AnswersPublished27 sources
China’s cluster met 100.000 AI-kaarten markeert de overgang van chips naar een nationaal rekennetwerk
De gemelde cluster met 100.000 AI kaarten in Zhengzhou laat zien dat China verschuift van losse AI datacenters naar een nationaal gecoördineerd rekennetwerk. De nationale capaciteit voor intelligente berekeningen bereikte eind juni 2026 2.185 EFLOPS, 177 procent meer dan een jaar eerder.
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- De gemelde cluster met 100.000 AI kaarten in Zhengzhou laat zien dat China verschuift van losse AI datacenters naar een nationaal gecoördineerd rekennetwerk.
- De nationale capaciteit voor intelligente berekeningen bereikte eind juni 2026 2.185 EFLOPS, 177 procent meer dan een jaar eerder.
- De strategie combineert grote binnenlandse clusters, glasvezel met vier transmissiekanalen, het programma ‘East Data, West Compute’ en naar schatting 4 biljoen yuan aan investeringen in rekennetwerken tussen 2026 en 2...
AI Prompt
openai.comCreate 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
China’s gemelde ingebruikname van een volledig binnenlandse AI-supercluster met 100.000 rekenkaarten in Zhengzhou is meer dan een recordaantal chips. De ontwikkeling wijst op een bredere ambitie: een nationaal rekenweefsel waarin datacenters, glasvezelverbindingen, toezicht en taakplanning samen één gedeelde infrastructuur vormen.
De strategische vraag is daardoor aan het verschuiven. Het gaat niet langer alleen om de vraag of China genoeg binnenlandse AI-hardware kan bouwen, maar ook of het die verspreide en technisch verschillende capaciteit betrouwbaar kan laten samenwerken.
Zhengzhou is het bewijs dat binnenlandse schaal mogelijk is
De Dawning 8000, in berichtgeving ook Dengfeng genoemd, wordt omschreven als China’s eerste volledig binnenlandse AI-supercluster op het niveau van 100.000 kaarten. De cluster staat bij het Zhengzhou-knooppunt van het National Supercomputing Internet, het nationale netwerk dat supercomputers en AI-rekenresources met elkaar verbindt.
De installatie combineert wetenschappelijke berekeningen met AI-capaciteit en ondersteunt volgens de berichtgeving meer dan 300 soorten taken in 26 domeinen. Daarbij worden onder meer materiaalonderzoek, geneesmiddelenontwikkeling en het trainen van AI-modellen genoemd. 1
5
8
Chinese media vergelijken de piekcapaciteit van het systeem bovendien met twee eeuwen onafgebroken rekenen door de hele mensheid. Dat is een beeldende vergelijking van de theoretische doorvoer, geen gestandaardiseerde maatstaf voor de prestaties bij bruikbare modeltraining. Niet elke AI-taak zal dus een vergelijkbare versnelling opleveren. 5
8
De blijvende betekenis zit vooral in de architectuur. Een binnenlandse pool van 100.000 kaarten geeft universiteiten, onderzoeksinstellingen en bedrijven een basis waarop toegang tot grootschalige rekenkracht kan worden georganiseerd. Zij hoeven dan minder vaak ieder voor zich een afzonderlijke cluster op te bouwen.
Van afzonderlijke datacenters naar één gedeelde rekenlaag
De Zhengzhou-installatie staat niet op zichzelf. Ook in de Guangdong-Hongkong-Macao Greater Bay Area wordt een binnenlandse cluster gemeld die zich richt op de trainingsbehoeften van modellen met biljoenen parameters. Samen wijzen deze projecten op een model waarin zware taken gebruik kunnen maken van gecoördineerde regionale rekenpools, in plaats van uitsluitend van één lokaal datacenter. 3
7
Dat betekent niet dat afstand er niet meer toe doet. Voor gedistribueerde AI-training zijn hoge bandbreedte, voorspelbare vertraging, gesynchroniseerde versnellers en snel herstel bij storingen noodzakelijk. Een nationaal rekenweefsel heeft daarom meer nodig dan alleen een lijst met beschikbare kaarten.
Er is ook een besturingslaag nodig die kan bepalen:
- welke versnellers en softwarestacks met elkaar compatibel zijn;
- waar de benodigde data zich bevindt;
- hoeveel aaneengesloten capaciteit een taak vereist;
- of het netwerk de communicatie tussen de locaties aankan;
- hoe een taak verder kan draaien wanneer verbindingen, racks of kaarten uitvallen.
