Z.ai xây dựng trung tâm dữ liệu gigawatt chỉ với chip Trung Quốc

Z.ai, nhà phát triển AI Trung Quốc trước đây có tên là Zhipu, đã hoàn thành xây dựng một trung tâm dữ liệu hoàn toàn chạy trên chip sản xuất trong nước và đã bắt đầu vận hành một phần của nó, theo một người quen thuộc với dự án được Bloomberg trích dẫn. Khu vực này được xây dựng để tiêu thụ khoảng một gigawatt điện — tương đương với lượng điện cung cấp cho 750.000 hộ gia đình — và để huấn luyện các mô hình GLM của công ty mà không cần phần cứng Nvidia vốn bị các lệnh kiểm soát xuất khẩu của Mỹ ngăn chặn.

Người này, phát biểu ẩn danh, cho biết Z.ai hiện vận hành hoặc đã xây dựng một số cụm máy tính, mỗi cụm chứa hơn 10.000 chip. Cả vị trí của trung tâm gigawatt lẫn các bộ tăng tốc cụ thể bên trong đều không được tiết lộ, và thông tin này chỉ dựa trên một nguồn tin duy nhất thay vì giấy phép, hồ sơ, hay hợp đồng điện đã ký. Tuy nhiên, hướng đi đã rõ ràng: một trong những nhà xây dựng mô hình mạnh nhất của Trung Quốc đang thiết lập năng lực huấn luyện siêu quy mô hoàn toàn bỏ qua silicon Mỹ.

Một gigawatt là một con số đáng kể. Nó đặt khuôn viên này vào cùng hạng cân với các khu vực AI lớn nhất đang được xây dựng tại Mỹ, và khiến điện năng, chứ không phải chip, trở thành ràng buộc chính — cùng một áp lực đang thúc đẩy toàn ngành hướng tới các cách tính toán hiệu quả hơn. Việc thiết lập lượng điện, làm mát và kết nối mạng khổng lồ đó ở một nơi là phần khó; tìm nguồn cung cấp bộ xử lý gần như là phần dễ.

Megawatt thô cũng làm cho sự so sánh trở nên có lợi hơn. Các bộ tăng tốc nội địa của Trung Quốc — dẫn đầu là dòng Ascend của Huawei, cùng với các đối thủ như Cambricon và Moore Threads — thua kém thế hệ Blackwell hiện tại của Nvidia về hiệu suất trên mỗi watt. Do đó, một gigawatt silicon Trung Quốc tạo ra ít sức mạnh tính toán huấn luyện hữu ích hơn so với một gigawatt từ hệ thống Nvidia: phòng thí nghiệm phải tiêu thụ nhiều điện hơn và kết nối nhiều chip hơn để đạt được cùng thông lượng hiệu quả. Một số cụm với hơn 10.000 chip mỗi cụm ngụ ý một đội quân hàng chục nghìn bộ tăng tốc, và ở quy mô đó, nút thắt chuyển từ bản thân chip sang mạng lưới và bộ nhớ kết nối chúng — chính xác là nơi các linh kiện Trung Quốc tụt hậu xa nhất. Cái giá đó là cái giá thực sự của việc sử dụng nội địa.

Đối với Z.ai, không có nhiều lựa chọn trong vấn đề này. Bộ Thương mại Mỹ đã thêm Zhipu vào danh sách đen xuất khẩu vào tháng 1 năm 2025, cắt đứt khả năng công ty mua các linh kiện Nvidia tiên tiến qua các kênh hợp pháp. Washington sau đó đã nới lỏng một số hạn chế, lại cho phép Nvidia bán chip thu nhỏ vào Trung Quốc trong khi cấm các chip mạnh nhất — nhưng không điều nào trong số đó áp dụng cho một phòng thí nghiệm bị liệt vào danh sách đen. Một hệ thống xây dựng hoàn toàn từ nội địa là con đường hợp pháp duy nhất mà Z.ai còn lại.

