Z.ai построил центры данных на китайских чипах мощностью гигаватт

Z.ai, китайский разработчик ИИ, ранее известный как Zhipu, завершил строительство центра данных, который работает исключительно на китайских чипах, и начал эксплуатацию части его мощностей, согласно источнику, знакомому с проектом, цитируемому Bloomberg. Этот объект предназначен для потребления примерно гигаватта электроэнергии — что примерно равно количеству энергии, необходимой для обеспечения 750 000 домов — и для обучения моделей GLM компании без использования оборудования Nvidia (NVDA ), которое американские экспортные контроли запрещают ей использовать.

Тот же источник, который говорил анонимно, сказал, что Z.ai теперь эксплуатирует или построил несколько вычислительных кластеров, каждый из которых содержит более 10 000 чипов. Не были раскрыты местонахождение гигаваттного хаба и конкретные ускорители, находящиеся внутри него, и информация основана на единственном источнике, а не на разрешении, заявлении или подписанном контракте на электроэнергию. Направление достаточно ясно: один из самых сильных китайских разработчиков моделей создает гипермасштабную обучающую мощность, которая полностью исключает американскую производительность.

Что на самом деле покупает гигаватт

Гигаватт — это серьезная цифра. Она ставит этот кампус в один весовой класс с крупнейшими объектами ИИ, строящимися в США, и делает энергию, а не чипы, ограничивающим фактором — той же проблемой, которая толкает всю отрасль к более эффективным способам вычислений. Создание такого количества электроэнергии, охлаждения и сетей в одном месте — это сложная задача; поиск процессоров — это почти простая часть.

Сырые мегаватты также улучшают сравнение. Китайские ускорители — возглавляемые линией Ascend компании Huawei, с претендентами, такими как Cambricon и Moore Threads, — отстают от текущего поколения Blackwell компании Nvidia по производительности на ватт. Следовательно, гигаватт китайской кремнии дает меньше вычислительной мощности, чем гигаватт, потребляемый системами Nvidia: лаборатории необходимо сжигать больше энергии и соединять больше чипов, чтобы достичь той же эффективной производительности. Несколько кластеров по 10 000 и более чипов подразумевает флот из десятков тысяч ускорителей, и на таком масштабе узким местом становятся не сами чипы, а сети и память, которые их связывают — именно там, где китайские детали отстают дальше всего. Это штраф — это реальная цена перехода на внутреннее производство.

Почему Z.ai не может купить Nvidia

Для Z.ai есть мало выбора. Министерство торговли США добавило Zhipu в свой экспортный черный список в январе 2025 года, отрезав компанию от покупки передовых деталей Nvidia через легальные каналы. Вашингтон с тех пор смягчил некоторые ограничения, снова разрешив Nvidia продавать уменьшенные чипы в Китай, в то время как запрещая самые мощные — но ни одна из них не достигает черного списка лаборатории. Полностью китайское строительство — это единственный законный путь, оставшийся для Z.ai.

Компания идет в этом направлении уже несколько месяцев. Zhipu заявила, что она обучала недавние модели GLM на ускорителях Ascend компании Huawei с использованием программного обеспечения MindSpore компании Huawei, работу, которую она описала как первую крупную открытую модель, построенную на полностью внутренней стопке. Санкции Вашингтона, предназначенные для замедления китайского ИИ, вместо этого ускорили стремление страны к самообеспечению чипами — и новый центр данных — это промышленный вариант этой ставки.

Ставка Пекина на внутреннюю кремнию

Строительство вписывается в более широкую политическую направленность. Пекин призвал государственных операторов заполнить новые центры данных ИИ внутренними чипами, часть движения по самообеспечению, целью которого является получение большей части вычислительной мощности ИИ страны внутри страны в течение нескольких лет. Гигаватт внутренней мощности на флагманской лаборатории — это тот самый ориентир, на который была направлена политика.

Он также совпадает с тем, что китайские модели заполняют передний край. Системы GLM компании Z.ai и конкурирующие открытые модели лабораторий, таких как Moonshot, привлекли внимание за то, что они соответствуют западным системам при гораздо меньших затратах, и вопрос о том, сможет ли Китай обучать и обслуживать их на своем оборудовании, — это вычислительная часть более широкого стремления страны диктовать условия эры ИИ.

Пока что, основные детали не подтверждены. Никакая независимая сторона не подтвердила количество чипов, не назвала ускорителей и не показала, откуда берется гигаватт электроэнергии — вопросы, которые разделяют рабочую фабрику ИИ и готовую цифру. Если кластеры Z.ai работают в описанном масштабе, у Китая есть самый ясный знак того, что он может создать фронтовую вычислительную мощность без Nvidia. Если они не работают, расстояние между законченной оболочкой и гигаваттом живой мощности обучения — это именно то место, где проекты, подобные этому, обычно застревают.