От 10 000 до 100 000 карт: отечественные вычислительные мощности стоят на переломном этапе «системного масштабирования»

За последнюю неделю самой горячей темой в сфере вычислений стала не оценка производительности какой-либо отдельной микросхемы и не гонка параметров какой-либо модели, а более макроскопический и структурный сигнал: отечественные вычислительные мощности переходят от «точечных прорывов» к «системному масштабированию».

Этот вывод основан на двух почти одновременных информационных потоках. Первый — политический: Министерство промышленности и информатизации КНР опубликовало «План развития отрасли информационно-коммуникационных технологий на 15-ю пятилетку», в котором прямо предусмотрено упорядоченное развёртывание интеллектуальных вычислительных кластеров на 10 000, 100 000 и более карт, усиление адаптации отечественных вычислительных чипов и цель довести масштаб интеллектуальных вычислений до 9 800 EFLOPS к 2030 году. Второй — промышленный: JD Cloud на конференции 2026 JD Global Technology Explorer объявила о планах построить интеллектуальный вычислительный кластер на 100 000 карт на базе полнофункциональных GPU Moore Threads, сосредоточившись на обучении больших моделей, инференсе и embodied AI, а также открыть вычислительные мощности для всей отрасли. Moore Threads прямо заявила, что это знаменует первый выход отечественных GPU в ядро интеллектуального вычислительного кластера на 100 000 карт у ведущей AI-облачной компании.

Политическое планирование и промышленная реализация вошли в резонанс в одном временном окне. Это наиболее символичное сочетание событий в сфере вычислений в 2026 году. Оно означает, что отечественные вычисления больше не являются просто «направлением, поощряемым политикой», а начинают входить в слой, несущий ключевые бизнес-нагрузки ведущих облачных провайдеров. Это уже не просто история «замены одной карты», а системная конкуренция, объединяющая кластеры, сети, хранилища, планирование, фреймворки, модели и сервисы.

I. Политический ориентир: кластеры на 100 000 карт и адаптация отечественных чипов вошли в верхнеуровневый дизайн

Вес «Плана развития отрасли информационно-коммуникационных технологий на 15-ю пятилетку» состоит в том, что он больше не ограничивается «поощрением развития», а задаёт чёткие технологические пути, масштабные цели и сопутствующие требования. План предлагает построить многоуровневую систему вычислительных объектов «хаб — регион — периферия», развёртывать вычислительные объекты для инференса по требованию в зависимости от сценариев и «усилить адаптацию отечественных вычислительных чипов». В части каналов передачи вычислений план предусматривает развёртывание высокоскоростной передачи 400G и выше и продвижение 100G-оборудования оптических сетей на периферию. В части зелёных вычислений требуется, чтобы к 2030 году PUE новых крупных и сверхкрупных вычислительных объектов снизился ниже 1,2.

Одновременно Канцелярия Центральной комиссии по делам киберпространства и ещё шесть ведомств совместно опубликовали «План реализации скоординированного цифрового и зелёного трансформационного развития (2026–2030 годы)», подняв экологизацию вычислительных объектов на тот же уровень важности, что и расширение масштабов вычислений. В нём прямо предлагается усилить зелёное проектирование вычислительных объектов, поддерживать технологические инновации в области жидкостного охлаждения, рекуперации остаточного тепла и энергоэффективных чипов, исследовать архитектуру высоковольтного питания постоянного тока 800 В и продвигать развёртывание стоек мощностью более 100 кВт.

В совокупности эти два документа дают очень ясный политический сигнал: отечественные вычисления больше не являются просто «запасным вариантом», а должны стать основным источником вычислительной инфраструктуры. Более того, внимание политики уже не ограничивается тем, «сколько вычислений построить», но включает и то, «как вычисления соединяются, используются и эксплуатируются экологично». Это означает, что конкуренция в строительстве вычислений в ближайшие годы будет не просто конкуренцией по количеству GPU, а комплексной конкуренцией по электроэнергии, охлаждению, сетям, планированию, программной экосистеме и эффективности эксплуатации.

Переход от «10 000 карт» к «100 000 карт» — не простое сложение чисел. Кластер на 10 000 карт уже предъявляет высокие требования к сетевой топологии, параллельному обучению, механизмам отказоустойчивости и пропускной способности хранилищ; кластер на 100 000 карт увеличивает эти проблемы на порядок. Сбои станут нормой, коммуникационные узкие места — более заметными, давление по энергопотреблению и теплоотводу резко возрастёт, а сложность планирования и эксплуатации многократно увеличится. Включая кластеры на 100 000 и более карт в план, политика фактически заставляет всю производственную цепочку перейти от «продажи оборудования» к «поставке систем».