Công ty đã đi theo hướng này trong nhiều tháng. Zhipu cho biết họ đã huấn luyện các mô hình GLM gần đây trên các bộ tăng tốc Ascend của Huawei bằng phần mềm MindSpore của Huawei, công việc mà họ mô tả là mô hình mở lớn đầu tiên được xây dựng trên một hệ thống hoàn toàn nội địa. Các lệnh trừng phạt của Washington, nhằm làm chậm AI Trung Quốc, thay vào đó đã thúc đẩy nỗ lực tự chủ chip của nước này — và trung tâm dữ liệu mới là bằng chứng quy mô công nghiệp.

Phiên bản của canh bạc đó.

Dự án xây dựng này phù hợp với định hướng chính sách rộng hơn. Bắc Kinh đã thúc giục các doanh nghiệp nhà nước lấp đầy các trung tâm dữ liệu AI mới bằng chip nội địa, một phần trong nỗ lực tự chủ nhằm đáp ứng phần lớn nhu cầu tính toán AI của đất nước trong vòng vài năm tới. Một gigawatt công suất nội địa tại một phòng thí nghiệm hàng đầu chính là minh chứng mà chính sách này đang hướng tới.

Điều này cũng diễn ra khi các mô hình Trung Quốc đang cạnh tranh ở tuyến đầu. Hệ thống GLM của Z.ai và các mô hình mã nguồn mở đối thủ từ các phòng thí nghiệm như Moonshot đã thu hút sự chú ý nhờ khả năng sánh ngang với các hệ thống phương Tây với chi phí thấp hơn nhiều. Liệu Trung Quốc có thể huấn luyện và vận hành chúng trên phần cứng của chính mình hay không là nửa phần tính toán trong nỗ lực rộng lớn hơn nhằm thiết lập các quy tắc cho kỷ nguyên AI.

Hiện tại, các chi tiết mang tính then chốt vẫn chưa được xác nhận. Chưa có bên độc lập nào xác minh số lượng chip, nêu tên các bộ tăng tốc, hoặc chỉ ra nguồn cung cấp một gigawatt điện — những câu hỏi phân biệt giữa một nhà máy AI đang hoạt động và một con số chỉ để truyền thông. Nếu các cụm máy tính của Z.ai thực sự hoạt động ở quy mô được mô tả, Trung Quốc đã có dấu hiệu rõ ràng nhất cho thấy họ có thể xây dựng hệ thống tính toán tiên tiến mà không cần Nvidia. Nếu không, khoảng cách giữa một vỏ bọc hoàn thiện và một gigawatt huấn luyện thực tế chính là nơi các dự án kiểu này thường bị đình trệ.

Theo Nash là chuyên gia về nội dung do AI tạo ra tại Unite.AI, chuyên về hạ tầng AI, tính toán và các hệ thống phần cứng hỗ trợ trí tuệ nhân tạo hiện đại. Công việc của ông tập trung vào nền tảng kỹ thuật đằng sau các khối lượng công việc AI quy mô lớn, bao gồm trung tâm dữ liệu, bộ tăng tốc, mạng lưới và các ngăn xếp phần mềm kết nối chúng.

Với góc nhìn phân tích và định hướng kỹ thuật, Theo xem xét cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép các thế hệ mô hình AI mới. Ông đặc biệt chú ý đến các đánh đổi về hiệu suất, hiệu quả năng lượng, khả năng mở rộng và các ràng buộc thực tế định hình việc triển khai hạ tầng AI trong thế giới thực.

Các bài viết do Theo Nash biên soạn đều do AI tạo ra và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và phạm vi đưa tin có trách nhiệm về bối cảnh tính toán AI đang phát triển nhanh chóng.

Sony Music leo thang cuộc chiến bản quyền với vụ kiện thứ hai nhắm vào Udio

OpenAI xây dựng đội ngũ thương mại đầu tiên tại Israel

Nvidia vừa kết nối doanh nghiệp Nhật Bản vào kỷ nguyên AI Vật lý

Thỏa thuận dàn xếp về vi phạm bản quyền sách của Anthropic nhận phê duyệt cuối cùng từ tòa án

Trung Quốc thiết lập một khối quản trị AI mới tại Thượng Hải

Meta cân nhắc cho đối thủ Anthropic thuê năng lực tính toán AI