На выставке WAIC 2026 демонстрируются вычислительные кластеры отечественных AI-суперузлов, использующие процессоры Sugon Dawn, Hygon и системы масштаба 100 тысяч карт. Это указывает на сдвиг фокуса в сфере AI-вычислений от конкуренции отдельных чипов к системному уровню.
Смена парадигмы в AI-вычислениях Китая
Мировая конференция по искусственному интеллекту 2026 года свидетельствует о фундаментальном изменении в повествовании о китайских AI-вычислениях. Вместо того чтобы сравнивать отдельные чипы с графическими процессорами NVIDIA, внимание сместилось на системные вычисления с использованием отечественных суперузловых кластеров, которые могут конкурировать с лучшей мировой инфраструктурой ИИ.
Центральным экспонатом, иллюстрирующим переход китайских AI-вычислений в системную эру, является кластер супер-ИИ Dawn 8000 от Sugon. Этот кластер на 100 000 карт построен на процессорах Hygon и подключен к Национальному суперкомпьютерному интернету.
Демонстрация решений отечественными вендорами
Множество местных поставщиков представляют решения в масштабе суперузлов на WAIC. Sugon демонстрирует свою архитектуру супер-ИИ, которая объединяет точность вычислений от FP64 до INT8 в рамках одного кластера, устраняя традиционное разделение между инфраструктурой научных вычислений и обучения ИИ. Hygon показывает свои новейшие высокопроизводительные процессоры, разработанные специально для крупномасштабных задач ИИ, обладающие улучшенной пропускной способностью памяти и возможностями межчипового соединения.
Другие производители чипов также представляют продукцию последнего поколения, оптимизированную для развертывания суперузлов. Акцент всех участников теперь не на том, чтобы соответствовать или превосходить производительность одного чипа NVIDIA H100 или B200, а на демонстрации того, что кластеры отечественных чипов могут достигать конкурентной пропускной способности обучения на системном уровне для моделей до триллиона параметров при правильной архитектуре с оптимизированными сетевыми, дисковыми и программными стеками.
Инновации и системный подход
WAIC также включает ряд инноваций в области AI-вычислений следующего поколения, таких как шкафы суперузлов с жидкостным охлаждением, архитектуры с дисагрегированной памятью для обучения больших моделей и нативные отечественные программные стеки, обеспечивающие высокую утилизацию гетерогенных ускорителей. Некоторые экспоненты демонстрируют сеансы обучения на кластерах, превышающих 10 000 карт, используя исключительно отечественное оборудование и программное обеспечение, при этом демонстрируя сильную эффективность масштабирования.
Системный фокус отражает зрелое понимание того, что лидерство в AI-вычислениях определяется интегрированной производительностью всей инфраструктурной цепочки, а не характеристиками отдельных чипов. Пропускная способность сети, архитектура памяти, эффективность охлаждения, подача питания, поддерживаемый программный инструментарий, программное обеспечение для управления кластером и оптимизация приложений вносят больший вклад в фактическую пропускную способность обучения, чем сама сырая производительность чипа.
Этот структурный взгляд направляет развитие китайских AI-вычислений к целостной системной оптимизации, а не к конкуренции на уровне компонентов. Наблюдатели отрасли отмечают, что это схоже с траекторией глобальных AI-вычислений, где сама NVIDIA трансформировалась из компании, производящей GPU, в компанию, создающую системы для центров обработки данных с платформами DGX и HGX. Демонстрации суперузлов на WAIC показывают, что экосистема отечественных AI-вычислений Китая достигла стадии, когда системная конкуренция становится осуществимой, даже если производительность отдельных чипов все еще отстает от передовых зарубежных процессоров по пиковым спецификациям.