II. Промышленная реализация: отечественные GPU получили «вотум доверия» от ведущих облачных провайдеров

Политический ориентир задан, но по-настоящему воодушевило отрасль сотрудничество JD Cloud и Moore Threads.

Кластер на 100 000 полнофункциональных GPU использует GPU Moore Threads в качестве вычислительной основы, обслуживает обучение больших моделей, инференс и embodied AI, а также открывает вычислительные мощности для всей отрасли. Цао Пэн, председатель Технического комитета JD Group и президент JD Cloud, охарактеризовал его как «самостоятельную и контролируемую сверхмасштабную вычислительную основу в области отечественного AI-облака». Ключевых слова здесь два: «самостоятельная и контролируемая» и «сверхмасштабная». Первое указывает на безопасность цепочки поставок, второе — на инженерные возможности. Смогут ли отечественные GPU войти в ядро интеллектуальных вычислительных кластеров ведущих AI-облачных компаний, долго оставалось знаком вопроса. Теперь этот знак вопроса выпрямляется.

Ещё более примечательна технологическая зрелость. Совместное решение Qujing Technology и Moore Threads уже введено в производственную среду и обрабатывает реальный токен-трафик официального бизнеса ведущих производителей моделей. В производственных данных MTT S5000 и отечественное гетерогенное решение PD работают совместно: средняя скорость генерации токенов превышает 50 TPS, коэффициент попаданий в KV-кэш превышает 90%, а стабильность системы достигает 99,9%. Это означает, что отечественные GPU уже не просто «пригодны» в лаборатории, а «удобны» в производственной среде. Для облачных провайдеров и производителей моделей производственные данные гораздо убедительнее любых пиковых показателей на презентации.

Масштаб кластера также быстро растёт. Кластер на 10 000 карт на базе MTT S5000 уже предоставляет услуги для обучения сверхбольших моделей, а сервисы инференса для «фабрик токенов» последовательно запускаются в эксплуатацию. От 10 000 до 100 000 карт инженерные возможности отечественных вычислений проходят настоящую проверку масштабом. Кластер на 100 000 карт — это не просто 10 000 карт, умноженные на десять. Он включает ряд системных вопросов: высокоскоростные межсоединения, сети без потерь, параллельные файловые системы, восстановление после контрольных точек, изоляция сбоев, планирование задач и управление энергопотреблением. Если хотя бы одно звено отстаёт, эффективная вычислительная мощность всего кластера сильно снизится.

Поэтому значение шага JD Cloud не только в том, «сколько отечественных GPU было куплено», а в том, что отечественные GPU начали включаться в ключевое вычислительное планирование ведущих облачных провайдеров. Это равносильно «вотуму доверия»: отечественные вычисления больше не только периферийный, пилотный или резервный бизнес, а могут стать одной из основных основ для таких ключевых сценариев, как обучение больших моделей, инференс и embodied AI.

III. Сторона спроса: итерация моделей и рост цен на вычисления создают двойную тягу

За ускоренным масштабированием отечественных вычислений стоит мощная тяга со стороны спроса.

В начале сентября OpenAI выпустила новое флагманское поколение модели GPT-6 Astra с контекстным окном 1,05 млн токенов и зрелой реализацией в автономных операциях Computer-Use и многошаговых сквозных задачах. Поколенческий скачок возможностей моделей напрямую вызывает структурный рост потребления вычислений. В длительных задачах один вызов включает контекст в миллион токенов и многократные вызовы инструментов; вычислительная нагрузка, использование VRAM и коммуникационные накладные расходы на этапе инференса значительно возрастают. Раньше многим приложениям было достаточно короткого вопроса-ответа; теперь агенты должны непрерывно планировать, вызывать инструменты, читать длинные документы и выполнять многошаговые операции. Потребление токенов и использование вычислений уже не того порядка.

В Китае официально выпущена модель DeepSeek V4.1 Flash, которая по ключевым показателям — производительности, скорости отклика и другим — полностью превзошла предыдущую V4 Pro, а также объявлено о снижении цен на всю линейку Flash: цена при промахе входного кэша снижена на 60%. Снижение стоимости моделей дополнительно подтолкнёт объём API-вызовов, а спрос на вычислительные мощности для инференса соответственно расширится. Снижение цен стимулирует подключение большего числа разработчиков, больше подключённых приложений принесёт больше вызовов токенов, что в конечном итоге вернётся на сторону вычислений в виде постоянно растущего спроса на инференс.

