Анализ новости на русском языке
I. Краткое изложение сути
В этой новости сообщается, что в 2026 году на своей научно-технической конференции компания JD Cloud объявила о значимом событии в отрасли: планируется создание суперкластера высокой производительности, оснащенного 100 000 отечественными графическими процессорами (GPU). В качестве основы для обработки данных будут использоваться чипы отечественного производителя Moore Threads, предназначенные специально для тренировки больших моделей и обеспечения работы интеллектуальных роботов и промышленных манипуляторов, которые могут применяться в реальном мире. Этот кластер будет доступен всем отраслям для использования.
Это первый случай, когда ведущий облачный провайдер в Китае полностью заменил чипы зарубежных производителей на отечественные для создания кластера высокой производительности. Это совпадает с политикой Министерства промышленности и информационных технологий, направленной на развитие отечественных решений в области искусственного интеллекта в рамках пятнадцатой пятилетней программы. Это означает, что отечественные GPU, ранее считавшиеся среднего качества и пригодными лишь для ограниченных целей, наконец преодолели барьеры, связанные с массовым коммерческим применением. В результате стоимость вычислительных ресурсов для искусственного интеллекта существенно снизится, что сделает использование AI более доступным для всех отраслей.
II. Подробное разъяснение
1. Что такое этот кластер из 100 000 отечественных GPU?
Многие не представляют себе масштабов такого проекта. Например, все предыдущие кластеры высокой производительности от ведущих китайских облачных компаний использовали чипы отечественного производителя Moore Threads, но их количество не превышало нескольких тысяч, и даже достижение уровня 10 000 считалось передовым достижением в отрасли. Создание кластера из 100 000 чипов — это гораздо более сложная задача, чем простое увеличение количества в 10 раз. Это эквивалентно объединению 100 000 высокопроизводительных игровых компьютеров для совместной работы. Если хотя бы один из них выйдет из строя, весь процесс тренировки большой модели может замереть на несколько месяцев из-за недостаточной надежности отечественных чипов. На этот раз производительность отечественных чипов была увеличена в 10 раз, и это реальный суперкластер, способный стабильно обрабатывать большие данные.
2. Почему именно сейчас?
Это решение было принято благодаря совпадению политических и промышленных факторов: Министерство промышленности и информационных технологий опубликовало планы развития информационно-коммуникационных технологий на период пятнадцатой пятилетки, способствующие созданию кластеров высокой производительности из отечественных компонентов, предоставив соответствующую поддержку. Ранее компании не решались массово использовать отечественные чипы из-за опасений о возможных проблемах. Сейчас же ситуация изменилась, и существует ясное направление для действий. Кроме того, потребность в вычислительных ресурсах для реальных приложений (интеллектуальных роботов, промышленных манипуляторов и т. д.) резко возросла, в то время как использование импортных чипов было дорогостоящим и подвержено ограничениям. Компания JD Cloud, имеющая опыт работы в розничной торговле, логистике и промышленности, испытывает нехватку таких ресурсов, поэтому создание кластера не является просто показухой, а необходимостью.
3. Это не просто покупка чипов для соблюдения норм: сотрудничество направлено на создание полноценной системы
Ранее многие облачные компании покупали отечественные GPU лишь для соблюдения требований к национальной безопасности, но сопутствующие компоненты (облачные платформы, программное обеспечение для тренировки моделей) оставались зарубежными, что снижало эффективность отечественных чипов до 30%. На этот раз JD Cloud и Moore Threads сотрудничают с самого начала: параметры чипов подбираются в соответствии с потребностями компании в тренировке больших моделей, а инструменты для облачной платформы разрабатываются специально для отечественных чипов. Процесс тренировки моделей совместно оптимизируется обеими сторонами, что позволяет максимально раскрыть потенциал отечественных чипов. Кроме того, потребности реальных промышленных сценариев используются для улучшения чипов, создавая положительный цикл: «реальные сценарии → тренировка моделей → оптимизация чипов».
4. Практические преимущества
После ввода в эксплуатацию кластера стоимость вычислительных ресурсов для искусственного интеллекта снизится значительно. Ранее тренировка среднего по размеру модели с использованием импортных чипов стоила миллионов юаней, теперь же стоимость отечественных чипов вдвое ниже, а масштабы кластера позволяют снизить общую стоимость вычислений. Малые предприятия и стартапы смогут позволить себе использование AI: например, для управления промышленными манипуляторами стоимость тренировки снизится с нескольких сотен тысяч юаней до нескольких десятков тысяч. Обычные пользователи смогут использовать AI для создания видео и 3D-контента по более доступным ценам, а в будущем даже приобрести интеллектуальных роботов для домашнего использования.
5. Это важный этап в развитии отечественных технологий
Это событие становится важной вехой в развитии отечественных графических процессоров: ранее их считали недостаточно надежными для работы с большими моделями, но теперь доказано, что они могут обеспечивать необходимую производительность. Другие облачные компании и предприятия могут без колебаний использовать отечественные решения для создания кластеров высокой производительности. Это означает, что вся отрасль от производства чипов и серверов до облачных платформ станет более независимой от зарубежных поставщиков.