Китайский технологический сектор совершил знаковый шаг, продемонстрировав полную независимость от американских полупроводниковых технологий в области искусственного интеллекта. Компания Meituan, известная своими сервисами доставки, представила миру LongCat-2.0 — большую языковую модель с 1,6 триллиона параметров. Главная сенсация заключается в том, что весь цикл обучения, от предобучения до инференса, был выполнен исключительно на отечественном оборудовании, без использования единого чипа Nvidia.

Это достижение ставит Meituan в один ряд с передовыми китайскими разработками, такими как DeepSeek V4-pro. Однако ключевое отличие LongCat-2.0 в том, что DeepSeek использовал местные чипы только для финального этапа инференса (ответов на запросы), тогда как Meituan задействовала отечественные ASIC-ускорители для самого ресурсоемкого этапа — предобучения модели.

Масштаб и инфраструктура

Для обучения LongCat-2.0 был развернут гигантский кластер из 50 000 отечественных вычислительных карт. Компания не раскрыла прямого поставщика, но подтвердила использование коммуникационной библиотеки Huawei (HCCL) для обеспечения стабильности процесса. Это развеяло сомнения относительно способности суперкластеров Huawei Atlas-950 справляться с обучением моделей триллионного масштаба. По словам аналитика TP Huang, этот случай снимает все вопросы о возможностях китайского «железа» в данной области.

Бенчмарки и конкурентная позиция

LongCat-2.0 уже продемонстрировала впечатляющие результаты. В тестах, связанных с программированием и агентскими задачами (Terminal-Bench 2.1 и SWE-Bench Pro), модель обошла более раннюю версию Google Gemini 3.1 Pro. Однако компания честно признает, что пока уступает мировым флагманам — OpenAI GPT-5.5 и Anthropic Claude 4.8 Opus. Модель еще не прошла оценку на ведущих независимых площадках, таких как Artificial Analysis и Arena, а также на новейших тестах Agents’ Last Exam и CyberGym.

Проблемы и перспективы

Несмотря на успех, инженеры Meituan столкнулись с серьезными системными сложностями. Главным узким местом стала память: у отечественных ускорителей ее объем в пересчете на одно устройство значительно меньше, чем у запрещенного к экспорту в Китай чипа Nvidia H800. Чтобы обойти это ограничение и создать стабильную, масштабируемую инфраструктуру, компании пришлось приложить колоссальные усилия. Экосистема программного обеспечения вокруг китайского «железа» все еще заметно уступает зрелой инфраструктуре Nvidia CUDA.

Мнение эксперта: Запуск LongCat-2.0 — это не просто технологическая демонстрация, а четкий сигнал рынку. Китай доказал, что способен создавать конкурентоспособные LLM-модели, не завися от американских чипов. Однако для инвесторов и аналитиков ключевым вопросом остается экономическая эффективность таких решений. Пока стоимость владения и эксплуатации кластеров на 50 000 ASIC-чипов может быть выше, чем у аналогичных по производительности систем на Nvidia. Тем не менее, этот шаг значительно укрепляет технологический суверенитет КНР и снижает риски, связанные с экспортными ограничениями США. Это долгосрочный тренд, который изменит глобальную карту ИИ-инфраструктуры.