Meituan-ன் அதிரடி: Nvidia-வை தவிர்த்து, சொந்த சிப்களில் AI மாடலை வெளியிட்டது!

சீனாவின் தொழில்நுட்ப ஜாம்பவானான Meituan, 'LongCat-2.0' என்ற புதிய AI மாடலை அறிமுகப்படுத்தியுள்ளது. இதன் சிறப்பு என்னவென்றால், இது முழுக்க முழுக்க உள்நாட்டு சிப்களை (Domestic Chips) பயன்படுத்தி உருவாக்கப்பட்டுள்ளது. இதனால், Nvidia போன்ற மேற்கத்திய நாடுகளின் ஹார்டுவேரை சார்ந்திருப்பது குறைந்துள்ளது. அமெரிக்காவின் ஏற்றுமதி தடைகளுக்கு மத்தியில், தொழில்நுட்ப சுதந்திரத்தை சீனா எவ்வாறு நோக்கியுள்ளது என்பதை இது காட்டுகிறது. இந்த மாற்றம் AI உள்கட்டமைப்பு செலவுகள் மற்றும் செயல்திறனில் என்ன தாக்கத்தை ஏற்படுத்தும் என்பதை முதலீட்டாளர்கள் உன்னிப்பாக கவனித்து வருகின்றனர்.

என்ன நடந்தது?

சீனாவின் முன்னணி தொழில்நுட்ப நிறுவனமான Meituan, 'LongCat-2.0' என்ற பிரம்மாண்டமான செயற்கை நுண்ணறிவு (AI) அமைப்பை அறிமுகப்படுத்தியுள்ளது. இந்த மாடல், 1.6 டிரில்லியன் அளவுருக்களைக் (Parameters) கொண்டது. இதன் முக்கிய அம்சம் என்னவென்றால், இது முழுக்க முழுக்க சீனாவிலேயே தயாரிக்கப்பட்ட சிப்களைப் பயன்படுத்தி உருவாக்கப்பட்டுள்ளது. 50,000 கார்டுகள் கொண்ட கம்ப்யூட்டிங் க்ளஸ்டரைப் பயன்படுத்தி, வெளிநாட்டு பிராசஸர்களைச் சாராமல், பயிற்சி (Training) மற்றும் இன்ஃபெரன்ஸ் (Inference) செயல்முறைகளை Meituan வெற்றிகரமாக செய்து முடித்துள்ளது. அமெரிக்காவின் ஏற்றுமதி கட்டுப்பாடுகள் காரணமாக, சீனா தனது சொந்த தொழில்நுட்ப உள்கட்டமைப்பை உருவாக்குவதற்கான ஒரு பரந்த முயற்சியின் பகுதியாக இந்த நடவடிக்கை அமைந்துள்ளது.

முதலீட்டாளர்களுக்கு இது ஏன் முக்கியம்?

முதலீட்டாளர்களைப் பொறுத்தவரை, இது சீன தொழில்நுட்ப நிறுவனங்களின் மூலோபாய திசையில் ஒரு குறிப்பிடத்தக்க மாற்றத்தைக் குறிக்கிறது. Nvidia-வின் அதிநவீன ஹார்டுவேரை சார்ந்திருப்பது, புவிசார் அரசியல் வர்த்தகக் கட்டுப்பாடுகள் காரணமாக பல நிறுவனங்களுக்கு ஒரு பெரிய தடையாக இருந்துள்ளது. சீன தொழில்நுட்ப நிறுவனங்கள் உள்நாட்டு ஹார்டுவேரில் உயர்நிலை AI மாடல்களை வெற்றிகரமாகப் பயிற்றுவிக்க முடிந்தால், அவர்களின் நீண்டகால விநியோகச் சங்கிலி அபாயங்கள் குறையக்கூடும். இதன் மூலம் அத்தியாவசிய தொழில்நுட்பங்களிலிருந்து துண்டிக்கப்படும் அபாயம் குறைகிறது. இருப்பினும், சர்வதேச அளவில் உள்ள மாற்று ஹார்டுவேரைப் போலவே திறமையான மற்றும் சக்திவாய்ந்த உள்நாட்டு ஹார்டுவேரை உருவாக்குவது ஒரு புதிய சவாலாக உருவெடுத்துள்ளது.