Расширение спроса уже отразилось на ценах. С начала года Tencent Cloud, Alibaba Cloud, Baidu AI Cloud и другие провайдеры массово повышали цены на вычислительные продукты, некоторые услуги подорожали более чем на 30%. Цены аренды GPU серии NVIDIA также в большинстве выросли: аренда B200 подорожала на 11,65% за месяц, RTX5090 — на 28,57%. По состоянию на март этого года среднесуточное число вызовов токенов в Китае превысило 140 трлн, что более чем на 40% больше, чем 100 трлн в конце 2025 года, всего за три месяца.

Разрыв между спросом и предложением продолжает увеличиваться. Основатель MetaX Чэнь Вэйлян на партнёрской конференции China Unicom 2026 указал, что параметры больших моделей уже достигают триллионного и даже десятитриллионного уровня, потребление вычислений на обучение и инференс растёт экспоненциально, и в предложении вычислений сохраняется устойчивый разрыв. Это объясняет, почему цены на вычисления растут, аренда дорожает, облачные провайдеры расширяются, а политика подталкивает. Спрос — не краткосрочный импульс, а долгосрочное расширение, созданное наложением улучшения возможностей моделей, снижения стоимости инференса и распространения прикладных сценариев.

IV. Почему этот раунд «отечественного замещения» иной

В последние годы продвижение отечественных вычислений часто критиковали за «политику без сценариев». Производительность одной карты догоняла, но программная экосистема была слабой, стоимость миграции высокой, а клиенты не решались размещать ключевой бизнес. Многие проекты оставались на уровне местных центров интеллектуальных вычислений, лабораторных проверок и маломасштабных пилотов, не формируя коммерческого замкнутого цикла.

Но изменение этого раунда в том, что от политических целей до промышленной реализации, от адаптации моделей до производственной проверки — каждое звено добилось существенного прогресса в одном временном окне.

«15-я пятилетка» включает кластеры на 100 000 карт и адаптацию отечественных чипов в верхнеуровневый дизайн. Сотрудничество JD Cloud и Moore Threads доказывает, что отечественные GPU уже способны принимать ключевой бизнес ведущих облачных провайдеров. Производственные данные Qujing Technology и Moore Threads показывают, что конкурентоспособность отечественных вычислений распространяется от производительности одной карты на системную эффективность производства токенов. В то же время China Unicom объявила, что в период «15-й пятилетки» ожидает привлечь инвестиции в размере сотен миллиардов юаней, укрепить вычисления в регионе Пекин–Тяньцзинь–Хэбэй, дельте Янцзы и районе Большого залива Гуандун–Гонконг–Макао, создать парки гигаваттного уровня и «позволить большему числу отечественных больших моделей использовать качественные отечественные вычисления».

За этим формируется более полный консорциум: операторы связи предоставляют сети, парки, энергию и капитал; облачные провайдеры — платформы, планирование и клиентов; производители GPU — вычислительную основу; производители моделей — сценарии и трафик; системные интеграторы — гетерогенную координацию и инженерную оптимизацию. Отечественные вычисления больше не борьба одной компании, а системный проект, совместно продвигаемый вверх и вниз по производственной цепочке.

Так называемое «системное масштабирование» содержит как минимум четыре слоя смысла. Во-первых, ядро конкуренции смещается от производительности одной карты к эффективности кластера, а межсоединения, хранилища, планирование, отказоустойчивость и энергоэффективность становятся ключевыми показателями. Во-вторых, покупатели расширяются от лабораторий и местных центров интеллектуальных вычислений до ведущих облачных провайдеров, операторов связи и крупных модельных компаний. В-третьих, применение расширяется от пилотных демонстраций до реального токен-трафика в производственной среде. В-четвёртых, политика переходит от простых субсидий к планированию, стандартам, зелёному развитию, каналам передачи и промышленной координации. Только при одновременном продвижении этих четырёх слоёв можно говорить о «системном масштабировании».