Pas wanneer die functies goed samenwerken, wordt nationale rekenkracht een dienst die kan worden aangevraagd in plaats van een verzameling losse machines.
Glasvezel moet regionale clusters met elkaar verbinden
Onderzoekers van het Pengcheng Laboratory in Shenzhen werken aan een zeer dunne glasvezel met vier transmissiekanalen binnen één vezel. De technologie is bedoeld om de transmissiecapaciteit van een vergelijkbare conventionele glasvezel te verviervoudigen. Daarmee moet een belangrijk knelpunt worden aangepakt: de communicatie tussen rekenlocaties die geografisch ver uit elkaar liggen. 17
18
Ook de geplande route voor rekenkracht- en datatransmissie tussen Shenzhen en Guizhou past in diezelfde strategie. Directere verbindingen die rekening houden met de vertraging moeten het transport van data en de synchronisatie van berekeningen tussen datacenters efficiënter maken. Dat is vooral van belang bij strak gekoppelde, gedistribueerde training, waarbij dure AI-versnellers stil kunnen vallen als de communicatie te traag of onbetrouwbaar is. 17
19
Het verschil tussen soorten werklasten is hierbij belangrijk. Op afstand beschikbare capaciteit kan relatief eenvoudig worden ingezet voor losgekoppelde batchtaken. Het is veel moeilijker om meerdere ver uit elkaar gelegen faciliteiten zich te laten gedragen als één machine tijdens een grote, volledig gesynchroniseerde trainingsrun.
De beschikbare berichtgeving laat zien welke technische richting China kiest, maar bewijst niet dat iedere verbonden cluster al dezelfde prestaties levert als een lokaal datacenter.
De capaciteit groeit sneller dan het bewijs voor effectief gebruik
Volgens officiële cijfers die door het Chinese ministerie van Industrie en Informatietechnologie zijn gepubliceerd, bedroeg de nationale capaciteit voor intelligente berekeningen eind juni 2026 2.185 EFLOPS. Dat was 177 procent meer dan een jaar eerder. De gemiddelde benuttingsgraad van de nationale rekenfaciliteiten lag volgens dezelfde berichtgeving op 71,4 procent. 34
40
41
De eenheid verdient aandacht: het gaat om 2.185 EFLOPS, niet om 218,5 EFLOPS. EFLOPS meet de theoretische prestaties bij floatingpointberekeningen. Het nationale totaal zegt op zichzelf niets over de capaciteit die voor één specifiek laboratorium beschikbaar is, de onderlinge compatibiliteit van de versnellers of de efficiëntie waarmee een gedistribueerde trainingsopdracht wordt uitgevoerd.
Daarom zal de volgende fase van China’s AI-infrastructuur waarschijnlijk minder worden beoordeeld op totale rekenkracht en meer op bruikbare rekenkracht. Een indrukwekkend nationaal totaal kan alsnog knelpunten opleveren wanneer de capaciteit verdeeld is over verschillende typen versnellers, aan specifieke gebruikers is toegewezen, wordt beperkt door datatransport of niet volledig kan worden gebruikt door beperkingen op het gebied van stroomvoorziening en koeling.
Een nationale besturingslaag komt in beeld
China bouwt intussen aan de managementlaag die nodig is om het groeiende aanbod te coördineren. Een uniform platform voor toezicht en taakplanning zou in een testfase zicht hebben op meer dan 60 procent van de AI-rekenkracht in het land. Dat is een eerste stap naar het koppelen van taken aan beschikbare én technisch geschikte bronnen. 6
18
De beoogde beleidsstructuur wordt verbonden met East Data, West Compute. Dit programma gebruikt nationale rekenhubs en datacenterclusters om een deel van de energie- en landintensieve infrastructuur in westelijke regio’s te plaatsen, terwijl de vraag zich voor een groot deel in het oosten bevindt. Het nationale plan voorziet in een meerlagig systeem voor rekeninfrastructuur en een geïntegreerd rekennetwerk voor het hele land. 48
53
56
In de praktijk moet deze besturingslaag onder meer vijf lastige problemen oplossen:
- Toewijzing: taken koppelen aan compatibele binnenlandse versnellers en softwareomgevingen.
- Plaatsing: bepalen of een taak lokaal, binnen een stedelijke regio of tussen verafgelegen hubs moet draaien.
- Dataverplaatsing: de kosten en vertraging beperken van het verplaatsen van trainingsdata en checkpoints.
