चीन की टेक्नोलॉजी कंपनियाँ AI प्रोसेसर, इंटरकनेक्ट, सॉफ़्टवेयर प्लेटफ़ॉर्म और मॉडल विकसित कर रही हैं। ये सिस्टम वास्तव में क्या करते हैं, आपस में कैसे काम करते हैं, और आज व्यावसायिक रूप से क्या उपलब्ध है?
चीन के AI इन्फ्रास्ट्रक्चर इकोसिस्टम का कवर चित्र। दिखाई गई कंपनियां स्वतंत्र हैं। यह AI से बनाई गई कॉन्सेप्ट आर्ट है, किसी सुविधा की तस्वीर नहीं।
कल्पना कीजिए कि एक कंपनी ऐसा असिस्टेंट बना रही है जो आंतरिक दस्तावेज़ों में खोज करे और कर्मचारियों के हज़ारों सवालों के जवाब दे। वह Qwen या DeepSeek जैसा कोई चीनी मॉडल चुन सकती है, लेकिन मॉडल चुनना समस्या का सिर्फ़ एक हिस्सा हल करता है। कंपनी को फिर भी उसे चलाने के लिए जगह चाहिए, उसके पैरामीटर और कामकाजी डेटा रखने लायक मेमोरी चाहिए, उपलब्ध प्रोसेसरों के लिए उसकी गणनाओं का अनुवाद करने वाला सॉफ़्टवेयर चाहिए, और माँग बढ़ने पर सेवा को तेज़ रखने का तरीका चाहिए।
इसीलिए चीन के AI विकास को सिर्फ़ भाषा-मॉडल की रिलीज़ से आगे जाकर देखना उचित है। Huawei एक्सेलरेटर सिस्टम और इंटरकनेक्ट विकसित कर रही है। Alibaba अपने Qwen मॉडल को चिप और क्लाउड सेवाओं से जोड़ रही है। Baidu मॉडल, डेवलपमेंट टूल और क्लाउड इंफ्रास्ट्रक्चर को एक साथ लाती है। Tencent AI उत्पाद और क्लाउड सेवाएँ चलाती है और साथ ही अपना कंप्यूटिंग निवेश बढ़ा रही है। ये गतिविधियाँ आपस में जुड़ी हुई हैं, लेकिन इन्हें एक एकीकृत राष्ट्रीय प्लेटफ़ॉर्म समझने की भूल नहीं करनी चाहिए।
इंजीनियरिंग की असली कहानी यह है कि मॉडल, सॉफ़्टवेयर, एक्सेलरेटर, नेटवर्क और क्लाउड सेवाएँ आपस में कैसे जुड़ती हैं, और उस काम का कितना हिस्सा सिर्फ़ घोषित होने के बजाय प्रदर्शित किया जा चुका है।
एक AI अनुरोध का कंप्यूटिंग स्टैक में सफ़र
एक उपयोगकर्ता हमारे काल्पनिक कर्मचारी असिस्टेंट में सवाल टाइप करता है। एप्लिकेशन अनुमतियाँ जाँचता है और संबंधित दस्तावेज़ निकालता है। वह एक प्रॉम्प्ट AI सेवा को भेजता है। एक सर्विंग सिस्टम उपलब्ध हार्डवेयर चुनता है, मॉडल के वेट लोड करता है या उन तक पहुँचता है, और जवाब के अगले टोकन की गणना करता है।
ये गणनाएँ मुख्यतः मैट्रिक्स ऑपरेशन होती हैं। विशेष AI एक्सेलरेटर ऐसे बहुत से ऑपरेशन एक साथ करते हैं। उनकी प्रोसेसिंग क्षमता मायने रखती है, लेकिन उतना ही मायने रखती है वह गति जिससे मॉडल के वेट और बीच का डेटा मेमोरी और कंप्यूट यूनिट के बीच आता-जाता है। बड़े मॉडल के लिए, अंकगणितीय यूनिट और काम कर सकने की स्थिति में हों, तब भी डेटा पढ़ना बाधा बन सकता है।
