Сучасна глобальна гонка озброєнь у сфері штучного інтелекту вирішується не лише якістю алгоритмів, а передусім доступом до колосальних обчислювальних потужностей. Через жорсткі експортні обмеження, запроваджені США, китайські гравці змушені шукати витончені обхідні шляхи для масштабування власних великих мовних моделей. Кейс стартапу Moonshot та його лінійки моделей Kimi став яскравим прикладом того, як стратегічні інвестиції та оренда інфраструктури допомагають долати технологічну блокаду. Ключовою фігурою в цьому процесі виявився гігант Alibaba, який, по суті, створив потужний інструментарій для свого потенційного конкурента.
Сучасне навчання великих мовних моделей (LLM) вимагає не просто потужного заліза, а колосальних обчислювальних кластерів, здатних функціонувати як єдиний організм. Для стартапу Moonshot таким фундаментом став доступ до ресурсів Alibaba. Згідно з наявними даними, для навчання моделей серії Kimi було задіяно обчислювальний кластер із 20 000 акселераторів Nvidia покоління Hopper, а саме чипів H200. Попри те що ці рішення технічно поступаються новітній лінійці Blackwell, їхня кількість та синхронність забезпечують необхідну обчислювальну щільність для досягнення високої якості відповідей нейромережі.
Зв'язок між Alibaba та Moonshot має глибокий стратегічний характер. Будучи одним із ключових інвесторів стартапу, Alibaba дотримується традиційної моделі підтримки: фінансові ін’єкції доповнюються наданням доступу до власної хмарної інфраструктури. Таким чином, оренда потужностей стає основним каналом отримання ресурсів для Moonshot, дозволяючи компанії оминати складнощі з прямим придбанням обладнання. Хоча представники Alibaba офіційно дистанціювалися від підтвердження оренди саме H200, сам факт існування кластера з 20 тисяч чипів Nvidia залишається незаперечним базисом їхньої співпраці.
Однак ця синергія породила внутрішній конфлікт інтересів. Моделі Kimi демонструють вражаючі результати, починаючи всерйоз конкурувати з сімейством Qwen — власними розробками Alibaba. У підсумку корпорація опинилася в ситуації, коли її інвестиційна стратегія та щедрість у наданні ресурсів допомогли виростити сильного суперника на внутрішньому ринку.
Паралельно з цим розгортається складніша геополітична гра. Американські регулятори висловлюють занепокоєння тим, що китайські компанії, включаючи Moonshot та Deepseek, могли отримати доступ до ще більш просунутих чипів Blackwell. Передбачається, що цей доступ реалізується через оренду потужностей у сторонніх компаній, що базуються в нейтральних юрисдикціях, наприклад, у Таїланді. Оскільки законодавство США забороняє продаж передових акселераторів до Китаю, але залишає лазівки для їхньої оренди за межами країни, такі схеми стають основним способом обходу санкцій.
Окрім апаратного забезпечення, успіх Kimi (зокрема версії K3) може бути зумовлений застосуванням методів дистиляції знань. Існує ймовірність, що розробники використали передову модель Fable від американської компанії Anthropic як «вчителя». Дистиляція дозволяє перенести когнітивні здібності величезної та дорогої моделі в більш компактну та ефективну структуру, що дає змогу досягати високих показників якості навіть за обмежених обчислювальних ресурсів. Таким чином, технологічний прорив Kimi став результатом поєднання масштабного використання Hopper-кластерів, гнучких схем оренди закордонного заліза та інтелектуальної оптимізації алгоритмів навчання.
Масштабування передових виробничих потужностей Samsung
