberGym.
Проблеми та перспективи
Незважаючи на успіх, інженери Meituan зіткнулися з серйозними системними складнощами. Головним вузьким місцем стала пам'ять: у вітчизняних прискорювачів її обсяг у перерахунку на один пристрій значно менший, ніж у забороненого до експорту в Китай чипа Nvidia H800. Щоб обійти це обмеження та створити стабільну, масштабовану інфраструктуру, компанії довелося докласти колосальних зусиль. Екосистема програмного забезпечення навколо китайського «заліза» все ще помітно поступається зрілій інфраструктурі Nvidia CUDA.
Думка експерта: Запуск LongCat-2.0 — це не просто технологічна демонстрація, а чіткий сигнал ринку. Китай довів, що здатен створювати конкурентоспроможні LLM-моделі, не залежачи від американських чипів. Однак для інвесторів та аналітиків ключовим питанням залишається економічна ефективність таких рішень. Поки вартість володіння та експлуатації кластерів на 50 000 ASIC-чипів може бути вищою, ніж у аналогічних за продуктивністю систем на Nvidia. Тим не менш, цей крок значно зміцнює технологічний суверенітет КНР та знижує ризики, пов'язані з експортними обмеженнями США. Це довгостроковий тренд, який змінить глобальну карту ІІ-інфраструктури.