El LongCat-2.0 de China se convierte en el modelo de IA más grande sin chips de Nvidia
China acaba de presentar su modelo de IA más grande entrenado completamente sin chips de NVIDIA. Meituan presentó LongCat-2.0, un modelo de lenguaje grande de código abierto con 1.6 billones de parámetros. El gigante de entrega de alimentos con sede en Pekín llevó a cabo el proyecto en hardware nacional de extremo a extremo.
El avance ahora redefine cómo la industria global de IA ve el impulso de autosuficiencia tecnológica de China.
Lo que LongCat-2.0 de Meituan aporta a la carrera de IA
Un modelo de lenguaje grande es un sistema de IA entrenado en conjuntos de datos masivos. Estos sistemas entienden, generan y razonan en lenguaje humano en muchos dominios. LongCat-2.0 se encuentra entre los más grandes jamás creados, con 1.6 billones de parámetros y una ventana de contexto de 1 millón de tokens.
El lanzamiento se produce mientras China continúa presionando por una autosuficiencia total en la infraestructura de computación crítica. Además, Meituan dijo que LongCat-2.0 es el primer modelo de la industria con un billón de parámetros en completar tanto el entrenamiento como la inferencia en hardware nacional. Como resultado, el proyecto marca un hito técnico importante.
Síguenos en X para obtener las últimas noticias a medida que suceden.
La distinción clave es importante. El V4-pro de DeepSeek dependía de chips nacionales solo para la inferencia. Esa es la tarea más ligera de responder preguntas de los usuarios.
En contraste, LongCat-2.0 utilizó hardware nacional tanto para la inferencia como para la etapa de pre-entrenamiento, que es mucho más exigente.
Meituan dijo que el clúster fue construido alrededor de superpods ASIC a gran escala. Estos son chips personalizados para cargas de trabajo específicas. Además, la compañía utilizó la Biblioteca de Comunicación Colectiva (HCCL) de Huawei para gestionar la coordinación chip a chip a gran escala. La configuración refleja cómo el NCCL de NVIDIA coordina sus propios clústeres de GPU.
“…Me recuerda al punto de Jensen Huang en el podcast de Dwarkesh: los controles de exportación sobre las GPU de Nvidia no detendrán a China. Solo acelerarán el desarrollo de IA que funcione en chips chinos,” dijo el analista Yuchen Jin en X.
Por qué el lanzamiento de LongCat-2.0 es importante a nivel global
LongCat-2.0 mostró un rendimiento sólido en múltiples benchmarks. Superó al antiguo Gemini 3.1 Pro de Google en Terminal-Bench 2.1 y SWE-Bench Pro.
Sin embargo, el modelo aún se queda atrás de los sistemas fronterizos globales. Estos incluyen el GPT-5.5 de OpenAI y el Opus 4.8 de Anthropic en las tareas más exigentes de agencia y razonamiento.
Los observadores de la industria reaccionaron de inmediato. El analista tecnológico TP Huang dijo que el lanzamiento disipa las preocupaciones sobre los SuperPoDs Atlas-950 de Huawei. Además, el investigador de la Universidad de Lehigh, Hanchi Sun, lo llamó el primer modelo jamás entrenado para un rendimiento casi fronterizo en 50,000 aceleradores domésticos chinos.
“…Si China puede escalar el entrenamiento fronterizo en silicio local a este nivel, la carrera armamentista de computación está más abierta que nunca,” señaló el socio de capital de riesgo Alvin Foo.
Quedan obstáculos significativos en toda la pila de IA china. Meituan reconoció que su ecosistema de software aún está rezagado en comparación con la comunidad de GPU madura de NVIDIA. Además, los límites de memoria fueron el principal cuello de botella durante el preentrenamiento. Como resultado, los aceleradores nacionales tienen menos memoria por dispositivo que el chip H800 de NVIDIA, que está prohibido.
La señal más amplia es estructural. El éxito de Meituan demuestra que el entrenamiento a escala de frontera ahora es técnicamente viable en hardware chino.
En consecuencia, la brecha entre los modelos de código abierto chinos y los principales sistemas cerrados occidentales puede reducirse más rápido de lo que proyectaron las previsiones recientes.
Fuente: BeInCrypto