Çinli Meituan yerli çiplerle trilyon parametreli yapay zeka modelini eğitti

Yapay zeka endüstrisinin büyümesinde yüksek işlem gücüne sahip yarı iletkenler kritik rol oynuyor. ABD’nin gelişmiş Nvidia çiplerinin Çin’e ihracatına yönelik kısıtlamaları, Pekin’in yerli çip ekosistemini hızlandırmasına neden olurken, Çinli teknoloji şirketleri de Amerikan donanım tedarik zincirine bağımlılığı azaltacak adımlar atıyor. Bu süreçte Meituan, büyük dil modeli kategorisinde dikkat çeken yeni bir hamle yaptı. Şirket, sohbet botları ve kurumsal yapay zeka otomasyon araçlarında kullanılabilecek LongCat-2.0 adlı yeni modelini piyasaya sundu.

 

YERLİ ÇİPLERLE EĞİTİLDİ
Meituan’ın açıklamasına göre LongCat-2.0, 50 bin çipli tamamen yerli bir bilgi işlem kümesi üzerinde eğitildi. Modelin hem eğitim hem de çıkarım süreçlerinin bu yerli altyapı üzerinde tamamlandığı belirtildi. Şirket, LongCat-2.0’ın trilyon parametreli ilk yerli çip eğitimli modellerden biri olduğunu vurguladı. Bu gelişme, Çin’in yalnızca yapay zeka modellerini çalıştırma aşamasında değil, büyük ölçekli model eğitiminde de yerli işlemci altyapısını kullanabildiğini göstermesi açısından önem taşıyor.

 

GEMINI 3.1 PRO İLE KARŞILAŞTIRILDI
Meituan, LongCat-2.0’ın performansının Google’ın Gemini 3.1 Pro modeliyle karşılaştırılabilir seviyede olduğunu açıkladı. Büyük dil modellerinin rekabet gücü, yalnızca parametre sayısıyla değil, eğitim verisi, yazılım optimizasyonu, çıkarım performansı ve donanım verimliliğiyle de ölçülüyor. Meituan’ın yeni modeli, bu alanlarda yerli çipler üzerinde çalışabilecek şekilde optimize edildi. Şirketin bu iddiası, Çinli yapay zeka geliştiricilerinin yüksek performanslı modellerde dışa bağımlılığı azaltma hedefi açısından dikkat çekiyor.

 

ÇIKARIMDAN EĞİTİM AŞAMASINA GEÇİŞ
Çin’deki birçok yapay zeka laboratuvarı, yerli çipleri daha çok çıkarım süreçlerinde kullanıyordu. Çıkarım, eğitilmiş bir modelin kullanıcı sorgularına yanıt üretmesi anlamına geliyor ve modelin sıfırdan eğitilmesine kıyasla daha düşük işlem gücü gerektiriyor. Büyük ölçekli model eğitimi ise çok daha yüksek hesaplama kapasitesi, güçlü ağ altyapısı ve istikrarlı çip performansı gerektiriyor. Meituan’ın LongCat-2.0 açıklaması, yerli çiplerin yalnızca mevcut modelleri çalıştırmakla sınırlı kalmayıp büyük ölçekli eğitim süreçlerinde de kullanılabildiğini gösteren yeni bir örnek oldu.

 

NVIDIA BAĞIMLILIĞINA ALTERNATİF ARAYIŞI
ABD’nin ihracat kontrolleri nedeniyle Çinli şirketlerin gelişmiş Nvidia yapay zeka çiplerine erişimi uzun süredir sınırlı. Buna karşın Çin’deki birçok modelin geçmişte Nvidia çipleri kullanılarak eğitildiği değerlendiriliyordu. Bazı uluslararası raporlarda, gelişmiş Nvidia işlemcilerinin farklı yollarla Çin pazarına sokulduğu da öne sürülmüştü. Meituan’ın yeni modeli, büyük ölçekli model eğitiminde yabancı çip tedarikine duyulan ihtiyacın azaltılabileceğine işaret ediyor. Şirketin yapay zeka araştırma ekibi, yerli çip mimarilerine yönelik optimizasyon çalışmalarına 2023 yılında başladıklarını açıkladı.

 

ÇİP ÜRETİCİSİ AÇIKLANMADI
Meituan, LongCat-2.0’ın eğitiminde hangi yerli çip üreticisinin kullanıldığını açıklamadı. Şirket, bu bilgiyi kurumsal gizlilik kapsamında paylaşmadı. Yarı iletken sektörü uzmanları, Çin’in yerli yapay zeka çiplerinde Huawei’in Ascend serisi ve SMIC’in gelişmiş üretim süreçleri gibi alternatiflerin öne çıktığını değerlendiriyor. Ancak Meituan’ın resmi açıklamasında belirli bir üretici adı verilmedi. Bu nedenle LongCat-2.0’ın arkasındaki donanım altyapısı, Çin’in yerli yarı iletken ekosistemi açısından yakından izlenen başlıklardan biri olacak.

 

KÜRESEL REKABETTE YENİ AŞAMA
LongCat-2.0’ın yerli çiplerle eğitilmiş olması, ABD ile Çin arasındaki yapay zeka ve yarı iletken rekabetinde yeni bir aşamaya işaret ediyor. Çin, gelişmiş donanım kısıtlamalarına karşı kendi çip, yazılım ve model ekosistemini güçlendirmeye çalışıyor. Meituan’ın hamlesi, büyük ölçekli yapay zeka modellerinde yerli bilgi işlem kümelerinin kullanılabileceğini gösterirken, küresel çip ve yapay zeka pazarındaki rekabetin yalnızca model performansı üzerinden değil, donanım bağımsızlığı üzerinden de şekilleneceğini ortaya koyuyor.