Como a iFLYTEK tenta fazer a computação doméstica de IA funcionar apesar da diferença para o H200

A iFLYTEK não está tentando vencer a corrida da inteligência artificial treinando o maior modelo possível. A estratégia é tornar a computação doméstica produtiva o suficiente para aplicações comerciais em educação, saúde, automóveis e empresas — e vender resultados confiáveis de tarefas, não apenas a maior janela de contexto do mercado.

A aposta é relevante porque a própria companhia reconhece uma limitação importante: aceleradores domésticos podem ser até aproximadamente cinco vezes menos eficientes que o Nvidia H200 em treinamentos de contexto longo acima de 256 mil tokens. Esse número é uma declaração atribuída à administração da empresa e não um resultado verificado de forma independente a partir de uma transcrição primária da teleconferência. 8

O dilema: contexto útil, não contexto ilimitado

A maioria dos fluxos de trabalho de IA em produção não precisa processar um histórico contínuo de um milhão de tokens dentro de uma única janela de atenção. Um sistema educacional pode consultar currículos e registros de alunos; uma ferramenta clínica pode buscar informações médicas relevantes; um assistente veicular pode combinar o histórico da conversa com dados do carro; e uma solução empresarial pode acessar documentos internos e processos previamente definidos.

Nesses casos, a alternativa prática é localizar e dividir as informações relevantes, usar memória estruturada e acionar ferramentas ou agentes quando necessário. Isso não elimina o valor do contexto longo, mas pode reduzir a frequência com que a janela mais cara precisa ser usada.

A aposta estratégica é, portanto, específica — mas comercialmente importante. Se os clientes valorizarem mais a precisão por domínio, a privacidade, o controle da implantação, a latência e a conclusão confiável de tarefas do que uma janela de contexto líder em benchmarks, a iFLYTEK poderá competir sem igualar a economia de treinamento da Nvidia em todas as escalas.

Engenharia em toda a pilha de IA

A resposta da companhia não é uma única otimização de software. Trata-se de um programa de codesenvolvimento entre hardware e software que envolve:

• arquitetura de modelos, incluindo abordagens de mistura de especialistas (MoE);
• operadores e kernels específicos para cada acelerador;
• comunicação distribuída e paralelismo entre especialistas;
• organização da memória e gerenciamento do cache de chaves e valores (KV cache);
• frameworks de treinamento, escalonamento e ferramentas de implantação.

O objetivo é reduzir o custo da comunicação, limitar gargalos de memória, aumentar a utilização do hardware e adaptar cada modelo às características dos chips domésticos. Isso importa porque as especificações brutas de um acelerador não determinam, sozinhas, o desempenho de um sistema completo de treinamento ou inferência.

Segundo um relato publicado pela própria iFLYTEK, seus clusters domésticos inicialmente operavam com cerca de 30% da eficiência de clusters convencionais. Otimizações de operadores, mudanças nas estratégias distribuídas e um trabalho mais amplo de engenharia teriam elevado esse índice para 84% a 93%. São números divulgados pela empresa, e não um benchmark auditado de forma independente. 17

Os modelos Spark são a principal prova de conceito

A evidência mais clara da estratégia é a continuidade do desenvolvimento da família de modelos Spark em infraestrutura doméstica. A iFLYTEK não trata os chips locais apenas como uma alternativa para executar inferência depois que o treinamento foi feito em outro lugar.

O Spark X2-Flash é descrito como um modelo de mistura de especialistas com 30 bilhões de parâmetros, treinado e implantado integralmente em clusters equipados com Huawei Ascend 910B. A importância está no caminho doméstico de ponta a ponta, que inclui treinamento e implantação — não apenas a adaptação de um modelo treinado em outra infraestrutura. 8

A companhia também destacou um pipeline de inferência para sequências longas e o Spark X2 como exemplos de codesenvolvimento entre modelos e infraestrutura. O Spark X2-VL amplia a família para cargas multimodais, enquanto materiais publicados pela iFLYTEK afirmam que X2, X2-Flash e X2-VL foram atualizados em 2026. 17

A direção é coerente com o trabalho anterior da empresa em computação doméstica. A iFLYTEK afirma que seus modelos Spark utilizaram uma rota totalmente doméstica para treinamento, iteração e implantação de inferência. 17 Reportagens anteriores também descreveram o tempo considerável necessário para adaptar sucessivas versões dos algoritmos aos chips domésticos: cada iteração teria levado mais de seis meses para superar 80% do desempenho de chips Nvidia de alto nível. 5

