Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb. Berichte melden eine nahezu vollständige Auslastung binnen weniger Monate und einen hohen Anteil an Trainingsaufgaben.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: As reported by Zhidx on November 2, 2026, how did Moore Threads’ MTT S5000 domestic computing center in Huishan, Wuxi, progress from its Jun. Article summary: The reporting portrays Huishan as a working, heavily used domestic-GPU computing service—not merely a hardware demonstration—with 2,112 S5000 GPUs operating against a planned 10,000-GPU scale.[3] However, the available e. Topic tags: general, general web. 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 fake numbers, clic
Das KI-Rechenzentrum im Stadtbezirk Huishan der chinesischen Stadt Wuxi hat in wenigen Monaten den Schritt vom Testbetrieb zum kommerziellen Angebot geschafft. In der ersten Ausbaustufe stehen 2.112 MTT-S5000-GPUs von Moore Threads bereit. Berichten zufolge war der Cluster nach rund drei Monaten weitgehend ausgelastet. Die oft genannte Größenordnung von 10.000 GPUs beschreibt jedoch einen Ausbauplan – nicht den heutigen Bestand.2
3
Die erste Ausbaustufe wurde im Juni 2026 in Betrieb genommen. Im Juli begann der Testbetrieb; während dieser Phase wurden 33 verbreitete große KI-Modelle eingebunden. Seit Oktober läuft das Zentrum kommerziell.2
Die Anlage besteht aus vier GPU-Clustermodulen mit jeweils etwa 500 Karten. Moore Threads lieferte nach dem sogenannten schlüsselfertigen Modell eine integrierte Lösung, die Server, Netzwerk und Speicher umfasst. Laut einem Unternehmensvertreter erreichte der Cluster innerhalb von drei Monaten eine volle Auslastung.2
Allerdings weichen die Angaben zum Hochlauf voneinander ab: Eine Mitteilung vom 15. Oktober sprach davon, die rund 2.000 GPUs der ersten Ausbaustufe seien bereits nach zwei Monaten voll ausgelastet gewesen.22 Die Berichte erklären den Unterschied zwischen diesen Zeitangaben nicht. Belastbar ist daher vor allem die übergeordnete Aussage: Der Betrieb wurde binnen weniger Monate hochgefahren; die genaue Dauer ist in den Quellen nicht einheitlich angegeben.
Ein Bericht vom 2. November nennt mehr als 20 Kunden, die auf der Plattform Tests durchführten oder bereits Geschäftsanwendungen betrieben. Mehr als 62 Prozent der Workloads entfielen demnach auf Training; daneben gab es Inferenzaufgaben, also den Einsatz bereits trainierter Modelle.3 Eine andere Veröffentlichung nennt 55 Kunden und eine Auslastung von 92,9 Prozent.
7 Wie sich die Kundenzahlen unterscheiden, wird in den verfügbaren Berichten nicht erläutert.
Auch „voll ausgelastet“ bedeutet nicht zwangsläufig, dass sämtliche Rechenleistung in bezahlter Produktion eingesetzt wird. In einem späteren Interview hieß es, rund 60 Prozent der Kunden zahlten für die Nutzung; die übrigen testeten und passten Anwendungen an die Server an.19 Die Auslastungsangaben sprechen für eine hohe Nachfrage, erlauben aber für sich genommen keine Aussage über die Wirtschaftlichkeit oder die langfristige Stabilität des Betriebs.
Das Rechenzentrum wurde von Beginn an mit Blick auf eine Größenordnung von 10.000 GPUs geplant. Tatsächlich installiert sind in der ersten Ausbaustufe 2.112 Karten.2 Das Unternehmen Neolix plant, dort umfangreichere Trainingsläufe für autonome Fahrzeuge durchzuführen; der dafür genannte Bedarf nähert sich der Marke von 10.000 GPUs.
2
32 Das ist ein möglicher Treiber für den Ausbau, aber kein Beleg dafür, dass bereits heute ein Trainingslauf dieser Größenordnung stattfindet.
