Чжэцзян строит ИИ-вертикаль: зачем Китаю провинция-суперкомпьютер

Пока мы следим за очередным твитом Сэма Альтмана или спорим о том, не лопнет ли пузырь генеративного ИИ, в Китае тихой сапой верстают планы, которые определят облик индустрии на десятилетие вперед. Провинция Чжэцзян, которая на минуточку является родиной Alibaba и целой россыпи техгигантов, опубликовала черновик своей стратегии на «15-ю пятилетку». И это не просто набор скучных бюрократических лозунгов о прогрессе.

Перед нами — детальный инженерный чертеж того, как превратить целый регион в гигантский, слаженно работающий компьютер. Если вы думали, что облачные вычисления — это просто аренда серверов, то Чжэцзян собирается доказать, что это вопрос государственной безопасности и глубокой промышленной интеграции. Центральная идея документа — тотальная координация вычислительных ресурсов.

Власти провинции явно не в восторге от того, что каждый стартап или завод пытается строить свой маленький и зачастую неэффективный дата-центр. Вместо этого они предлагают создать многоуровневую систему сервисов, где мощности распределяются так же логично, как электричество в городской сети. Это прямое продолжение амбициозной китайской политики «вычислений с востока на запад», но теперь перенесенное на микроуровень одной, пусть и очень богатой, провинции.

Чжэцзян всегда был полигоном для экономических экспериментов, и теперь он становится полигоном для ИИ-централизации. Самое интересное и, пожалуй, наиболее важное для понимания ситуации кроется в термине «связка чипов и моделей». В условиях, когда доступ к топовым западным ускорителям вроде H100 ограничен санкциями, китайцы делают ставку на глубокую синергию.

Это означает, что разработка архитектуры новых чипов и обучение нейросетей будут идти рука об руку. Если у вас нет самого быстрого процессора в мире, вы обязаны написать софт так, чтобы он выжимал максимум из того железа, которое у вас есть под рукой. Это вынужденный, но крайне эффективный переход от экстенсивного роста к ювелирной оптимизации, которая в долгосрочной перспективе может дать Китаю преимущество в стоимости вычислений.

Еще один важный пункт плана — создание системы «базовых и вертикальных» моделей. Пока Кремниевая долина гонится за универсальным сверхразумом, способным писать стихи и кодить одновременно, Чжэцзян прагматично смотрит в сторону индустриального применения. Базовые модели (LLM) станут лишь фундаментом, на котором вырастут сотни узкоспециализированных решений для реального сектора: от оптимизации станков на заводах до логистических цепочек в портах Нинбо.

Это и есть живое воплощение стратегии «ИИ+», призванной внедрить алгоритмы в каждый элемент производственной цепочки, а не просто оставить их развлекать пользователей в чат-ботах. Но технологии не живут в вакууме, и китайское руководство это прекрасно понимает. План подчеркивает важность «открытой экосистемы» и создания национальных экспериментальных зон по работе с данными.

В современном мире данные — это нефть, а качественные размеченные данные для обучения — это высокооктановый бензин. Чжэцзян намерен построить лучшую в мире «заправочную станцию», где юридические и технические барьеры для обмена информацией между государством и частным бизнесом будут сведены к минимуму. Это амбициозный вызов, учитывая традиционную закрытость корпоративных данных, но в рамках «пятилетки» такие вопросы обычно решаются директивно.

Зачем всё это нужно в глобальном смысле? Официально — для достижения «всеобщего процветания», мантры нынешнего руководства КНР. В реальности же это масштабная попытка создать полный технологический суверенитет и доказать, что плановая экономика способна эффективно управлять такой хаотичной и быстрорастущей сферой, как искусственный интеллект.

Пока западные компании конкурируют друг с другом в условиях свободного рынка, Чжэцзян пытается заставить все элементы системы — от кремния до облачных сервисов и конечных приложений — работать как единый, идеально отлаженный механизм. Главное: Китай окончательно переходит от закупки вычислительных мощностей к их тотальному государственному управлению и аппаратной оптимизации. Если стратегия «связки чипов и моделей» сработает в условиях дефицита железа, мы увидим новый тип ИИ-экономики, где эффективность софта и плотность интеграции станут важнее количества терафлопсов.

Сможет ли бюрократия не задушить инновации в процессе этой жесткой «координации», покажет только время, но масштаб замаха впечатляет.