Um novo modelo principal será o próximo teste

Em uma reunião sobre os resultados do primeiro semestre, realizada em 21 de agosto de 2026, a iFLYTEK anunciou que lançará um novo modelo principal de uso geral baseado integralmente em computação doméstica durante o Global 1024 Developer Festival. O anúncio menciona uma liberação em etapas antes do evento, mas não confirma precisamente o cronograma de “fim de agosto” sugerido na pergunta. 1

Esse modelo será um teste importante para saber se a abordagem pode avançar além de cenários especializados. Um lançamento bem-sucedido mostraria que a infraestrutura doméstica consegue sustentar outra geração relevante de modelos. Por si só, porém, não provaria paridade de hardware com a Nvidia em todos os tipos de treinamento.

Por que a estratégia pode sustentar um negócio orientado a produtos

Uma empresa limitada pela disponibilidade de computação tem, em linhas gerais, duas opções: disputar diretamente o custo e a escala do treinamento de modelos de fronteira ou incorporar seus modelos a produtos nos quais a infraestrutura é apenas uma parte do valor entregue. A iFLYTEK está enfatizando a segunda rota.

Seu portfólio é direcionado a aplicações verticais, como educação e saúde — áreas em que implantação privada, qualidade específica do domínio e confiabilidade operacional podem pesar tanto quanto resultados em benchmarks gerais. Os materiais da companhia descrevem o Spark como compatível com educação e outros cenários aplicados, enquanto seus conteúdos sobre saúde destacam um sistema de apoio à decisão clínica baseado em um modelo médico Spark. 17 35

Essa abordagem orientada a produtos também pode tornar os avanços de engenharia reutilizáveis. Operadores melhores, métodos de comunicação mais eficientes, gerenciamento aprimorado de memória e frameworks de implantação podem ser reaproveitados em novas gerações de modelos e nas instalações dos clientes.

A vantagem resultante não é necessariamente um treinamento mais barato em termos absolutos. É a capacidade de extrair mais trabalho útil de um hardware restrito, mantendo o controle sobre todo o ciclo de implantação.

Por que Liu Qingfeng vê uma possível virada em dois anos

O argumento para reduzir a diferença de desempenho se baseia na experiência acumulada, e não na premissa de que os chips domésticos já sejam equivalentes ao hardware da Nvidia. A iFLYTEK passou anos adaptando arquiteturas de modelos, sistemas distribuídos e ferramentas de software à infraestrutura doméstica.

À medida que chips, redes, compiladores, frameworks e ecossistemas de desenvolvedores evoluírem, essa experiência poderá reduzir o tempo necessário para tornar cada nova geração produtiva.

Nesse cenário, a desvantagem atual poderia se transformar em uma forma de vantagem organizacional: a iFLYTEK teria custos de migração menores, mais experiência em produção e uma pilha doméstica de implantação mais madura. As declarações públicas da companhia descrevem esse processo como um esforço contínuo para construir um sistema independente e controlável, da infraestrutura de computação às aplicações baseadas em modelos. 3 17

É uma possibilidade plausível, não uma garantia. Relatos sobre o mercado chinês de hardware para IA continuam distinguindo o avanço dos chips domésticos em inferência da vantagem ainda mantida pela Nvidia em treinamento, especialmente por causa do desempenho dos sistemas de memória. 2 6

O risco: as exigências de fronteira podem avançar mais rápido

A estratégia funciona melhor se os clientes-alvo continuarem priorizando implantação segura, precisão por domínio, latência e resultados de fluxo de trabalho em vez de contexto ilimitado. Ela se torna menos convincente se compradores de educação, saúde, automóveis ou empresas passarem a exigir treinamento e raciocínio genuinamente baseados em milhões de tokens como capacidade padrão.

A questão central, portanto, não é saber se a iFLYTEK conseguirá eliminar todas as diferenças de hardware. É saber se sua engenharia e sua integração de produtos podem tornar essa diferença comercialmente irrelevante para um número suficiente de aplicações de alto valor.

A família Spark X2, os ganhos de eficiência divulgados e o modelo principal doméstico planejado mostram que a empresa está perseguindo esse objetivo. O contexto longo de fronteira, porém, continua sendo o desafio mais evidente ainda sem solução definitiva.