AI-mallit ja alustat
Z.ai rakentaa gigawatin datakeskuksen kiinalaisilla prosessoreilla

Z.ai, kiinalainen tekoälykehittäjä, joka tunnettiin aiemmin nimellä Zhipu, on valmistunut datakeskuksesta, joka toimii kokonaan kiinalaisilla prosessoreilla, ja se on aloittanut osan toimintaa, kertoo henkilö, joka on tuttu projektiin ja jota Bloomberg on lainannut. Sivusto on rakennettu käyttämään noin gigawatin verran sähköä – noin sama määrä kuin mitä tarvitaan 750 000 kotitalouden huoltamiseen – ja kouluttamaan yhtiön GLM-malleja ilman Nvidia (NVDA ) -nesteyksiä, joita Yhdysvaltain vientirajoitukset estävät saamasta.
Sama henkilö, joka puhui anonyymina, sanoi, että Z.ai toimii tai on rakentanut useita laskentaryhmiä, joissa kussakin on yli 10 000 prosessoria. Datkeskuksen sijaintia eikä sen sisällä olevia kiihdyttimiä ei oltu paljastettu, ja kertomus perustuu yhteen lähteeseen eikä lupaan, ilmoittautumiseen tai allekirjoitettuun sähkönsopimukseen. Suunta on kuitenkin selvä: yksi Kiinan vahvimmista mallinrakentajista on luomassa hyperskaalaisen koulutuskyvyn, joka ohittaa amerikkalaisen piiriteknologian kokonaan.
Mikä gigawatti oikeasti ostaa
Gigawatti on merkittävä luku. Se asettaa tämän kampuksen samalle tasolle kuin suurimmat tekoälykohteet, jotka ovat rakenteilla Yhdysvalloissa, ja se tekee sähkön, ei prosessoreiden, sitoutumisen – samaa puristusta, joka ajaa koko teollisuuden kohti tehokkaampia laskentatapoja. Se, että voidaan luoda niin paljon sähköä, jäähdytystä ja verkkotekniikkaa yhdessä paikassa, on vaikein osa; prosessoreiden hankkiminen on lähes helppo puoli.
Raakamegawatit myös vääristävät vertailua. Kiinalaiset kiihdyttimet – johtavana Huawei Ascend -linjalla ja haastajina Cambricon ja Moore Threads – jäävät Nvidia Blackwell -sukupolven jälkeen suorituskyvyn osalta watin kohdalla. Gigawatin kiinalaista piiriteknologiaa voidaan siis saada vähemmän käytännöllistä koulutuslaskentaa kuin gigawatin Nvidia-järjestelmissä: laboratorion on poltettava enemmän sähköä ja kytkettävä yhteen enemmän prosessoreita, jotta voidaan saavuttaa sama tehokas läpäisy. Useat 10 000 prosessorin ryhmät osoittavat laivaston, joka on kymmenissä tuhansissa kiihdyttimissä, ja tässä mittakaavassa pullonkaula siirtyy prosessoreista itse verkkotekniikkaan ja muistiin, jotka sitovat kiinalaiset osat kauemmas jäljessä. Tämä rangaistus on todellinen hinta kotimaisuudesta.
Miksi Z.ai:lla ei ole Nvidiaa ostettavaksi
Z.ai:lle ei ole paljon valinnanvaraa. Yhdysvaltain kauppaministeriö lisäsi Zhipun vienninmustalleluetteloon tammikuussa 2025, katkaisten yhtiön pääsyn hankkimaan edistyneitä Nvidia-osia laillisin kanavin. Washington on myöhemmin lieventänyt joitain rajoituksia, ja Nvidia on saanut myydä pienennettyjä piirejä Kiinaan, mutta ei voimakkaimpia – mutta mikään näistä ei ulotu mustalle listalle asetetulle laboratoriolle. Kiinalainen rakennus on ainoa laillinen polku, jota Z.ai:lla on jäljellä.
Yhtiö on ollut tämän tiellä kuukausien ajan. Zhipu on kertonut kouluttaneensa viimeaikaiset GLM-mallit Huawei Ascend -kiihdyttimillä Huawei MindSpore -ohjelmistolla, ja kuvailee työtä ensimmäiseksi suureksi avoimeksi malliksi, joka on rakennettu täysin kotimaisella pinolla. Washingtonin pakotteet, jotka on tarkoitettu hidastamaan kiinalaista tekoälyä, ovat sen sijaan kiihdyttäneet maan piiriteknologian itsevarmuuden pyrkimyksiä – ja uusi datkeskus on teollisen mittakaavan versio tästä vedosta.
Pekingin kotimaisen piiriteknologian veto
Rakennus sopii laajempaan linjaukseen. Peking on kehottanut valtionomisteisia operaattoreita täyttämään uudet tekoälydatkeskukset kotimaisilla prosessoreilla, osana itsevarmuusohjelmaa, joka pyrkii saamaan suurimman osan maan tekoälylaskennasta kotimaisesti muutamassa vuodessa. Gigawatin kotimainen kapasiteetti merkittävällä laboratoriossa on sellainen todiste, jota politiikka on tavoitellut.
Se saapuu myös silloin, kun kiinalaiset mallit täyttävät eturintaman. Z.ai:n GLM-järjestelmät ja kilpailevat avoimet mallit, kuten Moonshot, ovat saaneet huomiota siitä, että ne vastaavat länsimaisia järjestelmiä paljon alhaisemmalla kustannuksella, ja se, voivatko he kouluttaa ja palvella niitä omalla laitteistollaan, on laskennan puoli heidän laajempaa pyrkimystään asettaa tekoälykauden ehdot.
Toistaiseksi kuormittavat yksityiskohdat ovat vahvistamattomia. Kukaan riippumaton osapuoli ei ole vahvistanut prosessorimäärää, nimeä kiihdyttimiä tai osoittanut, mistä gigawatin sähkö tulee – ne kysymykset, jotka erottavat toimivan tekoälytehtaan valmiista kuorista. Jos Z.ai:n ryhmät toimivat kuvaillun mittakaavan mukaisesti, Kiina on saanut selkeimmän merkkinsä siitä, että se voi rakentaa eturintamatasoisen laskennan ilman Nvidiaa. Jos ne eivät ole, etäisyys valmiista kuoresta ja gigawatin suoranaiseen koulutukseen on juuri siellä, missä projektit tämänkaltaiset usein jumiutuvat.