जब मॉडल कई एक्सेलरेटरों में बँटा होता है, तो उन्हें बीच के नतीजे आपस में बदलने पड़ सकते हैं। संचार का पैटर्न इस पर निर्भर करता है कि मॉडल कैसे बाँटा गया है। एक तरीका परतों के हिस्सों को अलग करता है, दूसरा परतों के भीतर के ऑपरेशन बाँटता है, और तीसरा मॉडल की प्रतिलिपियाँ बनाकर अलग-अलग अनुरोध प्रोसेस करता है। हर तरीका मेमोरी और नेटवर्किंग की ज़रूरतें बदल देता है।
Accessible text alternative for this figure
ऊपर से नीचे: एप्लिकेशन उपयोगकर्ता का अनुरोध लेता है और अनुमतियाँ तथा रिट्रीवल सँभालता है। मॉडल सेवा प्रॉम्प्ट, बैचिंग, शेड्यूलिंग और API सँभालती है। कंपाइलर और रनटाइम ऑपरेटर, kernel और मेमोरी आवंटन सँभालते हैं, जिसके उदाहरण इकोसिस्टम CANN और PaddlePaddle हैं।
उसके नीचे कंप्यूटिंग हार्डवेयर है: मैट्रिक्स ऑपरेशन के लिए AI एक्सेलरेटर, वेट, संदर्भ और कैश के लिए मेमोरी और स्टोरेज, और डिवाइसों के बीच संचार के लिए इंटरकनेक्ट। क्लाउड ऑपरेशन और व्यावसायिक डिलीवरी इन सबके नीचे है। यह चित्र वैचारिक है और किसी वेंडर की तैनाती को नहीं दिखाता।
यहाँ training और inference का अंतर महत्वपूर्ण है। Training में मॉडल के पैरामीटर बार-बार समायोजित किए जाते हैं और अक्सर प्रोसेसरों के बीच बड़ी मात्रा में जानकारी का आदान-प्रदान होता है। Inference प्रशिक्षित पैरामीटर का उपयोग करके अनुरोधों का जवाब देता है, और वह जवाब की latency, मेमोरी बैंडविड्थ, मॉडल के आकार, एक साथ आने वाले उपयोगकर्ताओं और रखे गए संदर्भ की मात्रा के प्रति संवेदनशील होता है। जो क्लस्टर training में उत्कृष्ट है, वह बहुत से छोटे अनुरोध सँभालने के लिए अपने-आप सबसे सस्ता सिस्टम नहीं बन जाता।
AI एक्सेलरेटर: प्रोसेसर पूरा उत्पाद क्यों नहीं है
सामान्य-उद्देश्य वाला CPU विविध कामों को सँभालने के लिए बना होता है। AI एक्सेलरेटर अपने हार्डवेयर संसाधन उन दोहराए जाने वाले संख्यात्मक ऑपरेशनों पर केंद्रित करते हैं जो न्यूरल नेटवर्क में इस्तेमाल होते हैं। अलग-अलग एक्सेलरेटर अंकगणितीय फ़ॉर्मैट, ऑन-चिप मेमोरी, बाहरी मेमोरी, डेटा मूवमेंट और प्रोग्रामेबिलिटी में अलग-अलग समझौते करते हैं।
Huawei Ascend वह प्रोसेसर परिवार है जिस पर Huawei के AI कंप्यूटिंग सिस्टम टिके हैं। कंपनी Ascend NPUs को SuperPoD सिस्टम डिज़ाइन और CANN सॉफ़्टवेयर के साथ जोड़ती है। उसकी September 2026 की Atlas 960E घोषणा एक ऐसे कॉन्फ़िगरेशन का वर्णन करती है जो अधिकतम 4,096 NPUs तक का समर्थन करता है, साथ में बड़े वितरित जॉब के लिए बनाया गया मेमोरी और इंटरकनेक्ट आर्किटेक्चर भी है। ये Huawei के उत्पाद विनिर्देश हैं, किसी ग्राहक के मॉडल के प्रदर्शन को दिखाने वाले स्वतंत्र नतीजे नहीं। Huawei, September 2026।
