Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře. Celková kapacita inteligentních výpočtů v Číně dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, meziročně vzrostla o 177 % a zkušební p...
PublikovalUpraveno pomocí GPT-5.6 LunaObrázky vytvořeny pomocí GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What does China’s August 2026 launch of its first fully domestic 100,000-card AI super-cluster at the National Supercomputing Internet’s Zhe. Article summary: China is moving from building isolated AI datacenters to building a state-coordinated, geographically distributed “compute fabric”: domestic accelerator clusters, high-speed optical links, national visibility, and worklo. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Čínské spuštění plně domácího AI superclusteru se 100 000 výpočetními kartami v uzlu Čeng-čou je třeba chápat spíše jako milník systémové architektury než jako pouhé vítězství v počtu čipů. Cluster se napojuje na širší národní systém výpočetních center, optických tras, monitoringu a plánování úloh.
Strategická otázka proto zní: Dokáže Čína přimět geograficky rozptýlenou a technicky různorodou kapacitu, aby fungovala jako spolehlivý sdílený superpočítač?
Systém Dawning 8000, v některých zprávách označovaný také jako Dengfeng, je popisován jako první plně domácí čínský AI supercluster na úrovni 100 000 karet. Nachází se v uzlu Čeng-čou v rámci Národního superpočítačového internetu a kombinuje kapacitu pro vědecké výpočty s výpočty zaměřenými na umělou inteligenci. Podle dostupných zpráv podporuje více než 300 úloh v 26 oblastech, mimo jiné výzkum materiálů, vývoj léčiv a trénování AI modelů. 1
5
8
Čínská média přirovnala špičkový výkon systému ke dvěma stoletím nepřetržitého počítání celého lidstva. Jde však o ilustraci teoretické špičkové propustnosti, nikoli o standardizované měření skutečného výkonu při trénování modelů. Nelze z ní proto vyvozovat, že každá AI úloha poběží podobně rychle. 5
8
Trvalejší význam má samotná architektura. Domácí zdroj o velikosti 100 000 karet vytváří platformu, přes kterou lze organizovat přístup k rozsáhlému výpočetnímu výkonu. Výzkumné týmy a firmy tak nemusí každý samostatně budovat vlastní izolovaný cluster.
Čeng-čou není jediným prvkem této strategie. Další domácí cluster v oblasti Velkého zálivu Guangdong–Hongkong–Macao je podle zpráv určen mimo jiné pro trénování modelů nové generace s biliony parametrů. Společně tyto projekty naznačují model, v němž mohou velké úlohy využívat koordinované regionální zdroje místo toho, aby byly odkázány výhradně na jedno místní zařízení. 3
7
Vzdálenost tím ale nepřestává být důležitá. Distribuované trénování AI vyžaduje vysokou přenosovou kapacitu, předvídatelnou latenci, synchronizované akcelerátory a rychlou obnovu při výpadku spojení nebo hardwaru.
Celostátní výpočetní síť proto potřebuje víc než jen seznam dostupných karet. Musí obsahovat řídicí vrstvu, která dokáže vyhodnotit kompatibilitu akcelerátorů, umístění dat, požadavek úlohy na souvislou kapacitu i to, zda síť zvládne danou zátěž.
Výzkumníci z laboratoře Pengcheng vyvíjejí optické vlákno tenké přibližně jako lidský vlas, které obsahuje čtyři samostatné přenosové kanály. Konstrukce má nabídnout čtyřnásobnou kapacitu oproti srovnatelnému běžnému vláknu a pomoci řešit síťové úzké hrdlo, které vzniká při rozložení výpočetních zdrojů do více regionů. 17
18
Stejnému cíli má sloužit plánovaná trasa pro přenos výpočetních dat mezi Šen-čenem a Kuej-jangem i využívání přímějších tras zohledňujících latenci. Smyslem je omezit ztrátu výkonu při přesunu dat a synchronizaci práce mezi jednotlivými centry. To je zvlášť důležité u úzce provázaného distribuovaného trénování, při němž mohou pomalé nebo nespolehlivé komunikace nechávat drahé akcelerátory nečinné. 17
19
Záleží přitom na typu úlohy. Vzdálená kapacita se může poměrně snadno využít pro volně propojené dávkové výpočty. Mnohem obtížnější je ale zajistit, aby vzdálená zařízení fungovala jako jeden stroj při rozsáhlém synchronizovaném trénování.
Dostupné zprávy popisují směr vývoje, nikoli důkaz, že každý propojený cluster už dnes poskytuje stejný výkon jako jedno lokální datové centrum.