Davon zu unterscheiden ist eine weitere Planung: Moore Threads und JD Cloud wollen einen Cluster mit 100.000 GPUs aufbauen, der unter anderem für Training, Inferenz und verkörperte KI vorgesehen ist. Dieses Vorhaben ist eine separate Kooperation und darf nicht mit dem aktuellen Bestand in Huishan oder dessen 10.000-GPU-Ausbauziel gleichgesetzt werden.18
Ein Bericht führt an, dass die MTT S5000 bei einem Inferenztest mit DeepSeek V4 Flash 92 Prozent der Leistung einer vergleichbaren H800-Konfiguration erreicht habe.7 Die verfügbaren Angaben enthalten jedoch nicht genügend Informationen zu Testbedingungen und Messmethoden, um daraus eine allgemeine Gleichwertigkeit abzuleiten. Ein einzelner Vergleich belegt nicht, dass die GPUs bei anderen Modellen oder Arbeitslasten ähnlich abschneiden.
Der wichtigste Befund aus Huishan ist deshalb zunächst praktischer Natur: Die Karten werden nicht nur vorgeführt, sondern für reale Trainings- und Inferenzaufgaben eingesetzt. Der hohe Anteil an Trainingslasten deutet auf mehr als einen reinen Demonstrationsbetrieb hin.3 Wie dauerhaft die Auslastung ist, ob der Betrieb wirtschaftlich tragfähig ist und wie gut sich der Cluster auf 10.000 GPUs erweitern lässt, müssen weitere überprüfbare Betriebsdaten zeigen.
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb.
Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb. Berichte melden eine nahezu vollständige Auslastung binnen weniger Monate und einen hohen Anteil an Trainingsaufgaben.
Die geplante Größenordnung von 10.000 GPUs ist noch nicht erreicht. Auch die Leistungsangaben im Vergleich zu H800 GPUs sind kein unabhängiger Nachweis für eine allgemeine Gleichwertigkeit.
Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb. Berichte melden eine nahezu vollständige Auslastung binnen weniger Monate und einen hohen Anteil an Trainingsaufgaben.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: As reported by Zhidx on November 2, 2026, how did Moore Threads’ MTT S5000 domestic computing center in Huishan, Wuxi, progress from its Jun. Article summary: The reporting portrays Huishan as a working, heavily used domestic-GPU computing service—not merely a hardware demonstration—with 2,112 S5000 GPUs operating against a planned 10,000-GPU scale.[3] However, the available e. Topic tags: general, general web. 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 fake numbers, clic
Das KI-Rechenzentrum im Stadtbezirk Huishan der chinesischen Stadt Wuxi hat in wenigen Monaten den Schritt vom Testbetrieb zum kommerziellen Angebot geschafft. In der ersten Ausbaustufe stehen 2.112 MTT-S5000-GPUs von Moore Threads bereit. Berichten zufolge war der Cluster nach rund drei Monaten weitgehend ausgelastet. Die oft genannte Größenordnung von 10.000 GPUs beschreibt jedoch einen Ausbauplan – nicht den heutigen Bestand.2
3
Die erste Ausbaustufe wurde im Juni 2026 in Betrieb genommen. Im Juli begann der Testbetrieb; während dieser Phase wurden 33 verbreitete große KI-Modelle eingebunden. Seit Oktober läuft das Zentrum kommerziell.2
Die Anlage besteht aus vier GPU-Clustermodulen mit jeweils etwa 500 Karten. Moore Threads lieferte nach dem sogenannten schlüsselfertigen Modell eine integrierte Lösung, die Server, Netzwerk und Speicher umfasst. Laut einem Unternehmensvertreter erreichte der Cluster innerhalb von drei Monaten eine volle Auslastung.2
Allerdings weichen die Angaben zum Hochlauf voneinander ab: Eine Mitteilung vom 15. Oktober sprach davon, die rund 2.000 GPUs der ersten Ausbaustufe seien bereits nach zwei Monaten voll ausgelastet gewesen.22 Die Berichte erklären den Unterschied zwischen diesen Zeitangaben nicht. Belastbar ist daher vor allem die übergeordnete Aussage: Der Betrieb wurde binnen weniger Monate hochgefahren; die genaue Dauer ist in den Quellen nicht einheitlich angegeben.