Alibaba T-Head Yitian CPUs, Panmai स्मार्ट नेटवर्क-इंटरफ़ेस चिप और इंटरकनेक्ट कंपोनेंट के साथ-साथ Zhenwu एक्सेलरेटर परिवार बना रही है। Alibaba के September 2026 के रोडमैप में Zhenwu V900 पेश किया गया, पहले के M890 AI Supernode को बड़े मॉडल के inference के लिए उपयोग में आने वाला बताया गया, और कहा गया कि उसका नया आर्किटेक्चर 500,000 cards तक के क्लस्टर का समर्थन कर सकता है। Alibaba ने यह भी कहा कि उसके supernode व्यावसायिक रूप से ऑनलाइन आ रहे हैं, लेकिन बताया गया अधिकतम क्लस्टर आकार इस बात का प्रमाण नहीं है कि कोई एक प्रोडक्शन इंस्टॉलेशन पहले से उस आकार पर चल रहा है। चिप के सापेक्ष प्रदर्शन के बारे में कंपनी के दावों की वर्कलोड-स्तर पर स्वतंत्र तुलना ज़रूरी है। Alibaba, September 2026।
Baidu का Kunlun एक्सेलरेटर इकोसिस्टम घरेलू हार्डवेयर का एक और तरीका देता है। Baidu PaddlePaddle फ़्रेमवर्क, ERNIE मॉडल और मैनेज्ड क्लाउड सेवाएँ भी विकसित करती है। इनका आपसी संबंध व्यावसायिक रूप से प्रासंगिक है, लेकिन कुल AI Cloud राजस्व यह नहीं बताता कि कितना वर्कलोड किसी खास चिप पर चल रहा है। Baidu cloud, Baidu Q2 2026 results।
इन सिस्टमों का मूल्यांकन करने वाले खरीदार को सिर्फ़ विज्ञापित प्रति-सेकंड ऑपरेशन के आँकड़े से ज़्यादा चाहिए। उपयोगी परीक्षण एप्लिकेशन-विशिष्ट होते हैं। क्या वांछित मॉडल सही ढंग से चल सकता है, उसे कितनी मेमोरी चाहिए, लक्षित जवाब-समय पर वह प्रति सेकंड कितने टोकन दे सकता है, हार्डवेयर बढ़ाने पर वह कितनी अच्छी तरह स्केल करता है, और पूरी सेवा चलाने में कितना खर्च आता है?
प्रोसेसरों के बीच की समस्या
मान लीजिए आठ एक्सेलरेटर किसी मॉडल का काम बाँट रहे हैं। कुछ बिंदुओं पर हर एक को दूसरों द्वारा निकाले गए नतीजे चाहिए। अगर ये ट्रांसफ़र गणनाओं से ज़्यादा समय लेते हैं, तो तेज़ अंकगणित देरी को हल नहीं करेगा। डिवाइसों की संख्या बढ़ाने से डेटा के आदान-प्रदान की लागत भी बढ़ सकती है।
इंटरकनेक्ट कंप्यूटिंग डिवाइसों को जोड़ने वाली संचार प्रणाली है। उसकी बैंडविड्थ बताती है कि समय के साथ कितनी जानकारी आगे बढ़ सकती है, और उसकी latency बताती है कि डेटा पहुँचना शुरू होने से पहले कितनी देरी होती है। दोनों मायने रखती हैं, और वर्कलोड तथा सॉफ़्टवेयर कॉन्फ़िगरेशन के बिना कोई भी मॉडल के कुल थ्रूपुट का अनुमान नहीं देती।
