Световната конференция за изкуствен интелект през 2026 г. е свидетел на фундаментална промяна в китайския изчислителен разказ за ИИ. Вместо индивидуални сравнения на чипове с графични процесори на NVIDIA, фокусът се измести към изчисления на системно ниво с вътрешни клъстери от супервъзли, които съперничат на най-добрата AI инфраструктура в света. Dawn 8000 със 100 000 карти супер-AI синтезиран клъстер от Sugon, изграден върху процесори Hygon и свързан към Националния суперкомпютърен интернет, стои като централен експонат, демонстриращ, че китайският AI компютри е навлязъл в системната ера.
Множество местни доставчици демонстрират решения за мащаб на супервъзли на WAIC. Sugon демонстрира своята супер-AI fusion архитектура, която обединява изчислителната прецизност от FP64 до INT8 в един клъстер, елиминирайки традиционното разделение между научни изчисления и инфраструктура за обучение на AI. Hygon показва своите най-нови високопроизводителни процесори, проектирани специално за широкомащабни AI работни натоварвания с подобрена честотна лента на паметта и възможности за свързване между чипове.
Други местни производители на чипове показват своите продукти от последно поколение, оптимизирани за внедряване на супервъзли. Акцентът при всички изложители вече не е върху съпоставянето или надвишаването на производителността на един чип NVIDIA H100 или B200, а върху демонстрирането, че клъстерите от домашни чипове могат да постигнат конкурентна производителност на обучение на системно ниво за модели с мащаб до трилион параметри, когато са правилно проектирани с оптимизирана мрежа, съхранение и софтуерни стекове.
WAIC също така разполага с няколко иновации за изчисления с изкуствен интелект от следващо поколение, включително шкафове за супервъзли с течно охлаждане, дезагрегирани архитектури на паметта за обучение на големи модели и собствени софтуерни стекове, които постигат високи нива на използване в хетерогенни ускорители. Няколко изложители демонстрират тренировъчни работи на клъстери, надхвърлящи 10 000 карти, използвайки само местен хардуер и софтуер, с демонстрирана силна ефективност на мащабиране.
Фокусът на системно ниво отразява зряло разбиране, че лидерството в изчисленията с изкуствен интелект се определя от интегрираната производителност на целия инфраструктурен стек, а не от спецификациите на отделните чипове. Мрежова честотна лента, архитектура на паметта, ефективност на охлаждане, захранване, поддържаща софтуерна верига от инструменти, софтуер за управление на клъстери и оптимизиране на приложенията допринасят повече за истинската пропускателна способност на обучението, отколкото самата производителност на необработения чип. Тази структурна представа движи китайското развитие на AI изчисленията към холистична системна оптимизация, а не към конкуренция на ниво компонент.
Наблюдателите от индустрията отбелязват, че това отразява траекторията на глобалните изчисления с изкуствен интелект, където самата NVIDIA еволюира от компания за графични процесори до компания за системи за мащаб на центрове за данни със своите платформи DGX и HGX. Витрините на супервъзлите на WAIC демонстрират, че китайската вътрешна изчислителна екосистема с изкуствен интелект е достигнала етапа, в който конкуренцията на системно ниво е осъществима, дори ако производителността на отделните чипове все още изостава от водещите чуждестранни процесори по отношение на пиковите спецификации.