செயல்திறன் மற்றும் தொழில்நுட்ப இடைவெளி

இந்த சாதனை குறிப்பிடத்தக்கதாக இருந்தாலும், இதில் சில வர்த்தகப் பரிமாற்றங்களும் உள்ளன. Nvidia தயாரிக்கும் H800 போன்ற அதிநவீன சிப்களுடன் ஒப்பிடும்போது, தங்கள் க்ளஸ்டரில் பயன்படுத்தப்படும் உள்நாட்டு ஆக்சிலரேட்டர்களில் ஒரு சாதனத்திற்கான மெமரி (Memory) கணிசமாகக் குறைவாக இருப்பதாக Meituan ஒப்புக்கொண்டுள்ளது. இந்த மெமரி வரம்பு ஒரு பெரிய தொழில்நுட்பத் தடையாகும், மேலும் உள்கட்டமைப்பை சீராக வைத்திருக்க விரிவான மென்பொருள் மேம்படுத்தல் தேவைப்படுகிறது.

வெளியீட்டின் அடிப்படையில், LongCat-2.0 கோடிங் மற்றும் ஏஜென்டிக் பெஞ்ச்மார்க்குகளில் நன்றாக செயல்படுவதாக Meituan தெரிவிக்கிறது. இருப்பினும், OpenAI-யின் GPT-5.5 மற்றும் Anthropic-ன் Claude 4.8 Opus போன்ற உலகளாவிய தலைவர்களுடன் ஒப்பிடும்போது, மூலத் திறனில் (Raw Capability) இது இன்னும் பின்தங்கியிருப்பதை நிறுவனம் வெளிப்படையாகக் கூறுகிறது. முதலீட்டாளர்கள் இது சுதந்திரத்தை நோக்கிய ஒரு படி என்றாலும், உலகளாவிய செயல்திறன் தரத்தை எட்டுவது இன்னும் ஒரு பணியாகவே உள்ளது என்பதை அறிந்திருக்க வேண்டும்.

மூலோபாய ஹார்டுவேர் சார்பு

பயிற்சி செயல்முறையின் நிலைத்தன்மையை ஆதரிக்க, Meituan ஹூவாவின் (Huawei) கூட்டுத் தொடர்பு நூலகத்தைப் (Collective Communication Library) பயன்படுத்தியது. இது, உள்நாட்டு AI சூழலை உருவாக்குவதில் சீனாவுக்குள் உள்ள மென்பொருள் மற்றும் ஹார்டுவேர் நிறுவனங்களுக்கு இடையிலான ஒத்துழைப்பு உள்ளடங்கியுள்ளது என்பதைக் காட்டுகிறது. சிறப்பு பயன்பாட்டு-குறிப்பிட்ட ஒருங்கிணைந்த சுற்றுகளின் (ASICs) பயன்பாடு, குறிப்பிட்ட AI வேலைச்சுமைகளுக்கு ஹார்டுவேரைத் தையல்காரர் செய்வது போன்ற அர்ப்பணிப்பைக் காட்டுகிறது.

அடுத்து என்ன கவனிக்க வேண்டும்?

இந்த அணுகுமுறையின் நீண்டகால சாத்தியக்கூறு, இந்த உள்நாட்டு க்ளஸ்டர்களை இயக்குவதற்கான செலவைப் பொறுத்தது. வெளிநாட்டு சிப்களைத் தவிர்ப்பது ஒரு மூலோபாய வெற்றியாக இருந்தாலும், Nvidia ஹார்டுவேரைப் பயன்படுத்தும் அமைப்புகளைப் போலவே செலவு-திறனுடன் இந்த க்ளஸ்டர்களை இயக்க முடியுமா என்பதை முதலீட்டாளர்கள் கண்காணிக்க வேண்டும். எதிர்கால செயல்திறன் பெஞ்ச்மார்க்குகள், ஹார்டுவேர் மெமரி திறனில் ஏற்படும் மேம்பாடுகள் மற்றும் மாடல் தரத்தில் பெரிய வீழ்ச்சிகள் அல்லது செயல்பாட்டுச் செலவுகளில் அதிகரிப்பு ஏற்படாமல் மற்ற நிறுவனங்கள் இந்த வெற்றியைப் பிரதிபலிக்க முடியுமா என்பது போன்ற முக்கியப் புதுப்பிப்புகளைக் கண்காணிக்க வேண்டும்.