Hisoblash quvvati muhim resursga aylanmoqda, chunki texnologik gigantlar sun'iy intellekt supertugunlarini yaratish va joriy etishga faol intilishmoqda. Bu ortiqcha qiziqish modellarning parametrlarini oshirish bo'yicha raqobat tufayli yuzaga kelgan bo'lib, bu infratuzilma uchun yetkazib berish bo'yicha oldingi mavjud bo'lmagan talabni keltirib chiqaradi.
>Huawei, ZTE, H3C va Sugon kabi kompaniyalar 1024 dan 100 ming gacha grafik protsessorlardan (GPU) miqyoslanadigan AI supertugunlarini yaratish va joylashtirishda raqobatlashmoqda. Kimi K3 va GLM-5 modellariga bog'liq talablarning o'sishi hisoblash sig'imini chegaragacha olib keldi. Supertugunlar WAIC 2026 ko'rgazmasida modellarni asosiy element sifatida almashtirdi, chunki hisoblash qobiliyati AI rivojlanishidagi asosiy cheklovchi omilga aylandi. 8 ta karta klasterlaridan 100 mingta karta klasterlariga o'tish supertugunning sig'imini bevosita raqobatdosh ustunlikka aylantiradi; natijada H3C uch hafta ichida 58%, Inspur esa 41% o'sishni namoyish etdi.
Eng aniq talab bosimi modellarni ishlab chiqishning old qismida kuzatiladi. Zhipu AI ning GLM-5 va Moonshot AI ning Kimi K3 modellari, ularda 2,8 trillion parametr mavjudligi sababli, inferens uchun katta talab tufayli narxlarni oshirishga va obunalar chekloviga majbur bo'ldi. K3 modelini ishga tushirish uchun 64 dan ortiq GPU kartalari bilan supertugun konfiguratsiyasi talab qilinadi, bu esa ilg'or modellar uchun minimal hisoblash chegarasini belgilaydi. Bunga javoban, Zhipu Zhongke Jiahe ni sotib oldi va 1 GW quvvatli mahalliy AI ma'lumotlar bazasini qurdi, bu esa kompaniya aksiyalarining bir kun ichida 37% ga o'sishiga olib keldi. Vaziyatning matematikasi ko'rsatgichdir: sanoat ishtirokchilari hisoblash xarajatlari taxminan har bir daromad dollariga 0,80 AQSh dollari atrofida ekanligini xabar qilishmoqda, ammo har bir daromad dollari baholash koeffitsientlarining ko'p barobar oshishiga mos keladi, bu esa hisoblash miqdorini o'sishning asosiy mexanizmi qiladi.
Mavjud yutuqlarga Huawei Ascend 950 ning 1024 NPU bilan foydalanish va 750 dan ortiq A384 to'plamlari joylashtirilishi, shuningdek, ZTE OEX ning korpusda 128 GPU va 10 minglik klasterda joylashtirilishi kiradi. Sugon Dawn 8000 ni taqdim etdi - 100 mingta karta bilan birinchi mahalliy tizim. H3C test nuqtasi uchun 240–300 kW beradigan AI fabrikasini qurish bilan shug'ullanmoqda. Texnologik yo'nalishlar farq qiladi: Huawei chipdan interkonnektgacha va sovutishgacha bo'lgan to'liq stek modelidan foydalanadi, bu qatlamlar orasida chuqur optimallashtirishni amalga oshirish imkonini beradi, ammo bu tadqiqot va ishlab chiqishga kolossal investitsiyalarni talab qiladi. ZTE va uning hamkorlari mijozlar uchun bog'liqlikdan qochish va moslashuvchanlikni ta'minlash maqsadida bir nechta chiplardan foydalanadigan ochiq yondashuvni afzal ko'rishadi. Moore Threads, Pingtouge va Baidu Kunlun kabi boshqa o'yinchilar maxsus bulut yoki vertikal ssenariylarga e'tibor qaratib, inferens samaradorligi va iqtisodiy mahsuldorlikka alohida ahamiyat berishadi. Umumiy muammo chip arxitekturasi, interkonnekt, dasturiy stek va operatsion vositalar darajasida tizim yaxlitligini saqlab qolishdir, chunki bitta nuqtada erishilgan afzalliklar tizimli kamchiliklarni qoplashi mumkin emas.
Modellar parametri hali 2,8 trilyon chegarasiga yetmagan; prognozlar ikki yil ichida 10 trilyonga yetishini ko'rsatmoqda. Konsensus aniq edi: supertugunlar kelajakni belgilaydi. Supertugunlar miqyosida hisoblash quvvatini ta'minlay olmaydigan kompaniyalar AI frontidagi raqobatlardan struktural ravishda chetda qolishadi.
XPower Technology kompaniyasi WAIC tadbirida RPP AE7100E arxitektura chiplarini taqdim etdi. Bu mikrokremlar tirnoq kabi o'lchamli bo'lib, tarqatilgan hisoblashlardan foydalanish orqali 400 milliarddan 1,6 trilliongacha parametrli modellarini qo'llab-quvvatlash imkonini beradi va shu bilan birga token narxini minimal darajada ushlab turadi.
