Telset.id – Meituan resmi merilis LongCat-2.0, sebuah model bahasa besar (large language model/LLM) open source dengan 1,6 triliun parameter dan jendela konteks 1 juta token. Pencapaian terpenting dari model ini adalah seluruh proses pelatihannya tidak melibatkan satu pun GPU Nvidia, menandai langkah besar dalam kemandirian teknologi chip AI China.
Model dengan skala parameter ini menempatkan LongCat-2.0 sejajar dengan DeepSeek V4-pro yang dirilis pada April 2026. Namun, perbedaan fundamental terletak pada proses pengembangannya. Meituan mengklaim bahwa LongCat-2.0 menyelesaikan pelatihan penuh (full process training) pada klaster komputasi yang berisi lebih dari 50.000 akselerator AI buatan dalam negeri China.
Ini menjadikan LongCat-2.0 sebagai model dengan triliunan parameter pertama yang mencapai skala pelatihan tersebut tanpa bergantung pada perangkat keras asing. Berita ini muncul di tengah upaya China memperluas kapasitas komputasi domestik di tengah pembatasan ekspor yang membatasi akses ke prosesor grafis canggih buatan Amerika Serikat.
Tidak seperti DeepSeek V4-pro yang hanya menggunakan chip China pada tahap inferensi, LongCat-2.0 juga menyelesaikan tahap pre-training yang jauh lebih menuntut menggunakan perangkat keras domestik. Meituan menyatakan bahwa sistem ini dibangun sepenuhnya di atas large AI ASIC superpods sambil memanfaatkan Huawei Collective Communication Library untuk meningkatkan stabilitas komunikasi antar prosesor.
“Ini mengesampingkan kekhawatiran tentang Atlas-950 SuperPoDs yang tidak mampu melatih LLM besar untuk Zhipu AI dan DeepSeek,” kata analis teknologi TP Huang.
Chip AI buatan China memang telah diadopsi secara luas untuk inferensi model di tengah dorongan Beijing menuju kemandirian teknologi. Namun, pre-training tetap menjadi tantangan yang jauh lebih sulit. Meituan mengklaim bahwa LongCat-2.0 menunjukkan performa kuat dalam tugas coding dan agent-based, bahkan melampaui Google Gemini 3.1 Pro di beberapa tolok ukur termasuk Terminal-Bench 2.1 dan SWE-Bench Pro.
Meski demikian, Meituan mengakui bahwa model terbarunya ini masih tertinggal dari OpenAI GPT-5.5 dan Anthropic Claude 4.8 Opus dalam penilaian kemampuan frontier yang lebih luas.
**Tantangan Teknis Mengganti GPU Nvidia**
Meskipun berhasil mencatatkan pencapaian signifikan, Meituan menghadapi kesulitan teknik yang besar selama pengembangan. Perusahaan menghadapi tantangan besar dalam mengganti perangkat keras Nvidia.
Meituan mengatakan bahwa memori menjadi hambatan utama karena setiap akselerator domestik menawarkan kapasitas yang jauh lebih kecil dibandingkan chip Nvidia H800, yang masih tidak tersedia untuk ekspor ke China berdasarkan aturan Amerika Serikat. Para insinyur kemudian membangun sistem optimasi tambahan untuk menjaga pelatihan yang stabil, aman, dan dapat diskalakan di seluruh klaster meskipun ukurannya sangat besar dan kompleks.
Hanchi Sun, seorang peneliti PhD di bidang ilmu komputer, menggambarkan pencapaian ini dengan menulis, “Performa mendekati frontier, dilatih pada 50 ribu akselerator domestik China,” sebelum menambahkan, “Yang pertama berhasil mencapai ini!”
LongCat-2.0 belum muncul di evaluasi independen utama termasuk Artificial Analysis, Arena, Agents’ Last Exam, atau CyberGym, sehingga verifikasi eksternal dari beberapa kemampuan yang dilaporkan masih tertunda. Namun, rilis ini menunjukkan bahwa pengembang China berusaha mengurangi ketergantungan pada Nvidia dengan memperluas penggunaan perangkat keras domestik dari sekadar inferensi ke pelatihan skala besar.
Hasil benchmark yang lebih luas di berbagai alat AI pada akhirnya akan menentukan seberapa kompetitif pendekatan ini ke depannya. Langkah Meituan ini menjadi sinyal kuat bahwa ekosistem chip AI China semakin matang, meskipun jalan menuju kemandirian penuh masih panjang.
[CONTENT_END]
Komentar
Belum ada komentar.