A Qingmao Intelligence apresentou um plano de operações conjuntas para criar uma rede de inferência de inteligência artificial baseada no hardware Huawei Ascend 950DT. De acordo com o plano, a rede deve incluir 10.000 placas aceleradoras até 2027. Um objetivo de longo prazo, descrito no relatório QbitAI de novembro, prevê a expansão dessa rede para 100.000 placas em cinco anos, abrangendo várias regiões e plataformas de chips.
Esta iniciativa foi anunciada em 17 de novembro com a participação de parceiros do ecossistema Ascend e outros participantes do setor. A proposta 'Fábrica de Tokens' representa um modelo operacional para fornecer tokens gerados por modelos, e não um anúncio sobre o funcionamento de uma instalação existente de 10.000 placas.
Distribuição de Responsabilidades
O plano distribui as tarefas entre quatro grupos. Os parceiros do ecossistema Ascend são responsáveis pelo fornecimento de chips, supernós e suporte técnico. Operadores de data centers fornecem recursos computacionais, energia e infraestrutura. Desenvolvedores de modelos e parceiros de tráfego garantem a demanda e ajudam a avaliar a qualidade dos serviços. A Qingmao assume a coordenação da otimização de software, planejamento, contabilidade unificada e operações diárias.
A empresa afirma que os acordos de nível de serviço e as métricas gerais definirão a contribuição de cada parte, as obrigações operacionais e o mecanismo de distribuição de lucros. O objetivo é fornecer um serviço de inferência unificado em recursos pertencentes ou gerenciados por diferentes partes, e não apenas somar o número total de aceleradores instalados.
A Qingmao indica que sua experiência anterior inclui colaboração com mais de 20 centros de computação, planejamento de quase 20.000 placas aceleradoras internas e adaptação de mais de 15 tipos de chips. Além disso, a empresa relata a implantação de cerca de 10 supernós Ascend 910C. Esses números referem-se a trabalhos realizados anteriormente em várias plataformas e não devem ser considerados como capacidade concluída para o programa planejado 950DT.
A empresa vê o software como uma camada de ligação: o motor de inferência melhora a execução em plataformas de hardware individuais, enquanto o software de gerenciamento coordena recursos, monitoramento e contagem de tokens entre os centros. Os critérios de aceitação incluem taxa de transferência eficiente, latência do primeiro token, velocidade de saída, consistência de precisão, disponibilidade e custo por milhão de tokens efetivos.
Este roteiro difere da solução de otimização de inferência baseada em BAAI e Qingmao FlagOS, apresentada no mesmo evento e relacionada às cargas de trabalho específicas Ascend 910C e 910B. A nova abordagem enfatiza como a capacidade e a demanda dos clientes serão organizadas em uma escala maior.
É importante notar que atingir a meta de 2027 e a expansão de cinco anos permanecem planos da empresa. O relatório não confirma que o pool proposto de 950DT com 10.000 placas está operacional, nem realiza uma verificação independente de sua futura utilização, qualidade de serviço ou viabilidade econômica da prestação de serviços.



