Kiina lisää tekoälyautonomiaa, kun Baidu paljastaa uusia siruja ja supersolmuja

Kiina lisää tekoälyautonomiaa, kun Baidu paljastaa uusia siruja ja supersolmuja
Diya Poddar
13.11.2025, 09:55 AP.
  • Sirujen on määrä julkaista vuosien 2026 ja 2027 alussa.
  • Myös kaksi supersolmujärjestelmää, Tianchi 256 ja Tianchi 512, otettiin käyttöön.
  • Järjestelmät käyttävät Baidun P800-siruja ja lanseerataan ensi vuonna.

Baidu on julkistanut kaksi uutta tekoälysirua (AI) ja joukon kehittyneitä tietojenkäsittelytuotteita, mikä merkitsee uutta strategista sysäystä Kiinan pyrkimyksissä tekniseen suvereniteettiin.

Baidu World 2025 -teknologiakonferenssissa tehty ilmoitus tulee keskellä Yhdysvaltojen ja Kiinan välisten sirujännitteiden lisääntymistä ja kehittyneiden amerikkalaisten tekoälypuolijohteiden vientirajoitusten lisääntymistä kiinalaisille yrityksille.

Siirto heijastaa kasvavaa kansallista trendiä: nopeiden prosessorien kotimaisen kehityksen nopeuttaminen ulkomaisten teknologioiden vähentämiseksi.

Kiinan tekoälysiruissa ei ole enää kyse vain innovaatioista. Siitä on tulossa kriittinen osa maan taloudellista kestävyyttä ja digitaalista infrastruktuuria.

Kotimainen sirusuunnittelu siirtyy uuteen vaiheeseen

Kaksi uutta sirua, M100 ja M300, on suunniteltu tekoälytyökuormille. Baidun M100, päättelyyn keskittyvä siru, julkaistaan vuoden 2026 alussa.

Päättely, joka käyttää koulutettuja tekoälymalleja reaaliaikaisten tulosten luomiseen, on keskeinen sovelluksissa, kuten suositusjärjestelmissä, chatboteissa ja älykkäässä haussa.

Samaan aikaan M300 tukee sekä koulutusta että päättelyä. Koulutuksen avulla tekoälymallit voivat oppia suurista tietomääristä, mikä tekee tästä sirusta monipuolisen vaihtoehdon.

Baidu on suunnitellut lanseerauksensa vuoden 2027 alkupuolelle. Nämä tuotteet vahvistavat yhtiön sitoutumista pitkäjänteiseen puolijohdekehitykseen, joka alkoi vuonna 2011.

Baidu ei ole yksin tässä kilpailussa. Kilpaileva kiinalainen teknologiayritys Huawei on jo kiinnittänyt alan huomion CloudMatrix 384:llään, supertietokoneklusterillaan, joka käyttää 384 Ascend 910C -sirua.

Jotkut tarkkailijat pitävät järjestelmää tehokkaampana kuin Nvidian GB200 NVL72, joka on yksi edistyneimmistä yhdysvaltalaisen siruvalmistajan tällä hetkellä saatavilla olevista tarjouksista.

Supersolmut korostavat Kiinan infrastruktuurin rakentamista

Uusien sirujensa lisäksi Baidu esitteli kaksi suuren kapasiteetin laskenta-alustaa, jotka tunnetaan nimellä supersolmut.

Näiden järjestelmien tavoitteena on parantaa yleistä suorituskykyä verkottamalla useita siruja yhteen, mikä vastaa erillisten yksiköiden rajoituksia.

Ensimmäinen tuote, Tianchi 256, sisältää 256 Baidun P800-sirua, ja sen odotetaan tapahtuvan vuoden 2026 ensimmäisellä puoliskolla.

Suurempi versio, jossa käytetään 512 pelimerkkiä, seuraa toisella puoliskolla.

Tällaisten järjestelmien kehittäminen osoittaa selkeää keskittymistä skaalautuvaan infrastruktuuriin, joka on linjassa kansallisten tekoälyprioriteettien kanssa.

Supersolmut eivät tarjoa vain suurta laskennallista suorituskykyä, vaan edustavat myös muutosta siinä, miten kiinalaiset yritykset lähestyvät laitteistosuunnittelua. Painopiste on nyt modulaarisissa, skaalautuvissa järjestelmissä, jotka pystyvät kilpailemaan maailmanlaajuisesti.

Ernie-malli päivitetty näköä, videota ja tekstiä varten

Toinen tapahtuman keskeinen kohokohta oli Baidun suuren kielimallin, Ernien, uusin versio.

Yhtiö sanoi, että uusi versio pystyy käsittelemään tekstisyötteiden lisäksi myös kuva- ja videopohjaisia tehtäviä.

Tämä asettaa sen suoremmin kansainvälisten kilpailijoiden kehittämiin multimodaalisiin malleihin ja sopii Kiinan laajempiin tavoitteisiin edistää generatiivista tekoälyä.

Multimodaaliset mallit ovat välttämättömiä seuraavan sukupolven sovelluksissa videosisällön moderoinnista tekoälyllä toimiviin digitaalisiin avustajiin. Baidun painotus näiden kykyjen integroimiseen on merkki strategiasta, joka ylittää kiinnikuromisen.

Se merkitsee uuden vaiheen alkua, jossa kiinalaiset yritykset rakentavat tuotteita, jotka haastavat kansainväliset vertailuarvot.