Oficiální údaje čínského ministerstva průmyslu a informačních technologií uvádějí, že kapacita inteligentních výpočtů dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, což představuje meziroční nárůst o 177 %. Celková míra využití výpočetních zařízení, označovaná také jako míra osazení racků, činila 71,4 %. 34
40
41
Na jednotce záleží: jde o 2 185 EFLOPS, nikoli 218,5 EFLOPS. EFLOPS měří teoretický výkon v operacích s plovoucí desetinnou čárkou. Celostátní součet sám o sobě neříká, kolik kapacity je dostupné konkrétní laboratoři, jak vzájemně kompatibilní jsou použité akcelerátory ani jak efektivně na nich běží distribuovaný trénink.
Další fáze čínské výstavby AI infrastruktury se proto pravděpodobně nebude hodnotit jen podle souhrnného výpočetního výkonu, ale podle takzvaného použitelného výkonu. Velké národní číslo může skrývat úzká hrdla, pokud je kapacita rozdělená mezi různé typy akcelerátorů, rezervovaná pro odlišné uživatele, omezená přesunem dat nebo naráží na limity elektřiny a chlazení.
Čína současně buduje systém, který má tuto nabídku koordinovat. Jednotná platforma pro monitoring a plánování úloh byla podle zpráv uvedena do zkušebního provozu a měla přehled o více než 60 % čínské AI výpočetní kapacity. Tento přehled je prvním krokem k přiřazování úloh dostupným a technicky vhodným zdrojům. 6
18
Záměrem je propojit platformu s programem „Východní data, západní výpočty“. Ten využívá národní výpočetní uzly a clustery datových center k umístění energeticky a prostorově náročné infrastruktury v západních regionech, zatímco poptávka po výpočtech je soustředěna především na východě. Čínský národní plán počítá s víceúrovňovou výpočetní infrastrukturou a integrovanou celostátní výpočetní sítí. 48
53
56
Řídicí vrstva bude muset v praxi řešit několik obtížných úkolů:
Čím lépe budou tyto funkce pracovat, tím více se bude národní výpočetní kapacita chovat jako služba, nikoli jako soubor vzájemně oddělených strojů.
Čínská Národní komise pro rozvoj a reformy uvedla, že výpočetní sítě by v období 15. pětiletého plánu, tedy v letech 2026–2030, měly získat přibližně 4 biliony jüanů nových přímých investic. Odhad se týká výstavby výpočetních sítí a související infrastruktury; podle dostupných zpráv má značná část peněz pocházet z neveřejných zdrojů. 47
54
Takový rozsah plánovaných investic posiluje hlavní interpretaci projektu v Čeng-čou: Čína nerozšiřuje pouze nabídku akcelerátorů. Investuje také do přenosových tras, uzlů, plánování, monitoringu a podpůrné infrastruktury, která má z výpočetního výkonu vytvořit národní infrastrukturu.
Rozvíjející se model má tři vrstvy:
Tato architektura by mohla snížit význam přístupu k jedinému místnímu superclusteru tím, že zpřístupní větší část čínské kapacity prostřednictvím společného systému. Zároveň by mohla pomoci využívat západní zdroje energie a půdy při zachování dostupnosti výpočtů pro východní centra poptávky. 48
56
Dostupné důkazy však zatím neopravňují označit celou síť za univerzálně zaměnitelný superpočítač. Omezeními zůstávají dostupnost domácího hardwaru, propojení akcelerátorů, vyspělost softwaru, energie, spolehlivost i plánování úloh.
Tvrzení, že by se trénování špičkových modelů mohlo zkrátit přibližně z jednoho roku na šest měsíců, je proto třeba chápat jako projekci závislou na konkrétní úloze, dokud nebude nezávisle ověřena.
Hlavní technologické úzké hrdlo se tedy mění, ale nemizí. Čína se posouvá od otázky, zda dokáže vybudovat dostatek domácího AI hardwaru, k obtížnější otázce, zda jej dokáže efektivně koordinovat. Pokud řídicí síť uspěje, může se rychle rostoucí výpočetní kapacita proměnit ve flexibilní národní platformu. Pokud ne, bude Čína dál vykazovat působivé souhrnné hodnoty EFLOPS, zatímco jednotlivé AI laboratoře budou narážet na roztříštěný přístup, nevyužitou kapacitu a nerovnoměrný výkon v praxi.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře.
Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře. Celková kapacita inteligentních výpočtů v Číně dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, meziročně vzrostla o 177 % a zkušební platforma údajně monitorovala více než 60 % národní kapacity.
Strategie kombinuje velké domácí clustery, čtyřkanálová optická vlákna, program „Východní data, západní výpočty“ a odhadované investice ve výši 4 bilionů jüanů v letech 2026–2030.
Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře. Celková kapacita inteligentních výpočtů v Číně dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, meziročně vzrostla o 177 % a zkušební p...
