Meituan veröffentlicht KI-Modell mit einer Billion Parametern, das auf chinesischen Chips trainiert wurde

Der chinesische Essenslieferriese Meituan hat am Dienstag LongCat-2.0 veröffentlicht und als Open Source zur Verfügung gestellt, ein großes Sprachmodell mit 1,6 Billionen Parametern, das vollständig auf im Inland produzierten Chips trainiert wurde – nach Angaben des Unternehmens das weltweit erste KI-System mit einer Billion Parametern, das auf einem Cluster aus 50.000 in China hergestellten Prozessoren aufgebaut und betrieben wird.money.usnews+1

Das Mixture-of-Experts-Modell, das unter der freizügigen MIT-Lizenz auf GitHub und Hugging Face veröffentlicht wurde, verfügt über ein Kontextfenster von einer Million Token und ist für autonomes Programmieren, Softwareentwicklung und KI-Agentenaufgaben konzipiert. Meituan gab an, dass die Leistung von LongCat-2.0 mit Googles Alphabet Inc. ↗ 0.78% Gemini 3.1 Pro vergleichbar sei und bei wichtigen Benchmarks mehrere führende proprietäre Modelle, darunter OpenAIs GPT-5.5 und Anthropics Claude Opus, erreichte oder übertraf.channelnewsasia+2

Ein Meilenstein für Chinas KI-Autarkie

Die Veröffentlichung markiert einen bemerkenswerten Fortschritt in Chinas Bemühungen, Spitzen-KI ohne die Abhängigkeit von Nvidia ↗ 2.78%-Hardware zu entwickeln. Während DeepSeeks V4-pro, das im April eingeführt wurde, heimische Chips nur für die Inferenz – den Prozess des Ausführens eines trainierten Modells – verwendete, nutzte LongCat-2.0 laut der South China Morning Post chinesische ASIC-Chips sowohl für das Vortraining als auch für die Inferenz.scmp

"LongCat-2.0 hat gezeigt, dass wir jetzt über die Fähigkeit verfügen, groß angelegte Modelle auf inländischen Rechenclustern zu trainieren", sagte Meituan in einer Erklärung, ohne den Chiphersteller zu nennen.wtaq+1

Das KI-Forschungsteam von Meituan begann 2023 mit der Erforschung der Nutzung heimischer Chips. Das Modell war zuvor anonym als "Owl Alpha" bekannt und hatte die OpenRouter-Entwicklerrankings angeführt, bevor seine Identität enthüllt wurde.techxplore+2

Skalierung und Wettbewerb

Mit 1,6 Billionen Parametern zieht LongCat-2.0 mit dem neuesten Flaggschiff-Modell V4-pro von DeepSeek gleich. Die Skalierung stellt einen Sprung gegenüber dem früheren LongCat-Flash des Unternehmens dar, das 560 Milliarden Parameter hatte.medium.datadriveninvestor+1

Das Modell wurde auf dem aufgebaut, was Meituan als "groß angelegte Cluster aus zehntausenden KI-ASIC-Superpods" beschrieb, was seine Fähigkeit demonstriert, "Training im Grenzbereich auf alternativen Hardwareplattformen durchzuführen". Die Open-Source-Veröffentlichung unter einer MIT-Lizenz macht es zu einem der kommerziell flexibelsten groß angelegten KI-Modelle, das Entwicklern erlaubt, es ohne Einschränkungen zu modifizieren und weiterzuverbreiten.scmp+2