ByteDance rzuca wyzwanie Zachodowi: powstaje model AI o skali 10 bilionów parametrów

Właściciel TikToka nie zamierza dłużej przyglądać się dominacji Doliny Krzemowej. ByteDance trenuje właśnie gigantyczny system sztucznej inteligencji, który skalą może przyćmić najnowsze osiągnięcia Anthropic i OpenAI. Chiński gigant postawił na brutalną siłę obliczeniową: nowy model ma operować na 10 bilionach parametrów.

Dlaczego to ważne teraz

Ten ruch zmienia układ sił w globalnym wyścigu o mega-modele. Podczas gdy zachodnie firmy coraz częściej skupiają się na efektywności, ByteDance idzie w stronę czystej skali, rzucając wyzwanie bezpośrednio nadchodzącym systemom Mythos i Fable. To sygnał, że Chiny, mimo ograniczeń w dostępie do najnowszych procesorów, znalazły sposób na budowę infrastruktury zdolnej udźwignąć największe systemy świata.

Chińska ofensywa kontra Dolina Krzemowa

ByteDance pracuje nad systemem, który ma dorównać najbardziej zaawansowanym rozwiązaniom z USA. Jak donosi Reuters, projekt ten swoimi gabarytami zbliża się do najbardziej wyrafinowanego systemu Mythos od Anthropic. To potężna deklaracja możliwości, szczególnie w kontekście geopolitycznych napięć.

Rozmiar ma znaczenie

Choć liczba parametrów — zmiennych, których model uczy się podczas treningu — nie gwarantuje inteligencji, pozostaje kluczowym wskaźnikiem potencjalnej mocy. Projekt ByteDance jest gigantyczny: będzie ponad trzykrotnie większy niż dotychczasowy chiński rekordzista Kimi K3 od startupu Moonshot AI, który posiada 2,8 biliona parametrów. Według agencji Reuters: „ByteDance trenuje model AI, który może zbliżyć się rozmiarem do najbardziej nowatorskiego systemu Mythos od Anthropic”.

Zderzenie tytanów

Porównania z Amerykanami są trudne, bo OpenAI czy Anthropic pilnie strzegą szczegółów technicznych. Niemniej rynkowe szacunki sugerują, że nadchodzący Mythos 5 ma posiadać około 8 bilionów parametrów, natomiast Fable 5 około 5 bilionów. Na tym tle 10 bilionów ByteDance wygląda na próbę przejęcia fotela lidera pod względem czystej skali obliczeniowej.

Pół roku w zamkniętej serwerowni

System wejdzie do użytku dopiero za jakiś czas. Obecnie znajduje się w fazie pre-trainingu, który według branżowych standardów potrwa od trzech do sześciu miesięcy. Dopiero potem specjaliści zaczną proces fine-tuningu, czyli precyzyjnego dostrajania modelu. Główną barierą nie jest już tylko oprogramowanie, ale optymalizacja kosztów przy tak ogromnym zapotrzebowaniu na energię i moc. W dobie rywalizacji z USA, kluczowe staje się budowanie systemów potężnych, a jednocześnie ekonomicznie uzasadnionych w codziennym działaniu.