Megháromszorozta belső-mongóliai AI-központja kapacitását a China Mobile

A hohhoti bővítés mögött országos stratégia áll: Kína oda telepíti a számítási kapacitást, ahol az energia és az éghajlat is kedvez az adatközpontoknak.

Háromszorosára, 20 100 petaflopsra nőtt a China Mobile hohhoti adatközpontjának számítási kapacitása: az állami hátterű távközlési óriás legnagyobb intelligens számítási központjának bővítése nemrég fejeződött be. Az SCMP az Inner Mongolia Daily hétfői beszámolójára hivatkozva közölte az adatot. A petaflops a másodpercenként elvégezhető számítási műveleteket jelzi, nem egy konkrét AI-modell teljesítményét; ugyanezt a kapacitásadatot másik beszámoló nem erősíti meg.

Miért Belső-Mongóliába kerülnek az adatközpontok?

Peking az AI-fejlesztésekhez szükséges digitális infrastruktúrát bővíti, és ebben a nyugati régióknak külön szerepet szán. A 2022 februárjában indult „East Data, West Computing” program olyan térségekbe tereli a számítási erőforrásokat, ahol a terület, az energiaellátás és az éghajlat kedvez a nagy adatközpontoknak. Ulanqab is része ennek a stratégiának.

A Centrin Data a Chahar csúcstechnológiai fejlesztési övezetben működtet számítási klasztert, a belső-mongóliai országos számítási központ részeként. A vállalat szélenergiát, napenergiát és energiatárolást összekapcsoló, a hálózatot és a fogyasztást is összehangoló projektet fejleszt. Zhang Xiaoliang, az övezet gazdasági hivatalának munkatársa a saját áramhálózatot, a rendelkezésre álló villamos energiát, a kedvező áramköltségeket, Peking közelségét, a hűvös klímát és a geológiai adottságokat emeli ki.

A tiszta energia csak akkor segít, ha fel is használható

Az Express Tribune és a Daily Independent beszámolói szerint a regionális adatközpontok áramfelhasználásának több mint 85 százaléka tiszta energiából származik. Országosan azonban a termelés és a felhasználás összehangolása továbbra is gond. A news.lavx.hu elemzése szerint Kína 2026 első felében több szél- és napenergia-kapacitást épített, mint bármely más ország egy teljes év alatt.

A hivatalos adatok szerint ugyanebben a félévben a szél- és napenergia-termelés nagyjából 9 százalékát korlátozták. A Centre for Research on Energy and Clean Air a ténylegesen elvesző energiát 401 terawattórára becsüli. A két adat eltérő formában mutatja a kihasználatlan megújuló energia problémáját.

A DeepSeek is Ulanqabban tervez nagy beruházást

A Live Trading News által idézett, Bloombergre hivatkozó tech-ish értesülése szerint a DeepSeek legalább 160 000 Huawei Ascend 950DT gyorsítókártyát tervez telepíteni egy körülbelül 1 gigawattos ulanqabi adatközpontba. Ezek az AI-számításokat gyorsító eszközök egy szélesebb országos bővítésbe illeszkednének. Az ipari minisztérium Xinhua által közölt adatai szerint Kína intelligens számítási kapacitása 2026 júniusának végén 2 185 EFLOPS volt, éves alapon 177 százalékos növekedéssel; a szerverállványok kihasználtsága 71,4 százalékot ért el.

A párt központi bizottságának és az államtanácsnak az október 9-én kiadott iránymutatása országosan integrált számítási hálózatot és országos blokklánchálózatot is szorgalmaz. A DeepSeek finanszírozása viszont egyelőre bizonytalan: a TechNode Bloomberg-értesülésre hivatkozva közel 80 milliárd, esetleg 100 milliárd jüant megközelítő tőkebevonásról, majd átszervezésről és 2027 eleji tőzsdei bevezetésről ír. A vállalat a finanszírozási kört nem erősítette meg.

A gépek mellé tudás is kell

Az Express Tribune és a Daily Independent október 11-i, Ulanqabot és Bahawalpurt összevető írása véleményközpontú elemzés, nem hivatalos bejelentés. Muhammad Kamran, a bahawalpuri Islamia Egyetem vezetője szerint az infrastruktúra önmagában kevés. Egyeteme több tudományterületen bevezette az AI-oktatást, AI-kutatólabort hozott létre, és 2026-ban haladó kvantumszámítási képzést indított.

„A számítási kapacitáshoz megbízható energia, kutatóintézetek, egyetemek, ipar és olyan emberek kellenek, akik valóban tudják használni.”

— Muhammad Kamran, a bahawalpuri Islamia Egyetem vezetője

» Követett téma: AI · régió: KÍNA · kulcsszó: AI-infrastruktúra, Huawei