PublikovalUpraveno pomocí GPT-5.6 LunaObrázky vytvořeny pomocí GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What does China’s August 2026 launch of its first fully domestic 100,000-card AI super-cluster at the National Supercomputing Internet’s Zhe. Article summary: China is moving from building isolated AI datacenters to building a state-coordinated, geographically distributed “compute fabric”: domestic accelerator clusters, high-speed optical links, national visibility, and worklo. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Čínské spuštění plně domácího AI superclusteru se 100 000 výpočetními kartami v uzlu Čeng-čou je třeba chápat spíše jako milník systémové architektury než jako pouhé vítězství v počtu čipů. Cluster se napojuje na širší národní systém výpočetních center, optických tras, monitoringu a plánování úloh.
Strategická otázka proto zní: Dokáže Čína přimět geograficky rozptýlenou a technicky různorodou kapacitu, aby fungovala jako spolehlivý sdílený superpočítač?
Systém Dawning 8000, v některých zprávách označovaný také jako Dengfeng, je popisován jako první plně domácí čínský AI supercluster na úrovni 100 000 karet. Nachází se v uzlu Čeng-čou v rámci Národního superpočítačového internetu a kombinuje kapacitu pro vědecké výpočty s výpočty zaměřenými na umělou inteligenci. Podle dostupných zpráv podporuje více než 300 úloh v 26 oblastech, mimo jiné výzkum materiálů, vývoj léčiv a trénování AI modelů. 1
5
8
Čínská média přirovnala špičkový výkon systému ke dvěma stoletím nepřetržitého počítání celého lidstva. Jde však o ilustraci teoretické špičkové propustnosti, nikoli o standardizované měření skutečného výkonu při trénování modelů. Nelze z ní proto vyvozovat, že každá AI úloha poběží podobně rychle. 5
8
Trvalejší význam má samotná architektura. Domácí zdroj o velikosti 100 000 karet vytváří platformu, přes kterou lze organizovat přístup k rozsáhlému výpočetnímu výkonu. Výzkumné týmy a firmy tak nemusí každý samostatně budovat vlastní izolovaný cluster.
Čeng-čou není jediným prvkem této strategie. Další domácí cluster v oblasti Velkého zálivu Guangdong–Hongkong–Macao je podle zpráv určen mimo jiné pro trénování modelů nové generace s biliony parametrů. Společně tyto projekty naznačují model, v němž mohou velké úlohy využívat koordinované regionální zdroje místo toho, aby byly odkázány výhradně na jedno místní zařízení. 3
7
Vzdálenost tím ale nepřestává být důležitá. Distribuované trénování AI vyžaduje vysokou přenosovou kapacitu, předvídatelnou latenci, synchronizované akcelerátory a rychlou obnovu při výpadku spojení nebo hardwaru.
Celostátní výpočetní síť proto potřebuje víc než jen seznam dostupných karet. Musí obsahovat řídicí vrstvu, která dokáže vyhodnotit kompatibilitu akcelerátorů, umístění dat, požadavek úlohy na souvislou kapacitu i to, zda síť zvládne danou zátěž.
Výzkumníci z laboratoře Pengcheng vyvíjejí optické vlákno tenké přibližně jako lidský vlas, které obsahuje čtyři samostatné přenosové kanály. Konstrukce má nabídnout čtyřnásobnou kapacitu oproti srovnatelnému běžnému vláknu a pomoci řešit síťové úzké hrdlo, které vzniká při rozložení výpočetních zdrojů do více regionů. 17
18
Stejnému cíli má sloužit plánovaná trasa pro přenos výpočetních dat mezi Šen-čenem a Kuej-jangem i využívání přímějších tras zohledňujících latenci. Smyslem je omezit ztrátu výkonu při přesunu dat a synchronizaci práce mezi jednotlivými centry. To je zvlášť důležité u úzce provázaného distribuovaného trénování, při němž mohou pomalé nebo nespolehlivé komunikace nechávat drahé akcelerátory nečinné. 17
19
Záleží přitom na typu úlohy. Vzdálená kapacita se může poměrně snadno využít pro volně propojené dávkové výpočty. Mnohem obtížnější je ale zajistit, aby vzdálená zařízení fungovala jako jeden stroj při rozsáhlém synchronizovaném trénování.
Dostupné zprávy popisují směr vývoje, nikoli důkaz, že každý propojený cluster už dnes poskytuje stejný výkon jako jedno lokální datové centrum.
