Китай обучил ИИ-модель LongCat-2.0 без единого чипа Nvidia

<p><strong>Китайская компания Meituan выпустила LongCat-2.0 — большую языковую модель на 1,6 трлн параметров, обученную целиком на отечественном оборудовании. По заявлению компании, это первая в стране модель такого масштаба, прошедшая полный цикл обучения без западных чипов.</strong></p>

<p>Пекинский гигант сервисов по доставке во вторник открыл исходный код LongCat-2.0. Модель располагает контекстным окном в 1 млн токенов, что ставит ее в один ряд с флагманом DeepSeek V4-pro, вышедшим в апреле. <a href="https://www.scmp.com/tech/tech-trends/article/3358854/china-debuts-biggest-ai-model-trained-local-chips-meituan-releases-longcat-20" rel="noreferrer noopener nofollow" target="_blank">Ключевое отличие в том</a>, что DeepSeek опирался на местные чипы только для инференса, тогда как Meituan задействовала отечественное оборудование и для предобучения.</p>

<section class="c-bic-highlighted-text mb-8 md:mb-12 " id="block_6a438ce0635c8">
<div class="flex items-center gap-5 px-5 py-4 rounded-xl bg-grey-50 text-dark-grey-700">
<svg class="min-w-5 h-5 text-blue-600" fill="none" height="28" viewBox="0 0 28 28" width="28" xmlns="http://www.w3.org/2000/svg"><path d="m11.195 26.6 1.4-9.8h-4.9c-.812 0-.798-.448-.532-.924.266-.476.07-.112.098-.168L16.795 1.4l-1.4 9.8h4.9c.686 0 .784.462.658.714l-.098.21-9.66 14.476Z" fill="currentColor"></path></svg>
<div class="bic-block-highlighted-paragraph-content p3 p3--ns [&_p:last-child]:!mb-0 [&_p]:!leading-6 [&_p]:!font-body [&_p]:!text-4 [&_a]:!text-blue-600">
<p><strong><em>Хотите еще эксклюзивных новостей и аналитики? Подписывайтесь на наш</em></strong><a href="https://t.me/beincrypto_trading"><strong><em> телеграм-канал</em></strong></a><strong><em>, обсуждайте новости и делитесь мнениями о последних событиях рынка в чате!</em></strong></p>

</div>
</div>
</section>

<h2 class="bic-gutenberg-heading wp-heading wp-block-heading" id="h-прорыв-в-обучении-на-отечественном-железе">Прорыв в обучении на отечественном железе</h2>

<p>В Meituan заявили, что LongCat-2.0 стала первой в отрасли моделью на триллион параметров, прошедшей полный цикл обучения и инференса на кластере из 50 000 отечественных вычислительных карт. До сих пор местное оборудование считалось пригодным в основном для инференса — менее ресурсоемкого процесса, при котором уже обученная модель отвечает на запросы пользователей.</p>

<p>Предобучение устроено иначе. Это куда более вычислительно затратный этап, на котором модель обрабатывает огромные массивы данных и осваивает базовые закономерности. Долгое время китайское железо считалось недостаточно мощным для этой задачи, а большинство моделей на местных чипах оставались небольшими или ограничивались мультимодальными задачами.</p>

<p>По заявлению компании, LongCat-2.0 построена целиком на крупномасштабных кластерах из десятков тысяч ИИ-чипов типа ASIC. Такой чип создается под конкретные задачи в отличие от процессора общего назначения. Прямого поставщика оборудования Meituan не назвала, но сообщила, что использовала коммуникационную библиотеку Huawei (HCCL) для повышения стабильности обучения.</p>

<p>Прорыв привлек внимание отраслевых наблюдателей. По словам известного аналитика TP Huang, это снимает любые сомнения в способности суперкластеров Huawei Atlas-950 обучать крупные языковые модели. Аспирант Университета Лихай Ханьчи Сунь отметил, что околофлагманская производительность впервые достигнута на 50 000 отечественных ускорителей.</p>

<h2 class="bic-gutenberg-heading wp-heading wp-block-heading" id="h-где-модель-сильна-и-где-пока-отстает">Где модель сильна и где пока отстает</h2>

<p>В Meituan сообщили, что LongCat-2.0 показала сильные результаты в программировании и агентских задачах. По данным компании, модель обошла более раннюю Google Gemini 3.1 Pro в ряде тестов, включая Terminal-Bench 2.1 и SWE-Bench Pro.</p>

<p>Вместе с тем компания признала, что LongCat-2.0 пока уступает мировым флагманам — OpenAI GPT-5.5 и Anthropic Claude 4.8 Opus. Модель еще не проходила оценку на ведущих площадках вроде Artificial Analysis и Arena, а также на новейших тестах Agents’ Last Exam и CyberGym.</p>

<p>Несмотря на достигнутый рубеж, в Meituan отметили, что обойти западные графические процессоры по-прежнему непросто. По признанию представителей компании, сопутствующее программное сообщество вокруг отечественного железа развито слабее зрелой экосистемы Nvidia.</p>

<p>Предобучение на кластере более чем из 50 000 чипов создало серьезные системные сложности из-за масштаба модели и самого кластера. Главным проблемным местом в компании назвали память. </p>

<p>По данным Meituan, у отечественных ускорителей ее заметно меньше в пересчете на устройство, чем у чипа Nvidia H800, запрещенного к экспорту в Китай по правилам США. Чтобы обойти ограничения, компании пришлось приложить значительные усилия для создания стабильной и масштабируемой инфраструктуры.</p>