Tencent, den kinesiske teknologigiganten, har gjort betydelige forbedringer på sitt HPC-nettverk, kjent som Xingmai, med mål om å forbedre sine AI-evner. Ifølge rapporter har oppgraderingen resultert i en 60% økning i nettverkskommunikasjonseffektivitet og en 20% forbedring i LLM (Large Language Model)-trening.
I det siste har kinesiske teknologiselskaper jobbet med å redusere sin avhengighet av utenlandsk teknologi og overvinne eksportforbud pålagt av USA. Tencent’s oppgradering av Xingmai 2.0 nettverket er et tydelig eksempel på denne tilnærmingen. Det forbedrede nettverket forbedrer ikke bare kommunikasjonen mellom databehandlingsklynger, men øker også GPU-utnyttelsen og reduserer kostnadene for selskapet.
Til forskjell fra deres amerikanske konkurrenter, som fokuserer på å skaffe seg toppmoderne halvledere, har Tencent oppnådd prestasjonsgevinstene sine ved å optimalisere sine eksisterende fasiliteter. Det oppgraderte nettverket støtter nå over 100 000 GPU-er i en enkelt klynge, og dobler effektivt sin opprinnelige kapasitet og reduserer betydelig problemoppdagelsestiden.
I tillegg til infrastrukturforbedringer, fremmer Tencent aktivt sine egne utviklede LLM-er for bedriftsprogrammer. Selskapet tilbyr også tjenester for å hjelpe andre selskaper med å utvikle sine egne AI-modeller. Denne strategien samsvarer med den pågående priskrigen i Kinas AI-industri, der de største selskapene som Tencent, ByteDance, Baidu og Alibaba reduserer kostnadene for å konkurrere med deres vestlige motparter.
Det oppgraderte nettverket og framgangen i AI-evnene posisjonerer Tencent som en betydelig aktør på den kinesiske teknologimarkedet. Disse utviklingene forbedrer ikke bare selskapets egne AI-evner, men bidrar også til Kinas bredere innsats for å oppnå teknologisk selvstendighet i møte med begrenset tilgang til avanserte prosessorer.
Som kinesiske teknologigiganter fortsetter å investere i forskning og utvikling, gjenstår det å se hvordan de vil forme det globale AI-landskapet ytterligere og konkurrere mot deres vestlige motparter.