Meituan treinou modelo de IA LongCat-2.0 com 1,6 trilhão de parâmetros inteiramente em chips chineses

A empresa chinesa Meituan anunciou que seu novo modelo de IA LongCat-2.0 com 1,6 trilhões de parâmetros se tornou o primeiro modelo de tal escala treinado inteiramente em chips chineses domésticos — um movimento que a empresa chama diretamente de resposta às restrições de exportação dos EUA.

O que se sabe sobre o modelo LongCat-2.0

O aspecto mais notável do novo modelo de Meituan não é seu tamanho, embora seja realmente grande, mas o hardware em que foi treinado. A empresa afirma que LongCat-2.0 se tornou o primeiro modelo dessa escala treinado ponta a ponta em chips chineses domésticos, em vez de em processadores de fabricantes ocidentais.

• Nome do modelo — LongCat-2.0, com 1,6 trilhões de parâmetros.
• O modelo, de acordo com a empresa, é o primeiro dessa escala a passar pelo treinamento completo em chips chineses domésticos.
• Meituan vincula diretamente esse movimento às restrições de exportação dos EUA em chips avançados.

Por que isto é uma resposta às restrições de exportação dos EUA

Treinar um modelo com 1,6 trilhões de parâmetros inteiramente em hardware doméstico é uma tarefa tecnicamente complexa, que normalmente requer chips otimizados para uma arquitetura específica e volume de computação. Que Meituan conseguisse completar todo o processo ponta a ponta sem usar chips ocidentais, a empresa apresenta diretamente como uma demonstração de que as restrições de exportação dos EUA não impedem o desenvolvimento de grandes modelos de IA chineses. O enquadramento do anúncio em si — não como notícias técnicas de rotina, mas como uma "resposta direta," ou seja, uma resposta direta e direcionada à política de controle de exportação — mostra que Meituan vê essa notícia primeiro e principalmente em contexto geopolítico em vez de puramente de produto.

O que distingue LongCat-2.0 de outros modelos grandes

A maioria dos modelos de escala comparável no mundo continua a ser treinada usando chips de fabricantes ocidentais, que permanecem como padrão de indústria para treinar grandes modelos de linguagem. A afirmação de Meituan de que LongCat-2.0 é o primeiro modelo dessa escala treinado inteiramente em chips domésticos o distingue nessa base — a empresa enfatiza não as características arquitetônicas do modelo, mas sim a independência de infraestrutura do processo de treinamento.

O que isto significa

O anúncio de Meituan não é simplesmente notícia de outro grande modelo de linguagem, mas um sinal de que as empresas de tecnologia chinesas são capazes de escalar modelos de IA de trilhões de parâmetros em sua própria base de chips. Se tais afirmações forem verificadas e repetidas por outros participantes, o significado das restrições de exportação dos EUA como ferramenta para conter a IA chinesa diminuirá gradualmente, e a competição no desenvolvimento dos maiores modelos de linguagem finalmente deixará de depender de um único ecossistema de chips.