A Z.ai Constrói Centro de Dados de Gigawatt com Chips Chineses Sozinhos

A Z.ai, desenvolvedora chinesa de IA anteriormente conhecida como Zhipu, concluiu a construção de um centro de dados que funciona inteiramente com chips feitos na China e começou a operar parte dele, de acordo com uma pessoa familiarizada com o projeto citada pela Bloomberg. O local é projetado para consumir cerca de um gigawatt de energia — aproximadamente o que é necessário para abastecer 750.000 residências — e treinar os modelos GLM da empresa sem o hardware da Nvidia (NVDA ), que as restrições de exportação dos EUA mantêm fora do alcance.

A mesma pessoa, que falou anonimamente, disse que a Z.ai agora opera ou construiu vários clusters de computação que cada um contém mais de 10.000 chips. Nem a localização do hub de gigawatt nem os aceleradores específicos dentro dele foram divulgados, e o relato se baseia em uma única fonte em vez de uma permissão, um arquivo ou um contrato de energia assinado. A direção é clara o suficiente: um dos principais construtores de modelos da China está erguendo capacidade de treinamento em hiperscale que pula o silício americano por completo.

O que um gigawatt realmente compra

Um gigawatt é uma figura séria. Coloca esse campus na mesma categoria que os maiores sites de IA em construção nos EUA, e torna a energia, e não os chips, o fator limitante — a mesma pressão que está empurrando a indústria inteira em direção a formas mais eficientes de computar. Erguer essa quantidade de eletricidade, refrigeração e rede em um só lugar é a parte difícil; obter os processadores é quase a parte fácil.

Megawatts brutos também favorecem a comparação. Os aceleradores domésticos da China — liderados pela linha Ascend da Huawei, com desafiantes como Cambricon e Moore Threads — perdem em desempenho por watt em relação à geração atual Blackwell da Nvidia. Um gigawatt de silício chinês, portanto, rende menos capacidade de treinamento usável do que um gigawatt consumido por sistemas da Nvidia: o laboratório precisa queimar mais energia e conectar mais chips para atingir a mesma produtividade eficaz. Vários clusters de 10.000 chips ou mais implicam uma frota na casa dos dezenas de milhares de aceleradores, e nessa escala o gargalo muda dos chips em si para a rede e a memória que os ligam — exatamente onde as peças chinesas ficam mais atrás. Essa penalidade é o preço real de ir para o mercado interno.

Por que a Z.ai não tem Nvidia para comprar

Para a Z.ai, há pouca escolha na questão. O Departamento de Comércio dos EUA adicionou a Zhipu à sua lista negra de exportação em janeiro de 2025, cortando a empresa do acesso a partes avançadas da Nvidia por meio de canais legais. Washington desde então flexibilizou algumas restrições, novamente permitindo que a Nvidia vendesse chips reduzidos para a China enquanto barrava os mais poderosos — mas nada disso alcança um laboratório na lista negra. Uma construção totalmente chinesa é o único caminho legal que a Z.ai tem agora.

A empresa está seguindo esse caminho há meses. A Zhipu disse que treinou recentes modelos GLM nos aceleradores Ascend da Huawei usando o software MindSpore da Huawei, trabalho que descreveu como o primeiro modelo aberto importante construído em uma pilha completamente doméstica. As sanções de Washington, destinadas a desacelerar a IA chinesa, aceleraram em vez disso a corrida do país em direção à autossuficiência em chips — e o novo centro de dados é a versão em escala industrial dessa aposta.

A aposta de silício doméstico de Pequim

A construção se encaixa em uma política mais ampla. Pequim instou operadores estatais a preencher novos centros de dados de IA com chips produzidos no país, parte de uma campanha de autossuficiência que visa obter a maior parte do processamento de IA do país em fontes domésticas dentro de alguns anos. Um gigawatt de capacidade doméstica em um laboratório de ponta é o tipo de prova que a política tem buscado.

Isso também acontece quando os modelos chineses lotam a fronteira. Os sistemas GLM da Z.ai e os modelos abertos rivais de laboratórios como Moonshot ganharam atenção por igualar sistemas ocidentais a um custo muito menor, e se a China pode treinar e servir esses modelos em seu próprio hardware é a metade computacional de sua campanha mais ampla para definir os termos da era de IA.

Por enquanto, os detalhes que suportam o peso são inexatos. Nenhuma parte independente verificou a contagem de chips, nomeou os aceleradores ou mostrou de onde vem um gigawatt de energia — as perguntas que separam uma fábrica de IA funcionando de um número pronto para a imprensa. Se os clusters da Z.ai estão operando na escala descrita, a China tem seu sinal mais claro de que pode construir computação em escala de fronteira sem a Nvidia. Se não estiverem, a distância entre uma casca concluída e um gigawatt de treinamento ao vivo é exatamente onde projetos como este tendem a estagnar.