V. Что означает кластер на 100 000 карт

Кластер на 100 000 карт прежде всего выдвигает на первый план вопросы энергии и охлаждения. Парки гигаваттного уровня, стойки мощностью более 100 кВт, высоковольтное питание постоянного тока 800 В, жидкостное охлаждение, рекуперация тепла — эти звенья, которые раньше казались «вспомогательными технологиями», становятся решающими для возможности развёртывания вычислительного кластера. PUE ниже 1,2 — не украшение, а жёсткое ограничение. Без зелёных вычислений не может быть устойчивого масштаба вычислений.

Во-вторых, это означает, что сети и хранилища должны модернизироваться одновременно. Высокоскоростная передача 400G и выше, продвижение 100G-оборудования оптических сетей на периферию нужны для формирования эффективных каналов между вычислительными хабами, внутри кластеров и между периферийными узлами. Обучение на 100 000 карт требует высокопропускной сети с низкой задержкой и без потерь, а также высокопроизводительной параллельной файловой системы для записи и чтения контрольных точек. Если сети и хранилища не поспевают, сколько бы GPU ни было, их нечем будет «накормить».

В-третьих, это означает дальнейшее усиление важности программной экосистемы. Экосистема CUDA имеет глубокие накопления. Чтобы отечественные GPU массово использовались в производственной среде, необходимо решить вопросы покрытия операторов, совместимости с фреймворками, оптимизации компиляции и привычек разработчиков. Слои совместимости могут снизить стоимость миграции, но в долгосрочной перспективе нужно сформировать собственные инструментальные цепочки, сообщества и стандарты. Только при зрелой программной экосистеме системные преимущества отечественных вычислений действительно высвободятся.

Наконец, это означает, что бизнес-модель должна выдержать проверку. Кластер на 100 000 карт требует огромных инвестиций, а затраты на электроэнергию, землю, оборудование и эксплуатацию высоки. Как повысить коэффициент использования, как хорошо обслуживать производителей моделей и как сформировать устойчивую модель аренды вычислений и «фабрик токенов» — вопросы, на которые необходимо ответить. Вычисления не заканчиваются строительством; эффективность эксплуатации — это долгосрочная конкурентоспособность.

VI. Вызовы и риски сохраняются

То, что отечественные вычисления стоят на переломном этапе, не означает исчезновения проблем. В цепочке поставок сохраняются ограничения по передовым техпроцессам, HBM, передовой упаковке и EDA-инструментам. В экосистеме ещё нужно время для привычек разработчиков, покрытия операторов и совместимости фреймворков. В энергетике требования зелёных вычислений повышают стоимость строительства и эксплуатационные пороги. На рынке необходимо остерегаться дублирующего строительства и простоя, избегать «строительства ради строительства». В коммерческой сфере существует напряжение между ростом цен на вычисления и снижением стоимости моделей, и необходимо балансировать прибыль облачных провайдеров и производителей моделей.

Кроме того, фактический прогресс поставки кластера на 100 000 карт, стабильность отечественных GPU при сверхмасштабном обучении, эффективность планирования гетерогенных решений и потери производительности после миграции моделей — всё это требует проверки реальными производственными данными. Резонанс политики и промышленности дал хорошее начало, но настоящее испытание впереди — на этапах поставки и эксплуатации.

VII. Ключевые окна наблюдения впереди

В ближайший период стоит внимательно следить за несколькими показателями. Во-первых, фактический прогресс поставки и темпы ввода в эксплуатацию кластера JD Cloud на 100 000 карт. Во-вторых, последуют ли другие ведущие AI-облачные провайдеры за крупномасштабным развёртыванием отечественных GPU. В-третьих, продолжит ли расти доля отечественных больших моделей, завершающих обучение и инференс на отечественных вычислениях. В-четвёртых, зрелость программной экосистемы отечественных GPU, включая библиотеки операторов, адаптацию фреймворков и обратную связь разработчиков. В-пятых, смогут ли показатели зелёных вычислений соответствовать требованиям при расширении масштабов. В-шестых, сформируется ли положительный цикл между коэффициентом использования вычислений и ценами на услуги.

Если эти показатели продолжат улучшаться, то системное масштабирование отечественных вычислений станет не только языком политики, но и промышленной реальностью. За последнюю неделю политика и промышленность вошли в резонанс в одном временном окне. Отечественные вычисления стоят на переломном этапе перехода от 10 000 к 100 000 карт, от пилотов к производству, от точечных прорывов к системному масштабированию. 100 000 карт — не конечная точка, а отправная точка превращения отечественных вычислений в основную силу вычислительной инфраструктуры.