Что произошло
Пекинская Z.ai — бывшая Zhipu, спин-офф из Университета Цинхуа и разработчик семейства моделей GLM — завершила строительство дата-центра класса 1 гигаватт, полностью работающего на чипах китайского производства. Первым об этом 20 июля 2026 года сообщил Bloomberg; детали позже подтвердили Tom’s Hardware и TechNode. По данным отчётов, строительство завершено, а сама эксплуатация пока частичная — площадка ещё не вышла на полную проектную мощность.
Детали
- Масштаб. 1 гигаватт постоянной мощности — это энергопотребление уровня города на ~750 000 домов. Для сравнения, это один из крупнейших заявленных ИИ-ЦОД, полностью независимых от чипов NVIDIA.
- Железо. Дата-центр состоит из нескольких вычислительных кластеров, в каждом — свыше 10 000 отечественных ускорителей (по данным отчёта). Китайское поле производителей AI-чипов сегодня — это Huawei Ascend, Cambricon, Moore Threads и Kunlunxin; какие именно чипы стоят в кластерах Z.ai, источники не детализируют.
- Назначение. Мощности пойдут на обучение и разработку следующих поколений моделей GLM. Ранее компания уже обучала GLM на чипах Huawei Ascend с программным стеком MindSpore — новый ЦОД продолжает эту линию, но на большем масштабе.
- Госконтекст. Проект укладывается в китайский пятилетний нацплан на ~$295 млрд по развитию ИИ-инфраструктуры с целью довести долю отечественных компонентов в дата-центрах до 80% и выше.
Что это значит
Для рынка AI-железа сюжет касается прежде всего тех, кто следит за тем, куда движется зависимость индустрии от NVIDIA — от разработчиков моделей до поставщиков чипов и инвесторов в полупроводниковый сектор. Z.ai на практике показывает: обучать модели уровня фронтира на отечественном китайском стеке технически возможно уже сейчас, а не когда-то в будущем. Это идёт вразрез с тем, как ИИ-лаборатории обычно получают вычислительные мощности — арендой у облачных провайдеров на чипах NVIDIA, а не строительством собственных ЦОД на своих чипах. Это же меняет расклад ожиданий вокруг эффективности экспортных ограничений США на топовые чипы NVIDIA (H100/H200/Blackwell), введённых как раз для того, чтобы притормозить такие проекты.
Риск для точности цифр здесь реальный: расхождение между «строительство завершено» и «работает частично» в разных источниках — сигнал, что говорить о полной боевой готовности ЦОД пока рано, а независимой верификации мощности кластеров (сколько ускорителей реально задействовано, какая производительность на модель) на момент публикации нет — все цифры идут по данным самого отчёта.
Горизонт ощутимого эффекта — не завтра: ЦОД должен выйти на полную загрузку, а модели следующего поколения GLM, обученные на этих мощностях, — показать результаты в бенчмарках. Ждать первых заметных сигналов стоит в течение ближайших месяцев, по мере релизов Z.ai и уточнений о реальной загрузке площадки.
Контекст
Экспортные ограничения США на топовые ИИ-чипы NVIDIA действуют для Китая с 2022 года и с тех пор регулярно ужесточаются. В ответ Пекин делает ставку на вертикаль собственных ускорителей (Huawei Ascend, Cambricon, Moore Threads, Kunlunxin) и финансирует инфраструктуру нацпланом на сотни миллиардов долларов — проект Z.ai пока один из самых наглядных публичных результатов этой политики.