Huawei का UnifiedBus क्लस्टर के कंपोनेंट को एक ही प्रोटोकॉल के तहत जोड़ता है। Huawei एकीकृत मेमोरी एड्रेसिंग और पीयर-टू-पीयर इंटरकनेक्ट का वर्णन करती है, और उसने Hi-ONE near-packaged optical interconnect engine पेश किया है, जिसकी प्रति engine ट्रांसमिशन क्षमता 7.2 Tbit/s बताई गई है। यह एक कंपोनेंट विनिर्देश है, इसे किसी SuperPoD का inference थ्रूपुट नहीं समझा जाना चाहिए। Huawei ने अलग से कहा है कि 1,000 से अधिक Atlas 900 A3 SuperPoDs तैनात किए गए, जबकि उसके नवीनतम आर्किटेक्चर में नए डिज़ाइन और भविष्य का विस्तार शामिल है। इन स्थितियों को अलग रखने से घोषित रोडमैप गढ़ी हुई तैनाती नहीं बन पाता। Huawei architecture, Huawei keynote।
Alibaba का supernode और नेटवर्क-चिप का काम उसी सामान्य इंजीनियरिंग बाधा को एक अलग कार्यान्वयन से हल करने की कोशिश है। यह समस्या किसी एक कंपनी ने नहीं खोजी: दुनिया भर के GPU क्लस्टर और दूसरे वितरित सिस्टमों को भी हाई-बैंडविड्थ फ़ैब्रिक, अच्छी शेड्यूलिंग और ऐसे सॉफ़्टवेयर की ज़रूरत होती है जो गैर-ज़रूरी संचार को सीमित रखे।
यहाँ एक बड़ा सबक है। प्रोसेसरों की संख्या कागज़ पर क्षमता है। उपयोगी थ्रूपुट इस पर निर्भर करता है कि सिस्टम डेटा का इंतज़ार करने या दूसरे डिवाइसों से तालमेल बिठाने के बजाय कितना समय असली काम करने में बिताता है।
वह सॉफ़्टवेयर परत जो हार्डवेयर को उपयोगी बनाती है
हमारा कर्मचारी असिस्टेंट किसी जाने-पहचाने AI फ़्रेमवर्क में लिखा जा सकता है। उसके मॉडल को किसी दूसरे एक्सेलरेटर पर ले जाना ज़रूरी नहीं कि एक कॉन्फ़िगरेशन फ़ील्ड बदलने जितना आसान हो।
मॉडल ऑपरेटरों को डिवाइस-विशिष्ट कार्यान्वयनों से समर्थित होना पड़ता है, जिन्हें अक्सर kernels कहा जाता है। एक कंपाइलर और रनटाइम उन ऑपरेशनों को शेड्यूल करते हैं, मेमोरी आवंटित करते हैं, ट्रांसफ़र प्रबंधित करते हैं और हार्डवेयर का समन्वय करते हैं। असमर्थित ऑपरेशनों को दोबारा लिखना पड़ सकता है, और समर्थित ऑपरेशन भी अक्षम ढंग से चल सकते हैं। संख्यात्मक अंतर और वितरित निष्पादन से सटीकता या पुनरुत्पादन की ऐसी समस्याएँ आ सकती हैं जिनके लिए परीक्षण ज़रूरी है।
Huawei CANN Ascend हार्डवेयर के लिए एक सॉफ़्टवेयर इकोसिस्टम देता है। Huawei ओपन-सोर्स विकास के विस्तार और PyTorch समर्थन की जानकारी देती है। ये अपनाने की दिशा में सार्थक कदम हैं, लेकिन किसी फ़्रेमवर्क बैकएंड का समर्थित होना इस बात की गारंटी नहीं है कि हर मॉडल और ऑपरेटर समान व्यवहार या प्रदर्शन के साथ चलेगा। Huawei।
Baidu PaddlePaddle training और deployment क्षमताओं वाला एक मशीन-लर्निंग फ़्रेमवर्क है, जो Baidu के व्यापक AI टूल से जुड़ा है। Alibaba Cloud Model Studio और उससे जुड़ी सेवाएँ डेवलपरों को Qwen और अन्य समर्थित मॉडल इस्तेमाल करने का मैनेज्ड तरीका देती हैं, ताकि उन्हें पूरा सर्विंग इंफ्रास्ट्रक्चर खुद न चलाना पड़े।
