Resumen en lenguaje sencillo del contenido principal
Esta noticia informa que en 2026, JD Cloud presentó una importante novedad en su conferencia tecnológica: la creación de un supercluster de gran potencia computacional compuesto por 100,000 chips de GPU fabricados en China. Todo este cluster utiliza chips de la empresa china Moore Threads como base de su capacidad de cálculo, destinado específicamente al entrenamiento de grandes modelos y al desarrollo de robots inteligentes o brazos mecánicos industriales que pueden funcionar en el mundo real, ofreciendo así sus recursos computacionales a toda la industria. Es la primera vez que un destacado proveedor de servicios en la nube en China reemplaza completamente sus sistemas de cálculo inteligente por chips nacionales, aprovechando así la política del Ministerio de Industria y Tecnología de fomentar el desarrollo de clusters de cálculo inteligente nacional durante el período “14º Plan Quinquenal”. Esto marca un importante avance, ya que los chips de GPU fabricados en China, que antes se consideraban de rendimiento mediocre y solo adecuados para usos básicos, han superado finalmente los obstáculos para su uso a gran escala comercial. Como resultado, el costo del cálculo por IA disminuirá significativamente, reduciendo así las barreras para el uso de esta tecnología en todos los sectores.
---
Interpretación detallada de cada punto
1. ¿Qué nivel de “superproyecto” representa este cluster de 100,000 chips de GPU?
Muchas personas no tienen una idea clara de lo que significa tener 100,000 chips de GPU. Por ejemplo, hasta ahora, todos los principales proveedores de servicios en la nube en China utilizaban chips de Nvidia extranjeros para sus clusters de cálculo inteligente de este nivel; los chips nacionales solo podían alcanzar un máximo de unos pocos miles de chips, y lograr que funcionaran de manera estable con 10,000 chips ya se consideraba un nivel de excelencia en la industria. Este nuevo proyecto representa un aumento de diez veces en cantidad. Es como conectar 100,000 ordenadores de juego de alta performance para que trabajen simultáneamente. Si solo uno de ellos fallara y se desconectara, el progreso del entrenamiento de un gran modelo se detendría por varios meses. Los chips nacionales anteriores no tenían la estabilidad ni la velocidad de conexión necesarias para cumplir con estos requisitos. Sin embargo, ahora el rendimiento máximo del cálculo nacional ha aumentado diez veces, convirtiéndose en un verdadero supercluster de cálculo capaz de soportar el entrenamiento de modelos complejos de manera estable.
2. ¿Por qué justo ahora?
La implementación de este proyecto se debe a una combinación perfecta de factores políticos y de mercado:
Por un lado, el recientemente lanzado Plan Quinquenal de Información y Comunicaciones del Ministerio de Industria y Tecnología fomenta abiertamente la creación de clusters de cálculo inteligente nacional de miles o cientos de miles de chips, ofreciendo además todo tipo de apoyo. Antes, las empresas temían usar chips nacionales a gran escala por falta de garantías. Ahora, la política proporciona una dirección clara para su uso. Por otro lado, el uso de IA en aplicaciones reales (como robots de logística, brazos mecánicos industriales o robots domésticos) ha alcanzado un punto de explosión, aumentando la demanda de capacidad computacional en comparación con el uso puramente online. Los chips importados no solo eran caros, sino que también podían estar sujetos a restricciones en su suministro. JD Cloud, con su experiencia en comercio minorista, logística e industria, tiene una gran necesidad de este tipo de capacidad computacional y, por lo tanto, está ofreciéndola a la industria, no simplemente como un proyecto decorativo.
3. No se trata de comprar chips para cumplir con requisitos formales; se trata de una integración completa de todo el sistema
Anteriormente, muchos proveedores de servicios en la nube compraban chips nacionales solo para cumplir con las normas de nacionalización, pero el rendimiento de estos chips no se aprovechaba al máximo debido a la incompatibilidad con las plataformas en la nube y los software de entrenamiento de modelos. Esta vez, JD Cloud y Moore Threads han colaborado desde el nivel básico de los chips: los parámetros de los chips se han ajustado según las necesidades de los modelos de entrenamiento de JD Cloud, y las herramientas de la plataforma en la nube han sido desarrolladas específicamente para estos chips. Esto significa que el rendimiento se puede maximizar al 100%, y las necesidades reales de la industria ayudan a los fabricantes de chips a mejorar continuamente sus productos, creando un ciclo positivo de “escenarios reales → entrenamiento de modelos → optimización de chips”.
4. El beneficio más tangible: la disminución directa del costo del cálculo por IA en toda la industria
Con la puesta en marcha de este cluster de 100,000 chips, el precio del cálculo por IA disminuirá significativamente. Antes, el entrenamiento de un modelo de tamaño mediano con chips importados costaba millones de yuanes. Ahora, el costo de adquisición de chips nacionales es la mitad del de los importados, y el efecto de escala de tener 100,000 chips reduce aún más el costo total. Esto hace que empresas pequeñas y startups puedan utilizar IA con facilidad. Por ejemplo, una pequeña fábrica que quiera automatizar los brazos mecánicos de su taller podría ahorrar decenas de miles de yuanes en costos de cálculo. Además, el costo de generar videos largos o crear contenido 3D para el público general también disminuirá significativamente, y en el futuro, podríamos comprar robots domésticos que realmente nos ayuden con tareas domésticas por un mero precio razonable, en lugar de modelos de bajo rendimiento.
5. Un hito para la industria: los chips de GPU nacionales pasan de ser considerados de rendimiento mediocre a ser viables para uso comercial a gran escala
Hasta ahora, la industria tenía la percepción de que los chips de GPU nacionales no eran adecuados para entrenar modelos complejos. Muchas empresas dudaban en usarlos por miedo a problemas. Con la implementación de este cluster de 100,000 chips de JD Cloud, se demuestra que los chips nacionales pueden soportar con éxito clusters de gran tamaño. Otros proveedores de servicios en la nube y empresas no tendrán que decidir entre usar chips importados o nacionales; simplemente pueden seguir este modelo. Esto revitalizará toda la cadena industrial de cálculo por IA, liberándola de la dependencia de fabricantes extranjeros.