Meituan entrena modelo de IA récord con chips chinos domésticos

¿Qué ha ocurrido?

Meituan, la plataforma china de servicios locales (con más de 700 millones de usuarios activos anuales), ha anunciado que su nuevo modelo de inteligencia artificial LongCat-2.0, con 1,6 billones de parámetros, fue entrenado de extremo a extremo utilizando exclusivamente chips domésticos chinos. Según la compañía, es el primer modelo de este tamaño en lograr tal hazaña, lo que representa una respuesta directa a las restricciones de exportación de semiconductores impuestas por Estados Unidos desde octubre de 2022. El modelo fue entrenado en un clúster de computación masivo que, según fuentes internas, utilizó una combinación de chips Ascend de Huawei y procesadores de la startup Enflame, aunque Meituan no ha confirmado oficialmente los proveedores. El entrenamiento tomó aproximadamente tres meses y consumió un presupuesto estimado en decenas de millones de dólares, muy por debajo de los costos de modelos occidentales similares.

¿Por qué es importante?

El anuncio de Meituan es significativo por varias razones. En primer lugar, demuestra que China puede desarrollar y entrenar modelos de IA de vanguardia sin depender de chips avanzados de empresas como NVIDIA, cuyas exportaciones a China están severamente limitadas por las sanciones estadounidenses. Mientras que NVIDIA domina el mercado de entrenamiento de IA con sus GPU A100 y H100 (prohibidas para China), y la H100 tiene un rendimiento de hasta 2000 TFLOPS en FP8, los chips domésticos chinos como el Ascend 910B de Huawei alcanzan alrededor de 320 TFLOPS en FP16, una brecha considerable. Sin embargo, Meituan logró escalar el entrenamiento a 1,6 billones de parámetros, compitiendo con modelos como GPT-4 (estimado en 1,7 billones de parámetros) y Gemini Ultra de Google. Esto sugiere que la brecha de capacidad entre China y Occidente en IA podría estar cerrándose más rápido de lo esperado, especialmente en eficiencia de entrenamiento y optimización de software.

Además, el logro de Meituan tiene implicaciones geopolíticas. Las restricciones estadounidenses, que incluyen la prohibición de exportar chips avanzados a China y la inclusión de empresas como Huawei en la lista de entidades, buscaban frenar el avance tecnológico chino. Sin embargo, este hito muestra que las sanciones están impulsando la innovación doméstica, forzando a las empresas chinas a desarrollar alternativas. Según un informe del Centro de Estudios Estratégicos e Internacionales (CSIS), China ha aumentado su inversión en semiconductores en un 40% anual desde 2022, y empresas como Meituan están demostrando que esa inversión está dando frutos.

Contexto histórico

Desde que EE.UU. impuso controles de exportación en octubre de 2022, las empresas chinas han tenido dificultades para acceder a chips de alto rendimiento como el NVIDIA A100 y H100. En respuesta, el gobierno chino ha impulsado la autosuficiencia en semiconductores, apoyando a empresas como Huawei (con su chip Ascend) y a startups como Cambricon y Enflame. Meituan, conocida principalmente por su plataforma de entrega de comida y servicios locales (con más de 6 millones de repartidores), ha estado invirtiendo fuertemente en IA para optimizar su logística, recomendaciones y gestión de flotas. En 2023, la compañía lanzó su primer modelo de IA, LongCat-1.0, con 100 mil millones de parámetros, entrenado en chips NVIDIA. El salto a LongCat-2.0 con chips domésticos representa un cambio estratégico significativo.

Históricamente, el desarrollo de IA en China ha dependido en gran medida de hardware extranjero. Por ejemplo, Baidu, Alibaba y Tencent han utilizado principalmente chips NVIDIA para entrenar sus modelos. Sin embargo, las sanciones han acelerado la búsqueda de alternativas. En 2024, Huawei lanzó el Ascend 910C, que ofrece un rendimiento comparable al A100 en ciertas tareas, y empresas como Biren Technology han desarrollado chips especializados para IA. Meituan ha sido una de las primeras en integrar estos chips a gran escala, lo que podría servir como caso de prueba para otras empresas chinas.