Ein Bericht vom 2. November nennt mehr als 20 Kunden, die auf der Plattform Tests durchführten oder bereits Geschäftsanwendungen betrieben. Mehr als 62 Prozent der Workloads entfielen demnach auf Training; daneben gab es Inferenzaufgaben, also den Einsatz bereits trainierter Modelle.3 Eine andere Veröffentlichung nennt 55 Kunden und eine Auslastung von 92,9 Prozent.
7 Wie sich die Kundenzahlen unterscheiden, wird in den verfügbaren Berichten nicht erläutert.
Auch „voll ausgelastet“ bedeutet nicht zwangsläufig, dass sämtliche Rechenleistung in bezahlter Produktion eingesetzt wird. In einem späteren Interview hieß es, rund 60 Prozent der Kunden zahlten für die Nutzung; die übrigen testeten und passten Anwendungen an die Server an.19 Die Auslastungsangaben sprechen für eine hohe Nachfrage, erlauben aber für sich genommen keine Aussage über die Wirtschaftlichkeit oder die langfristige Stabilität des Betriebs.
Das Rechenzentrum wurde von Beginn an mit Blick auf eine Größenordnung von 10.000 GPUs geplant. Tatsächlich installiert sind in der ersten Ausbaustufe 2.112 Karten.2 Das Unternehmen Neolix plant, dort umfangreichere Trainingsläufe für autonome Fahrzeuge durchzuführen; der dafür genannte Bedarf nähert sich der Marke von 10.000 GPUs.
2
32 Das ist ein möglicher Treiber für den Ausbau, aber kein Beleg dafür, dass bereits heute ein Trainingslauf dieser Größenordnung stattfindet.
Davon zu unterscheiden ist eine weitere Planung: Moore Threads und JD Cloud wollen einen Cluster mit 100.000 GPUs aufbauen, der unter anderem für Training, Inferenz und verkörperte KI vorgesehen ist. Dieses Vorhaben ist eine separate Kooperation und darf nicht mit dem aktuellen Bestand in Huishan oder dessen 10.000-GPU-Ausbauziel gleichgesetzt werden.18
Ein Bericht führt an, dass die MTT S5000 bei einem Inferenztest mit DeepSeek V4 Flash 92 Prozent der Leistung einer vergleichbaren H800-Konfiguration erreicht habe.7 Die verfügbaren Angaben enthalten jedoch nicht genügend Informationen zu Testbedingungen und Messmethoden, um daraus eine allgemeine Gleichwertigkeit abzuleiten. Ein einzelner Vergleich belegt nicht, dass die GPUs bei anderen Modellen oder Arbeitslasten ähnlich abschneiden.
Der wichtigste Befund aus Huishan ist deshalb zunächst praktischer Natur: Die Karten werden nicht nur vorgeführt, sondern für reale Trainings- und Inferenzaufgaben eingesetzt. Der hohe Anteil an Trainingslasten deutet auf mehr als einen reinen Demonstrationsbetrieb hin.3 Wie dauerhaft die Auslastung ist, ob der Betrieb wirtschaftlich tragfähig ist und wie gut sich der Cluster auf 10.000 GPUs erweitern lässt, müssen weitere überprüfbare Betriebsdaten zeigen.
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb.
Die erste Ausbaustufe des Rechenzentrums in Huishan ging im Juni ans Netz, lief ab Juli im Testbetrieb und startete im Oktober den kommerziellen Betrieb. Berichte melden eine nahezu vollständige Auslastung binnen weniger Monate und einen hohen Anteil an Trainingsaufgaben.
Die geplante Größenordnung von 10.000 GPUs ist noch nicht erreicht. Auch die Leistungsangaben im Vergleich zu H800 GPUs sind kein unabhängiger Nachweis für eine allgemeine Gleichwertigkeit.