Oficiální údaje čínského ministerstva průmyslu a informačních technologií uvádějí, že kapacita inteligentních výpočtů dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, což představuje meziroční nárůst o 177 %. Celková míra využití výpočetních zařízení, označovaná také jako míra osazení racků, činila 71,4 %. 34
40
41
Na jednotce záleží: jde o 2 185 EFLOPS, nikoli 218,5 EFLOPS. EFLOPS měří teoretický výkon v operacích s plovoucí desetinnou čárkou. Celostátní součet sám o sobě neříká, kolik kapacity je dostupné konkrétní laboratoři, jak vzájemně kompatibilní jsou použité akcelerátory ani jak efektivně na nich běží distribuovaný trénink.
Další fáze čínské výstavby AI infrastruktury se proto pravděpodobně nebude hodnotit jen podle souhrnného výpočetního výkonu, ale podle takzvaného použitelného výkonu. Velké národní číslo může skrývat úzká hrdla, pokud je kapacita rozdělená mezi různé typy akcelerátorů, rezervovaná pro odlišné uživatele, omezená přesunem dat nebo naráží na limity elektřiny a chlazení.
Čína současně buduje systém, který má tuto nabídku koordinovat. Jednotná platforma pro monitoring a plánování úloh byla podle zpráv uvedena do zkušebního provozu a měla přehled o více než 60 % čínské AI výpočetní kapacity. Tento přehled je prvním krokem k přiřazování úloh dostupným a technicky vhodným zdrojům. 6
18
Záměrem je propojit platformu s programem „Východní data, západní výpočty“. Ten využívá národní výpočetní uzly a clustery datových center k umístění energeticky a prostorově náročné infrastruktury v západních regionech, zatímco poptávka po výpočtech je soustředěna především na východě. Čínský národní plán počítá s víceúrovňovou výpočetní infrastrukturou a integrovanou celostátní výpočetní sítí. 48
53
56
Řídicí vrstva bude muset v praxi řešit několik obtížných úkolů:
Čím lépe budou tyto funkce pracovat, tím více se bude národní výpočetní kapacita chovat jako služba, nikoli jako soubor vzájemně oddělených strojů.
Čínská Národní komise pro rozvoj a reformy uvedla, že výpočetní sítě by v období 15. pětiletého plánu, tedy v letech 2026–2030, měly získat přibližně 4 biliony jüanů nových přímých investic. Odhad se týká výstavby výpočetních sítí a související infrastruktury; podle dostupných zpráv má značná část peněz pocházet z neveřejných zdrojů. 47
54
Takový rozsah plánovaných investic posiluje hlavní interpretaci projektu v Čeng-čou: Čína nerozšiřuje pouze nabídku akcelerátorů. Investuje také do přenosových tras, uzlů, plánování, monitoringu a podpůrné infrastruktury, která má z výpočetního výkonu vytvořit národní infrastrukturu.
Rozvíjející se model má tři vrstvy:
Tato architektura by mohla snížit význam přístupu k jedinému místnímu superclusteru tím, že zpřístupní větší část čínské kapacity prostřednictvím společného systému. Zároveň by mohla pomoci využívat západní zdroje energie a půdy při zachování dostupnosti výpočtů pro východní centra poptávky. 48
56
Dostupné důkazy však zatím neopravňují označit celou síť za univerzálně zaměnitelný superpočítač. Omezeními zůstávají dostupnost domácího hardwaru, propojení akcelerátorů, vyspělost softwaru, energie, spolehlivost i plánování úloh.
Tvrzení, že by se trénování špičkových modelů mohlo zkrátit přibližně z jednoho roku na šest měsíců, je proto třeba chápat jako projekci závislou na konkrétní úloze, dokud nebude nezávisle ověřena.
Hlavní technologické úzké hrdlo se tedy mění, ale nemizí. Čína se posouvá od otázky, zda dokáže vybudovat dostatek domácího AI hardwaru, k obtížnější otázce, zda jej dokáže efektivně koordinovat. Pokud řídicí síť uspěje, může se rychle rostoucí výpočetní kapacita proměnit ve flexibilní národní platformu. Pokud ne, bude Čína dál vykazovat působivé souhrnné hodnoty EFLOPS, zatímco jednotlivé AI laboratoře budou narážet na roztříštěný přístup, nevyužitou kapacitu a nerovnoměrný výkon v praxi.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře.
Čínský supercluster v Čeng čou s více než 100 000 domácími výpočetními kartami představuje posun od izolovaných datových center k celostátně koordinované výpočetní infrastruktuře. Celková kapacita inteligentních výpočtů v Číně dosáhla na konci června 2026 hodnoty 2 185 EFLOPS, meziročně vzrostla o 177 % a zkušební platforma údajně monitorovala více než 60 % národní kapacity.
Strategie kombinuje velké domácí clustery, čtyřkanálová optická vlákna, program „Východní data, západní výpočty“ a odhadované investice ve výši 4 bilionů jüanů v letech 2026–2030.