Китайська екосистема штучного інтелекту здійснила знаковий маневр, який може перекроїти глобальний ландшафт напівпровідникової індустрії. Компанія Meituan, відома передусім як гігант у сфері доставки послуг, представила свою флагманську мовну модель LongCat-2.0. Але головна сенсація не в її розмірі (1,6 трильйона параметрів), а в тому, як вона була створена.

LongCat-2.0 стала першою в КНР моделлю подібного масштабу, яка пройшла повний цикл навчання — від попереднього навчання до інференсу — виключно на вітчизняному обладнанні. У той час як більшість китайських розробників, включаючи DeepSeek, використовували місцеві чипи лише для етапу виведення (інференсу), Meituan пішла далі. Вони задіяли кластер із 50 000 власних ASIC-прискорювачів, побудованих на архітектурі, відмінній від графічних процесорів Nvidia.

Архітектурний прорив і «вузьке горлечко»

Ключовою відмінністю стало використання спеціалізованих ASIC-чипів, розроблених під конкретні завдання. Компанія не розкрила прямого постачальника «заліза», однак підтвердила використання комунікаційної бібліотеки Huawei (HCCL) для стабілізації процесу. Це вказує на те, що інфраструктура, ймовірно, базується на кластерах Huawei Atlas 950, які, на думку аналітика TP Huang, тепер не залишають сумнівів у своїй здатності навчати великі мовні моделі.

Однак не обійшлося без компромісів. Головним вузьким місцем, за визнанням самої Meituan, стала пам'ять. У китайських ASIC-прискорювачів її обсяг на один пристрій значно менший, ніж у забороненого до експорту в КНР чипа Nvidia H800. Щоб компенсувати цей недолік, інженерам довелося докласти колосальних зусиль для створення стабільної та масштабованої інфраструктури. Це демонструє, що обхід санкцій вимагає не просто заміни «заліза», а глибокої переробки програмного та системного стеку.

Бенчмарки та реальний стан справ

LongCat-2.0 з контекстним вікном в 1 мільйон токенів уже показала вражаючі результати в програмуванні та агентських завданнях, обійшовши Gemini 3.1 Pro від Google у тестах Terminal-Bench 2.1 та SWE-Bench Pro. Тим не менш, Meituan чесно визнає, що модель поки поступається флагманам OpenAI (GPT-5.5) та Anthropic (Claude 4.8 Opus) у ряді загальних тестів, а також не проходила оцінку на провідних незалежних майданчиках.

Моя професійна думка: Успіх Meituan — це не просто технічна перемога, а потужний сигнал для ринку. Він доводить, що ера «тотального домінування» Nvidia в навчанні моделей добігає кінця. Китай створив робочий прецедент, який у найближчі 12-18 місяців спровокує вибухове зростання попиту на вітчизняні ASIC-рішення, що, своєю чергою, чинитиме тиск на ціни на GPU та прискорить диверсифікацію ланцюжків поставок по всьому світу. Для криптоіндустрії, де доступ до обчислювальних потужностей критичний, це може означати появу нових, дешевших альтернатив для майнінгу та обробки даних.