Вычислительная мощность становится критически важным ресурсом, поскольку технологические гиганты активно стремятся создать и внедрить суперузлы искусственного интеллекта. Этот ажиотаж вызван соревнованиями по увеличению параметров моделей, которые создают беспрецедентный спрос на инфраструктуру.
Компании, включая Huawei, ZTE, H3C и Sugon, соревнуются в создании и развертывании ИИ-суперузлов, масштабируемых от 1024 до 100 тысяч графических процессоров (GPU). Рост требований, обусловленный моделями Kimi K3 и GLM-5, доводит вычислительную емкость до предела. Суперузлы заменили модели в качестве центрального элемента выставки WAIC 2026, поскольку вычислительная способность стала главным ограничивающим фактором в развитии ИИ. Переход от кластеров с 8 карт к кластерам из 100 тысяч карт делает емкость суперузла прямым конкурентным преимуществом; в результате H3C продемонстрировала рост на 58%, а Inspur — на 41% за три недели.
Наиболее очевидное давление спроса наблюдается на переднем крае разработки моделей. Модели GLM-5 от Zhipu AI и Kimi K3 от Moonshot AI, обладающие 2,8 триллионами параметров, были вынуждены повышать цены и ограничивать подписки из-за огромного спроса на инференс. Для развертывания модели K3 требуется конфигурация суперузла с более чем 64 картами GPU, что устанавливает минимальный порог вычислений для передовых моделей. В ответ на это Zhipu приобрела Zhongke Jiahe и построила отечественный центр обработки данных ИИ мощностью 1 ГВт, что привело к росту акций компании на 37% за один день. Математика ситуации показательна: отраслевые участники сообщают о стоимости вычислений в размере примерно 0,80 доллара США на каждый доллар выручки от модели, однако каждый доллар выручки соответствует многократному увеличению мультипликаторов оценки, делая масштаб вычислений основным рычагом роста.
Существующие достижения включают использование Huawei Ascend 950 с 1024 NPU и развернутыми более чем 750 наборами A384, а также ZTE OEX с 128 GPU на шкаф и кластером в 10 тысяч. Sugon представила Dawn 8000 — первую отечественную систему на 100 тысяч карт. H3C занимается строительством фабрики ИИ, способной выдавать 240–300 кВт на тестовую точку. Технологические направления расходятся: Huawei использует запатентованную модель полного стека — от чипа до интерконнекта и охлаждения, что позволяет проводить глубокую оптимизацию между слоями, но требует колоссальных инвестиций в НИОКР. ZTE и ее партнеры предпочитают открытый подход с использованием нескольких чипов, чтобы избежать зависимости от одного производителя и обеспечить гибкость для клиентов. Другие игроки, такие как Moore Threads, Pingtouge и Baidu Kunlun, фокусируются на специфических облачных или вертикальных сценариях, уделяя особое внимание эффективности инференса и экономической производительности. Общая проблема заключается в поддержании целостности системы на уровне архитектуры чипов, интерконнекта, программного стека и операционных инструментов, поскольку преимущества, полученные в одной точке, не могут компенсировать системные пробелы.
Параметры моделей еще не достигли отметки в 2,8 триллиона; прогнозы указывают на достижение 10 триллионов в течение двух лет. Консенсус был однозначен: суперузлы определяют будущее. Компании, которые не смогут обеспечить себе вычислительные мощности в масштабе суперузлов, будут структурно исключены из конкуренции на фронтире ИИ.
Компания XPower Technology представила чипы архитектуры RPP AE7100E на мероприятии WAIC. Эти микросхемы размером с ноготь способны поддерживать модели с параметрами от 400 миллиардов до 1,6 триллиона благодаря использованию распределенных вычислений, обеспечивая при этом минимальную стоимость токена.
XPower Technology зарекомендовала себя как значимый игрок на внутреннем рынке AI-вычислений на WAIC 2026. Компания продемонстрировала свою матрицу ускорителей искусственного интеллекта, основанную на собственной архитектуре реконфигурируемого параллельного процессора RPP. Эта архитектура охватывает сценарии облачных, граничных и конечных вычислений. Основная идея компании напрямую оспаривает общепринятую доктрину индустрии о необходимости использования гигантских чипов.
Чипы AE7100E, которые имеют размер около ногтя, могут быть интегрированы в количестве 12 штук на одну карту ускорителя. Такая конфигурация позволяет запускать большие языковые модели с 400 миллиардами до 1,6 триллиона параметров посредством распределенных вычислений, достигая оптимальной для отрасли эффективности затрат на токены. Генеральный директор XPower, Ли Юань, отметил, что переход от вычислений, ориентированных на обучение, к вычислениям, ориентированным на инференс, является ключевым трендом. Он подчеркнул, что AI-программирование стало критически важным случаем использования для инференса, поскольку опыт компании показал, что AI теперь способен выполнять разработку компиляторов ЦП, которая ранее требовала профессиональной команды годами, и эту способность можно масштабировать для быстрого применения в различных задачах.
Поскольку 55% запросов к моделям в глобальных центрах обработки данных приходится на рынок моделей с открытым исходным кодом, рынок инференса доступен не только нескольким гигантам, но и любому предприятию, что создает огромный спрос на экономически эффективную инфраструктуру для инференса. Ключевое наблюдение заключается в неэффективности больших чипов при инференсе: декодирование требует соотношения вычислений к данным 1:1, тогда как графические процессоры (GPU) обеспечивают соотношение 1000:1, что приводит к потере пропускной способности. Архитектура RPP от XPower использует распределенные небольшие чипы, обеспечивая тонкую специализацию в пределах одного сервера. Кроме того, подход XPower заменяет дорогостоящую технологию HBM на более зрелую LPDDR, утверждая, что для AI-инференса фундаментально необходимы три элемента: большая емкость, достаточная пропускная способность и низкая стоимость. Технология LPDDR удовлетворяет всем этим требованиям при значительно меньшей стоимости по сравнению с HBM. Конфигурация из 12 чипов на карту позволяет осуществлять детальное разделение памяти и параллельную обработку данных между чипами в рамках одного форм-фактора сервера. Эта распределенная серверная архитектура отличает XPower от подхода NVIDIA Groq, который также использует распределенные многочиповые конструкции, но в гораздо большем кластерном масштабе. Встроенная гибкость архитектуры RPP, балансирующая между общими и специфичными для предметной области вычислениями, позволяет использовать один чип для сценариев развертывания в облаке, на границе и на конечном устройстве.
Во время WAIC компания продемонстрировала свою продукционную линейку, начиная от чипа AE7100E и заканчивая высокоплотными серверными шкафами на 8 карт. Переход компании от граничных вычислений к облачным является стратегической ставкой на то, что рынок инференса, который XPower оценивает в 10 раз выше, чем рынок обучения по общей адресуемой стоимости, будет завоеван не самой большой вычислительной мощностью одного чипа, а наиболее экономически эффективными распределенными системами. Хотя подтверждение этой гипотезы будет зависеть от результатов реального внедрения, архитектура RPP представляет собой один из самых самобытных отечественных подходов к вычислениям, который бросает вызов консенсусу о больших чипах, утверждая, что будущее AI-инференса принадлежит не единым монолитным процессорам, а скоплениям скоординированных небольших чипов.
