Китайская экосистема искусственного интеллекта совершила знаковый маневр, который может перекроить глобальный ландшафт полупроводниковой индустрии. Компания Meituan, известная прежде всего как гигант в сфере доставки услуг, представила свою флагманскую языковую модель LongCat-2.0. Но главная сенсация не в её размере (1,6 триллиона параметров), а в том, как она была создана.

LongCat-2.0 стала первой в КНР моделью подобного масштаба, которая прошла полный цикл обучения — от предобучения до инференса — исключительно на отечественном оборудовании. В то время как большинство китайских разработчиков, включая DeepSeek, использовали местные чипы лишь для этапа вывода (инференса), Meituan пошла дальше. Они задействовали кластер из 50 000 собственных ASIC-ускорителей, построенных на архитектуре, отличной от графических процессоров Nvidia.

Архитектурный прорыв и «узкое горлышко»

Ключевым отличием стало использование специализированных ASIC-чипов, разработанных под конкретные задачи. Компания не раскрыла прямого поставщика «железа», однако подтвердила использование коммуникационной библиотеки Huawei (HCCL) для стабилизации процесса. Это указывает на то, что инфраструктура, вероятно, базируется на кластерах Huawei Atlas 950, которые, по мнению аналитика TP Huang, теперь не оставляют сомнений в своей способности обучать крупные языковые модели.

Однако не обошлось без компромиссов. Главным узким местом, по признанию самой Meituan, стала память. У китайских ASIC-ускорителей её объём на одно устройство значительно меньше, чем у запрещённого к экспорту в КНР чипа Nvidia H800. Чтобы компенсировать этот недостаток, инженерам пришлось приложить колоссальные усилия для создания стабильной и масштабируемой инфраструктуры. Это демонстрирует, что обход санкций требует не просто замены «железа», а глубокой переработки программного и системного стека.

Бенчмарки и реальное положение дел

LongCat-2.0 с контекстным окном в 1 миллион токенов уже показала впечатляющие результаты в программировании и агентских задачах, обойдя Gemini 3.1 Pro от Google в тестах Terminal-Bench 2.1 и SWE-Bench Pro. Тем не менее, Meituan честно признаёт, что модель пока уступает флагманам OpenAI (GPT-5.5) и Anthropic (Claude 4.8 Opus) в ряде общих тестов, а также не проходила оценку на ведущих независимых площадках.

Мое профессиональное мнение: Успех Meituan — это не просто техническая победа, а мощный сигнал для рынка. Он доказывает, что эра «тотального доминирования» Nvidia в обучении моделей подходит к концу. Китай создал работающий прецедент, который в ближайшие 12-18 месяцев спровоцирует взрывной рост спроса на отечественные ASIC-решения, что, в свою очередь, окажет давление на цены на GPU и ускорит диверсификацию цепочек поставок по всему миру. Для криптоиндустрии, где доступ к вычислительным мощностям критичен, это может означать появление новых, более дешёвых альтернатив для майнинга и обработки данных.