ચીનની ટેક દિગ્ગજ Meituan એ LongCat-2.0 નામનું એક શક્તિશાળી AI મોડેલ લોન્ચ કર્યું છે. ખાસ વાત એ છે કે આ **1.6 ટ્રિલિયન પેરામીટર** ધરાવતું મોડેલ સંપૂર્ણપણે સ્થાનિક રીતે નિર્મિત ચિપ્સ પર જ ટ્રેન કરવામાં આવ્યું છે. આ પગલું Nvidia જેવી પશ્ચિમી કંપનીઓ પરની નિર્ભરતા ઘટાડે છે અને અમેરિકાના નિકાસ પ્રતિબંધો વચ્ચે ચીનની ટેકનોલોજીકલ સ્વતંત્રતાની પ્રતિબદ્ધતા દર્શાવે છે. હવે સૌની નજર એ વાત પર છે કે આ ફેરફાર AI ઈન્ફ્રાસ્ટ્રક્ચરના ખર્ચ અને પર્ફોર્મન્સ પર વૈશ્વિક સ્તરે કેવી અસર કરશે.
શું થયું?
ચીનની અગ્રણી ટેકનોલોજી કંપની Meituan એ LongCat-2.0 નામની એક વિશાળ આર્ટિફિશિયલ ઈન્ટેલિજન્સ સિસ્ટમ રજૂ કરી છે. આ મોડેલ, જેમાં 1.6 ટ્રિલિયન પેરામીટર્સ છે, તેની સૌથી મોટી ખાસિયત એ છે કે તે સંપૂર્ણપણે ચીનમાં બનેલી સ્થાનિક ચિપ્સ પર વિકસાવવામાં આવ્યું છે. 50,000 કાર્ડ્સના કમ્પ્યુટિંગ ક્લસ્ટરનો ઉપયોગ કરીને, Meituan એ પશ્ચિમી પ્રોસેસર્સ પર નિર્ભર રહ્યા વિના તાલીમ (training) અને અનુમાન (inference) બંને પ્રક્રિયાઓ સફળતાપૂર્વક પાર પાડી છે. આ વિકાસ એ ચીનના વ્યાપક પ્રયાસોનો એક ભાગ છે, જેનો ઉદ્દેશ્ય અમેરિકા દ્વારા લાદવામાં આવેલા અદ્યતન સેમિકન્ડક્ટર પરના નિકાસ પ્રતિબંધોના પ્રતિભાવમાં સ્વતંત્ર ટેકનોલોજી ઈન્ફ્રાસ્ટ્રક્ચરનું નિર્માણ કરવાનો છે.
રોકાણકારો માટે આ શા માટે મહત્વનું છે?
રોકાણકારો માટે, આ ચીનની મુખ્ય ટેકનોલોજી કંપનીઓની વ્યૂહાત્મક દિશામાં એક નોંધપાત્ર ફેરફાર દર્શાવે છે. Nvidia જેવા અદ્યતન હાર્ડવેર પરની નિર્ભરતા ભૌગોલિક રાજકીય વેપાર પ્રતિબંધોને કારણે ઘણી કંપનીઓ માટે એક મોટી અડચણ રહી છે. જો ચીની ટેક કંપનીઓ સ્થાનિક હાર્ડવેર પર ઉચ્ચ-સ્તરના AI મોડેલોને સફળતાપૂર્વક ટ્રેન કરી શકે છે, તો તે તેમના લાંબા ગાળાના સપ્લાય ચેઇન જોખમો ઘટાડી શકે છે. આ આવશ્યક ટેકનોલોજીથી કપાતનું જોખમ ઘટાડે છે, જોકે તે આંતરરાષ્ટ્રીય સ્તરે સમાન કાર્યક્ષમ અને શક્તિશાળી સ્થાનિક હાર્ડવેર બનાવવાનો પડકાર ઊભો કરે છે.