सॉफ़्टवेयर की परिपक्वता इसलिए मायने रखती है कि कंपनियों को सिस्टम लंबे समय तक सँभालने होते हैं। जो एक्सेलरेटर चुने हुए बेंचमार्क पर प्रतिस्पर्धी दिखता है, वह तब आकर्षक नहीं रहता जब किसी प्रोडक्शन एप्लिकेशन को माइग्रेट करने के लिए बड़े पैमाने पर दोबारा लिखना पड़े, या डीबगिंग, observability अथवा ऑपरेशनल सहायता सीमित हो।
हार्डवेयर से ऐसी सेवा तक जिसे लोग खरीद सकें
कर्मचारी असिस्टेंट पर लौटते हैं। संगठन अनुमति-प्राप्त कोई ओपन-वेट मॉडल डाउनलोड करके उसे अपने कंप्यूटिंग उपकरणों पर होस्ट कर सकता है। तब उसे मॉडल सर्वर चलाना होगा, latency पर नज़र रखनी होगी, अपग्रेड सँभालने होंगे, दस्तावेज़ों की पहुँच सुरक्षित करनी होगी और माँग के लिए पर्याप्त एक्सेलरेटर मेमोरी जुटानी होगी।
या वह होस्टेड मॉडल सेवा खरीद सकता है। उस स्थिति में प्रदाता अंतर्निहित inference क्षमता का बड़ा हिस्सा चलाता है, जबकि ग्राहक के पास एप्लिकेशन के डेटा-गवर्नेंस और एक्सेस-कंट्रोल के फ़ैसले रहते हैं। बिल इनपुट और आउटपुट टोकन, क्षमता आरक्षण या उत्पाद-विशिष्ट अन्य शर्तों पर निर्भर हो सकता है।
इसीलिए एक मॉडल कंपनी, एक क्लाउड प्रदाता और एक कंज़्यूमर-ऐप कंपनी अलग-अलग राजस्व मार्ग अपना सकती हैं। चैटबॉट व्यक्तियों के लिए मुफ़्त हो सकता है जबकि API पर उपयोग शुल्क लगता है। कोई कंपनी मॉडल वेट बिना भुगतान के डाउनलोड के लिए जारी कर सकती है, पर मैनेज्ड होस्टिंग, सब्सक्रिप्शन, एंटरप्राइज़ सहायता या संबंधित क्लाउड सेवाएँ बेच सकती है।
किसी कंपनी के कुल क्लाउड विभाग के राजस्व को सीधे किसी एक मॉडल के नाम नहीं किया जा सकता। इसी तरह, API कीमतों का होना व्यावसायीकरण का एक चैनल स्थापित करता है, उस मॉडल का घोषित राजस्व या लाभप्रदता नहीं।
चीन के प्रमुख AI मॉडल परिवार और व्यावसायीकरण के मार्ग
निम्नलिखित एक चुनी हुई उद्योग संदर्भ सूची है, चीन में जारी हर मॉडल की नहीं। पाठक मॉडल की उपलब्धता और मौजूदा व्यावसायिक शर्तें स्वयं जाँच सकें, इसके लिए आधिकारिक लिंक दिए गए हैं। कीमतें, क्षेत्रीय प्रतिबंध और लाइसेंस बदल सकते हैं।
| डेवलपर | प्रमुख मॉडल परिवार | आधिकारिक मॉडल/डेवलपर लिंक | सामान्य उपयोग | प्रलेखित या रिपोर्ट किया गया व्यावसायीकरण मार्ग |
|---|---|---|---|---|
| DeepSeek | DeepSeek V-series और R-series | DeepSeek · API docs | भाषा, तर्क, कोडिंग | होस्टेड API, कंज़्यूमर वेब चैट और ऐप, ओपन-वेट उपलब्धता यहाँ सत्यापित नहीं की गई |