Consecuencias para el mercado

Este logro podría tener múltiples impactos:

• Competencia global: Meituan podría ofrecer servicios de IA a terceros, compitiendo con proveedores de nube como Alibaba Cloud o Tencent Cloud. Si LongCat-2.0 demuestra un rendimiento competitivo en tareas de razonamiento y generación de lenguaje, podría atraer a empresas chinas que buscan alternativas a los modelos occidentales. Además, Meituan podría licenciar su tecnología de entrenamiento eficiente a otras compañías, creando un nuevo flujo de ingresos.
• Cadena de suministro: La demanda de chips domésticos chinos podría aumentar, acelerando la innovación en semiconductores nacionales. Empresas como Huawei, Cambricon y Enflame podrían ver un incremento en pedidos, lo que a su vez mejoraría sus economías de escala y reduciría costos. Según datos de IDC, se espera que el mercado de chips de IA en China crezca a una tasa compuesta anual del 35% hasta 2028, alcanzando los 50 mil millones de dólares.
• Presión regulatoria: EE.UU. podría endurecer aún más las restricciones, o buscar nuevas formas de limitar el avance chino. Por ejemplo, podría ampliar las sanciones a empresas que utilicen chips domésticos chinos, o imponer aranceles a productos que contengan dichos chips. También podría presionar a aliados como Japón y Países Bajos para que refuercen sus propios controles de exportación. Sin embargo, este enfoque podría tener un efecto contraproducente, acelerando la autosuficiencia china.
• Impacto en NVIDIA: NVIDIA podría perder una parte significativa del mercado chino. En 2023, las ventas a China representaron aproximadamente el 20% de los ingresos de NVIDIA, unos 10 mil millones de dólares. Si los chips domésticos chinos demuestran ser viables para entrenar modelos de gran escala, la demanda de GPU NVIDIA en China podría disminuir drásticamente, afectando sus ingresos futuros.

Lo que deben saber los lectores

Es importante señalar que, aunque el entrenamiento se realizó con chips domésticos, aún no se han revelado detalles específicos sobre el rendimiento del modelo en comparación con sus homólogos occidentales. Meituan ha publicado algunos benchmarks internos que muestran que LongCat-2.0 supera a GPT-3.5 en tareas de razonamiento matemático y comprensión lectora, pero no ha proporcionado comparaciones directas con GPT-4 o Gemini. Además, la escalabilidad de esta solución a otros actores chinos dependerá de la disponibilidad y eficiencia de los chips locales. Actualmente, la producción de chips Ascend de Huawei está limitada por las sanciones que restringen el acceso a litografía avanzada, lo que podría afectar la capacidad de escalar la producción.

Meituan no ha especificado qué chips exactos utilizó, pero se especula que podrían ser los Ascend 910B de Huawei o los chips de Enflame, una startup que ha desarrollado procesadores especializados para IA con un rendimiento de hasta 256 TFLOPS en FP16. También se menciona que Meituan utilizó técnicas de paralelización y optimización de software para compensar las limitaciones de hardware, como el uso de memoria unificada y comunicación eficiente entre nodos. Sin embargo, estos detalles no han sido confirmados independientemente.

"LongCat-2.0 demuestra que la autosuficiencia en IA no es solo un deseo, sino una realidad en construcción", afirma un analista del sector. "Si bien el rendimiento aún no es comparable al de los mejores modelos occidentales, el simple hecho de haber entrenado un modelo de 1,6 billones de parámetros con chips domésticos es un hito técnico impresionante".

En resumen, el anuncio de Meituan marca un punto de inflexión en la carrera de IA entre China y Occidente. Aunque quedan dudas sobre el rendimiento real y la escalabilidad, el mensaje es claro: China está decidida a lograr la autosuficiencia en IA, y las sanciones estadounidenses pueden estar acelerando ese proceso en lugar de frenarlo. Los próximos meses serán cruciales para ver si otros gigantes tecnológicos chinos siguen el ejemplo de Meituan y si el rendimiento de LongCat-2.0 se valida en aplicaciones del mundo real.