XPower Technology WAIC 2026 da AI hisoblashlari ichki bozorida muhim o'yinchiga aylandi. Kompaniya o'zining qayta konfiguratsiya qilinadigan parallel protsessor RPP arxitekturasi asosidagi sun'iy intellekt tezlatgichlar matritsasini namoyish etdi. Ushbu arxitektura bulutli, chekka va yakuniy hisoblash ssenariylarini qamrab oladi. Kompaniyaning asosiy g'oyasi to'g'ridan-to'g'ri sanoatning katta chiplardan foydalanish kerakligi haqidagi umumiy doktrinasiga qarshi chiqadi.
Tirnoq kabi kichik o'lchamdagi AE7100E chiplari bitta tezlatgich kartasiga 12 dona joylashtirilishi mumkin. Bunday konfiguratsiya tarqatilgan hisoblashlar yordamida 400 milliarddan 1,6 trilliongacha parametrli katta til modellarini ishga tushirishga imkon beradi va bu sanoat uchun optimal token xarajat samaradorligiga erishishga yordam beradi. XPower bosh ijrochi direktori Li Yuan ta'limga yo'naltirilgan hisob-kitoblardan inferensga yo'naltirilgan hisob-kitoblarga o'tish muhim tendensiya ekanligini ta'kidladi. U AI dasturlash inferens uchun tanqidiy ahamiyatga ega foydalanish holati bo'lganini ta'kidladi, chunki kompaniyaning tajribasi shuni ko'rsatadiki, AI endi avval professional jamoa tomonidan yillar davomida talab qilingan protsessor kompilyatorlarini ishlab chiqishni amalga oshira oladi va bu qobiliyat turli vazifalarda tezkor qo'llash uchun kengaytirilishi mumkin.
Global ma'lumotlar bazasi markazlaridagi modellarga beriladigan so'rovlarning 55% ochiq kodli modellar bozoriga tegishli bo'lganligi sababli, inferens bozori faqat bir nechta gigantlarga emas, balki har qanday korxonaga ham mavjud bo'lib, bu inferens uchun iqtisodiy jihatdan samarali infratuzilma uchun katta talabni yaratadi. Asosiy kuzatuv katta chiplarning inferensda samarasizligi: dekodlash 1:1 hisoblash-ma'lumot nisbatini talab qiladi, ammo grafik protsessorlar (GPU) 1000:1 nisbatini ta'minlaydi, bu esa quvvat yetkazib berish yo'qotilishiga olib keladi. XPower ning RPP arxitekturasi tarqatilgan kichik chiplardan foydalanib, bitta server ichida nozik ixtisoslashuvni ta'minlaydi. Bundan tashqari, XPower yondashuvi qimmatbaho HBM texnologiyasini yanada yetukroq LPDDR bilan almashtiradi, deb da'vo qiladi, chunki AI inferens uchun fundamental ravishda uchta element zarur: katta sig'im, yetarli quvvat yetkazib berish va past narx. LPDDR texnologiyasi HBM ga qaraganda sezilarli darajada kamroq narxda barcha bu talablarni qondiradi. Kartaga 12 ta chiplar konfiguratsiyasi bitta server formatida chiplar orasida xotirani batafsil ajratish va ma'lumotlarni parallel qayta ishlashni amalga oshirish imkonini beradi. Ushbu tarqatilgan server arxitekturasi XPower ni NVIDIA Groq yondashuvidan ajratib turadi, chunki u ham tarqatilgan ko'pchipli konstruksiyalardan foydalanadi, lekin ancha katta klaster miqyosida. RPP arxitekturasining o'rnatilgan moslashuvchanligi, umumiy va mavzuga xos hisoblashlar o'rtasida muvozanatni saqlashi, bitta chipni bulut, chekka va yakuniy qurilmadagi joylashtirish ssenariylari uchun ishlatish imkonini beradi.
WAIC davrida kompaniya AE7100E chiplaridan tortib 8 karta bo'lgan yuqori zichlikdagi server kabinatlari gacha bo'lgan mahsulot liniyasini namoyish etdi. Kompaniyaning chekka hisoblashlardan bulutli hisoblashlarga o'tishi, XPower inferens bozorini umumiy manzilga ko'ra o'quv bozoridan 10 marta yuqori baholayotgani sababli, eng katta bitta chip quvvati bilan emas, balki eng iqtisodiy jihatdan samarali tarqatilgan tizimlar bilan zabt etilishi kerak degan strategik qadamdir. Garchi bu gipotezani tasdiqlash real joriy etish natijalariga bog'liq bo'lsa-da, RPP arxitekturasi hisoblashlarga nisbatan eng noyob mahalliy yondashuvlardan biri bo'lib, katta chiplar haqidagi konsensusga chorlovchi bo'lib, AI inferensning kelajagi yagona monolit protsessorlarda emas, balki muvofiqlashtirilgan kichik chiplar to'plamida ekanligini da'vo qiladi.