| Alibaba | Qwen, Qwen Coder, Qwen VL और इमेज परिवार | Qwen · Model Studio | भाषा, कोडिंग, विज़न, मल्टीमॉडल | उपयोग के अनुसार मीटर किए गए क्लाउड-मॉडल API, मैनेज्ड inference और एंटरप्राइज़ क्लाउड सेवाएँ |
| Tencent | Hunyuan | Hunyuan · Tencent Cloud | भाषा, इमेज, वीडियो और एंटरप्राइज़ एप्लिकेशन | क्लाउड मॉडल सेवाएँ, API उत्पाद और एंटरप्राइज़ इंटीग्रेशन |
| Baidu | ERNIE | ERNIE · Baidu AI Cloud | भाषा, तर्क और मल्टीमॉडल | मैनेज्ड मॉडल/क्लाउड सेवाएँ और एंटरप्राइज़ समाधान, मॉडल-स्तर का राजस्व अघोषित |
| ByteDance | Doubao, Seed, Seedance, Seedream | Seed models · Volcengine | भाषा, इमेज, वीडियो और मल्टीमॉडल | Volcengine के माध्यम से व्यावसायिक मॉडल API और होस्टेड सेवाएँ, कंज़्यूमर उत्पाद जैसे उपलब्ध हों |
| Moonshot AI | Kimi और K-series | Kimi · API | लंबे संदर्भ वाला काम, कोडिंग और एजेंट | होस्टेड API उपयोग (pay-as-you-go, एंटरप्राइज़ प्लान के साथ), कंज़्यूमर सशुल्क टियर यहाँ सत्यापित नहीं किए गए |
| Z.ai / Zhipu | GLM / ChatGLM | Z.ai · API docs | भाषा, कोडिंग और एजेंट | API एक्सेस और सब्सक्रिप्शन आधारित कोडिंग प्लान, उत्पाद की कीमतें अलग-अलग हैं |
| MiniMax | MiniMax भाषा, स्पीच और वीडियो मॉडल | MiniMax · Platform | भाषा, आवाज़ और वीडियो | सशुल्क API और सब्सक्रिप्शन प्लान |
| iFlytek | Spark / SparkDesk | Spark | स्पीच, भाषा और एंटरप्राइज़ एप्लिकेशन | मॉडल और स्पीच API, मॉडल कस्टमाइज़ेशन और उद्योग-स्तर की तैनाती, साथ ही कंज़्यूमर और ऑफ़िस एप्लिकेशन |
| 01.AI | Yi | Official Yi repository | भाषा और एंटरप्राइज़ उपयोग | Apache-2.0 के तहत ओपन-वेट रिलीज़ (रिपॉज़िटरी के अनुसार, जिसकी नवीनतम समाचार प्रविष्टि 2024-07-29 की है), वर्तमान मॉडल-विशिष्ट बिक्री यहाँ स्थापित नहीं की गई |
| StepFun | Step series | StepFun | तर्क, भाषा और मल्टीमॉडल | सशुल्क API प्लेटफ़ॉर्म और मासिक सब्सक्रिप्शन प्लान, राजस्व घोषित नहीं |
| Xiaomi | MiMo | MiMo | तर्क, कोडिंग और उत्पाद AI | डेवलपर API एक्सेस और MiMo-ब्रांड वाले टूल, व्यक्तिगत मॉडल का राजस्व घोषित नहीं |
तालिका का दायरा और साक्ष्य: आधिकारिक डेवलपर लिंक दिए गए हैं, लेकिन ज़रूरी नहीं कि हर लिंक की गई सेवा सार्वजनिक और स्थिर मूल्य-सूची दिखाए। दिखाए गए मार्ग वितरण/व्यावसायीकरण के तरीके हैं, मॉडल के हिसाब से ऑडिट किया गया राजस्व नहीं। प्रकाशन एजेंट को रिलीज़ से पहले हर लिंक और उसकी व्यावसायिक भाषा दोबारा जाँचनी होगी। ओपन वेट का अपने-आप यह मतलब नहीं है कि मॉडल ओपन सोर्स है या चलाने में मुफ़्त है।
कौन-से बिज़नेस मॉडल तकनीकी रूप से अलग हैं?
