Глобальная гонка вооружений в сфере искусственного интеллекта долгое время определялась доступностью вычислительных мощностей одного конкретного вендора. Зависимость индустрии от графических процессоров Nvidia создала своего рода технологический потолок, который казался непреодолимым для многих игроков. Появление LongCat 2.0 от Meituan радикально меняет этот расклад, демонстрируя возможность создания сверхмасштабных моделей на альтернативном железе. Этот релиз становится не просто техническим достижением, а стратегическим манифестом технологического суверенитета.
Создание модели масштаба в один триллион параметров требует не только колоссальных объемов данных, но и безупречной синхронизации тысяч вычислительных узлов. Meituan подошла к этой задаче системно, инвестируя в собственную AI-инфраструктуру на протяжении трех лет. Результатом стал LongCat 2.0 — первая модель такого объема, полностью обученная на китайских процессорах. Хотя официально производитель чипов не назван, технические характеристики указывают на использование Huawei Ascend 910C в количестве 50 000 единиц.
Основным вызовом при работе с таким массивом железа становится стабильность распределенных систем. В индустрии принято считать, что чем больше кластер, тем выше вероятность каскадного сбоя. Инженерам LongCat удалось снизить частоту критических ошибок на 70%, что позволило достичь впечатляющей пропускной способности в один триллион токенов в сутки.
С технической точки зрения модель представляет собой сложный гибрид. Общий объем параметров достигает 1,6 трлн, однако благодаря использованию Mixture of Experts (MoE) — смеси экспертов — активными при каждом запросе остаются лишь 48 млрд параметров. Это позволяет сочетать глубокие познания модели с приемлемой скоростью генерации. Обучение проходило на массиве из 35 трлн токенов, причем значительная часть данных включала контекстные окна длиной до одного миллиона токенов. Ранее такие объемы памяти и обработки требовали сложнейших инженерных надстроек даже при использовании флагманских GPU от Nvidia.
Особый интерес вызывает внутреннее устройство LongCat 2.0. Разработчики внедрили массивные n-gram эмбеддинги, которые занимают почти 10% всего объема параметров модели (в экспериментальной версии Flash-Lite этот показатель доходит до половины). Для управления такими объемами данных был реализован 6D-параллелизм — многомерный подход к распределению вычислений между чипами. Кроме того, была глубоко переработана система разреженного внимания на базе DSA, что позволило оптимизировать работу с длинными последовательностями текста.
Практическая проверка модели проходила в режиме «стелс» на платформе OpenRouter под кодовым именем Owl Alpha. Результаты тестирования показывают, что LongCat 2.0 не является революционным прорывом в области чистого интеллекта или логики, но демонстрирует высокую стабильность и предсказуемость ответов.
На текущий момент доступ к модели открыт через API с тарификацией $0,75 за миллион входных и $3 за миллион выходных токенов. Несмотря на то что стоимость выше, чем у многих локальных конкурентов, главным событием становится решение опубликовать модель под лицензиями Apache 2.0 или MIT. Это превращает LongCat 2.0 в первый открытый «триллионник», созданный полностью на не-Nvidia стеке.
В конечном итоге LongCat 2.0 — это больше, чем просто очередной инструмент для генерации текста. Это доказательство того, что архитектурные ограничения и аппаратные санкции могут быть преодолены за счет глубокой оптимизации софта и масштабирования альтернативного железа. Китай продемонстрировал, что путь к созданию AGI-систем может лежать вне зависимости от западных полупроводниковых гигантов.
Цифровая независимость с обновлением Immich 3.0