- Foutbestendigheid: grote taken productief houden wanneer verbindingen, racks of afzonderlijke kaarten uitvallen.
- Afstemming met energie: de vraag naar rekenkracht laten aansluiten op de beschikbaarheid van elektriciteit en regionale bedrijfsbeperkingen.
Hoe beter deze functies werken, hoe meer China zijn nationale capaciteit kan inzetten als een flexibel platform in plaats van als een verzameling versnipperde bronnen.
De investeringen bevestigen dat dit een netwerkproject is
De National Development and Reform Commission, China’s belangrijkste economische planorgaan, verwacht dat rekenkracht-netwerken tussen 2026 en 2030 ongeveer 4 biljoen yuan aan nieuwe directe investeringen zullen aantrekken. Die periode valt samen met het 15e Vijfjarenplan. Het bedrag heeft betrekking op de aanleg van rekennetwerken en verwante infrastructuur; volgens de berichtgeving zou een groot deel van de investeringen van niet-overheids partijen komen. 47
54
De omvang van die plannen onderstreept de belangrijkste interpretatie van de Zhengzhou-lancering. China breidt niet alleen het aanbod van AI-versnellers uit, maar investeert ook in transmissie, regionale hubs, planning, monitoring en de ondersteunende infrastructuur die rekenkracht tot nationale basisvoorziening moet maken.
Wat de lancering wel en niet bewijst
Het model dat zich aftekent, bestaat uit drie lagen:
- Binnenlandse hardware: grote clusters die met Chinese rekenkaarten zijn opgebouwd.
- Onderlinge verbinding: optische netwerken en dataverbindingen die regionale rekenpools koppelen.
- Coördinatie: nationaal toezicht en taakplanning om capaciteit over die pools te verdelen.
Als deze architectuur werkt, kan de afhankelijkheid van één lokaal supercluster afnemen. Meer nationale capaciteit wordt dan via een gemeenschappelijk systeem toegankelijk. Ook kan China energie- en landbronnen in het westen benutten terwijl de vraag naar rekenkracht vooral uit oostelijke economische centra komt. 48
56
Toch is er nog geen reden om het netwerk te beschouwen als één universeel uitwisselbare supercomputer. Binnenlandse hardware, verbindingen tussen versnellers, softwarevolwassenheid, energie, betrouwbaarheid en taakplanning blijven beperkingen. Claims dat de training van geavanceerde modellen kan worden teruggebracht van ongeveer een jaar naar zes maanden moeten daarom worden gezien als verwachtingen die afhangen van de werklast, tenzij ze onafhankelijk worden aangetoond.
De bottleneck verschuift dus, maar verdwijnt niet. China beweegt van de vraag of het genoeg binnenlandse AI-hardware kan bouwen naar de moeilijkere vraag of het die hardware efficiënt kan coördineren. Slaagt de planningslaag, dan kan de snelle uitbreiding uitgroeien tot een flexibel nationaal rekenplatform. Mislukt dat, dan kan China indrukwekkende EFLOPS-totalen blijven rapporteren terwijl AI-laboratoria in de praktijk te maken hebben met versnipperde toegang, ongebruikte capaciteit en sterk wisselende prestaties.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "China’s cluster met 100.000 AI-kaarten markeert de overgang van chips naar een nationaal rekennetwerk"?
De gemelde cluster met 100.000 AI kaarten in Zhengzhou laat zien dat China verschuift van losse AI datacenters naar een nationaal gecoördineerd rekennetwerk.
What are the key points to validate first?
De gemelde cluster met 100.000 AI kaarten in Zhengzhou laat zien dat China verschuift van losse AI datacenters naar een nationaal gecoördineerd rekennetwerk. De nationale capaciteit voor intelligente berekeningen bereikte eind juni 2026 2.185 EFLOPS, 177 procent meer dan een jaar eerder.
What should I do next in practice?
De strategie combineert grote binnenlandse clusters, glasvezel met vier transmissiekanalen, het programma ‘East Data, West Compute’ en naar schatting 4 biljoen yuan aan investeringen in rekennetwerken tussen 2026 en 2...
Sources
bastillepost.comChina launches massive homegrown AI supercomputer cluster
news.cgtn.comClusters and fibers: China accelerates AI build-out
finance.sina.com.cn多个算力节点迎来新一轮扩容 全国算力“一盘棋”“一张网”正不断成型
tokenheart.aiChina’s First 100,000-Card Cluster Is Complete: Domestic Computing Power Enters the 100,000-Card Era · TokenHeart