પર્ફોર્મન્સ અને ટેકનિકલ ગેપ
જોકે આ સિદ્ધિ નોંધપાત્ર છે, તે સ્પષ્ટ ટ્રેડ-ઓફ સાથે આવે છે. Meituan એ સ્વીકાર્યું છે કે તેમના ક્લસ્ટરમાં ઉપયોગમાં લેવાતા સ્થાનિક એક્સિલરેટર્સમાં Nvidia દ્વારા ઉત્પાદિત H800 જેવી અદ્યતન ચિપ્સની તુલનામાં પ્રતિ ઉપકરણ મેમરી ઘણી ઓછી છે. આ મેમરી મર્યાદા એક મોટી ટેકનિકલ અડચણ છે, જેના માટે ઈન્ફ્રાસ્ટ્રક્ચરને સ્થિર રાખવા માટે વ્યાપક સોફ્ટવેર ઓપ્ટિમાઇઝેશનની જરૂર પડશે.
આઉટપુટની દ્રષ્ટિએ, Meituan અહેવાલ આપે છે કે LongCat-2.0 કોડિંગ અને એજન્ટિક બેન્ચમાર્ક પર સારું પ્રદર્શન કરે છે. જોકે, કંપની ખુલ્લેઆમ કહે છે કે તે કાચી ક્ષમતાના સંદર્ભમાં OpenAI ના GPT-5.5 અને Anthropic ના Claude 4.8 Opus જેવા વૈશ્વિક લીડર્સથી હજુ પાછળ છે. રોકાણકારોએ સમજવું જોઈએ કે સ્વતંત્રતા તરફ આ એક પગલું છે, પરંતુ વૈશ્વિક પ્રદર્શન ધોરણ સુધી પહોંચવું હજુ પણ કાર્ય પ્રગતિ હેઠળ છે.
વ્યૂહાત્મક હાર્ડવેર નિર્ભરતા
Meituan એ તાલીમ પ્રક્રિયાની સ્થિરતાને સમર્થન આપવા માટે Huawei ની કલેક્ટિવ કમ્યુનિકેશન લાયબ્રેરીનો ઉપયોગ કર્યો, જે દર્શાવે છે કે સ્થાનિક AI ઇકોસિસ્ટમનું નિર્માણ ચીનમાં સોફ્ટવેર અને હાર્ડવેર પ્લેયર્સ વચ્ચે સહયોગનો સમાવેશ કરે છે. વિશિષ્ટ એપ્લિકેશન-સ્પેસિફિક ઇન્ટિગ્રેટેડ સર્કિટ્સ (ASICs) નો ઉપયોગ ચોક્કસ AI વર્કલોડ માટે હાર્ડવેરને કસ્ટમાઇઝ કરવાની પ્રતિબદ્ધતા દર્શાવે છે.
આગળ શું જોવું?
આ અભિગમની લાંબા ગાળાની શક્યતા આ સ્થાનિક ક્લસ્ટર્સ ચલાવવાના ખર્ચ પર નિર્ભર રહેશે. વિદેશી ચિપ્સ ટાળવી એ વ્યૂહાત્મક જીત હોવા છતાં, રોકાણકારોએ દેખરેખ રાખવી પડશે કે શું આ ક્લસ્ટર્સ Nvidia હાર્ડવેરનો ઉપયોગ કરતા સિસ્ટમ્સ જેટલી જ ખર્ચ-કાર્યક્ષમતા સ્તરે કાર્ય કરી શકે છે. આગામી નિર્ણાયક અપડેટ્સમાં ભવિષ્યના પર્ફોર્મન્સ બેન્ચમાર્ક, હાર્ડવેર મેમરી ક્ષમતામાં સુધારા અને શું ક્ષેત્રની અન્ય કંપનીઓ મોડેલ ગુણવત્તામાં મોટી ઘટાડો અથવા ઓપરેશનલ ખર્ચમાં વધારો કર્યા વિના આ સફળતાનું પુનરાવર્તન કરી શકે છે કે કેમ તેનો સમાવેશ થાય છે.