होस्टेड API: प्रदाता inference सर्वर सँभालता है, और ग्राहक प्रकाशित या अनुबंधित पैमाने के अनुसार भुगतान करते हैं। छोटी टीमों के लिए यह सुविधाजनक हो सकता है, हालाँकि डेटा हैंडलिंग, क्षेत्रीय उपलब्धता और कीमतों में बदलाव की जाँच करनी पड़ती है।
सेल्फ़-होस्टेड वेट: ग्राहक लाइसेंस शर्तों के अधीन, अपनी चुनी हुई हार्डवेयर पर कोई पात्र मॉडल चला सकता है। उसे इंफ्रास्ट्रक्चर पर नियंत्रण मिलता है, लेकिन संचालन की लागत और इंजीनियरिंग की ज़िम्मेदारी भी उसी पर आती है।
मैनेज्ड एंटरप्राइज़ क्लाउड: प्रदाता मॉडल एक्सेस के साथ कंप्यूटिंग इंस्टेंस, स्टोरेज, सुरक्षा टूल और ऑपरेशनल सहायता जोड़ सकता है। मॉडल इस व्यावसायिक सेवा का सिर्फ़ एक हिस्सा है।
मौजूदा उत्पाद के भीतर AI: कोई कंपनी अपने मॉडल से सर्च, संचार, मार्केटिंग, डिवाइस या प्रोडक्टिविटी सॉफ़्टवेयर को बेहतर बना सकती है। इसका वित्तीय लाभ अप्रत्यक्ष हो सकता है, और जब तक घोषित न हो, उसे अलग मॉडल राजस्व नहीं माना जाना चाहिए।
वित्तीय खुलासे क्या साबित कर सकते हैं और क्या नहीं
Alibaba ने August 20, 2026 को प्रकाशित अपने तिमाही नतीजों में AI Cloud और Compute Services में US$7.1 billion का राजस्व बताया, जो साल-दर-साल 45% की वृद्धि है। Baidu ने दूसरी तिमाही में AI Cloud Infrastructure का राजस्व RMB 7.3 billion बताया, जो 50% ऊपर है, और साथ में कहा कि उसके GPU Cloud राजस्व में 283% की वृद्धि हुई। ये अलग-अलग तरह से परिभाषित, कंपनियों द्वारा बताए गए कारोबारी आँकड़े हैं, इन्हें जोड़ने से बाज़ार के आकार का कोई सुसंगत आँकड़ा नहीं मिलेगा। Alibaba results, Baidu results।
Reuters ने बताया कि Tencent ने 13 October 2026 को लगभग US$5.7 billion का ऋण निर्गम पूरा किया। यह राशि केवल generative AI के लिए घोषित बजट नहीं है। वित्तपोषण, इंफ्रास्ट्रक्चर खर्च, कारोबारी राजस्व और प्रति-मॉडल लाभ चार अलग माप हैं, और इन्हें अलग रखा जाना चाहिए। Reuters।
जो स्थापित करना अब भी कठिन है
चीनी कंपनियों के पास चालू क्लाउड सेवाएँ, घरेलू एक्सेलरेटर कार्यक्रम, तैनात सिस्टम और AI मॉडलों के व्यापक पोर्टफ़ोलियो हैं। लेकिन ये सब एक ही परिपक्वता स्तर पर नहीं हैं।
प्रोडक्शन-तैयार तुलना के लिए दोहराए जा सकने वाले वर्कलोड परीक्षण चाहिए: समर्थित मॉडल और प्रिसिज़न फ़ॉर्मैट, शुरू से अंत तक प्रति सेकंड टोकन, लोड के तहत latency, मेमोरी फ़ुटप्रिंट, बिजली की खपत, उपलब्धता, इंटीग्रेशन का काम और कुल संचालन लागत। मार्केटिंग विनिर्देश उपयोगी शुरुआती बिंदु हैं, उन नतीजों का विकल्प नहीं।
आपूर्ति क्षमता भी मायने रखती है। चिप का चालू डिज़ाइन यह साबित नहीं करता कि माँगी गई गुणवत्ता, कीमत और मात्रा पर पर्याप्त इकाइयाँ बनाई और पहुँचाई जा सकती हैं। घरेलू विकास अंतरराष्ट्रीय विनिर्माण उपकरणों, कंपोनेंट या सॉफ़्टवेयर निर्भरताओं से स्वतंत्रता नहीं दर्शाता। इन निर्भरताओं का आकलन अलग-अलग किया जाना चाहिए, उन्हें पूर्ण स्वतंत्रता या पूर्ण निर्भरता के किसी एक दावे में समेटा नहीं जाना चाहिए।
इसलिए चीन के AI इंफ्रास्ट्रक्चर को सबसे अच्छी तरह कई जुड़े हुए इंजीनियरिंग प्रयासों के रूप में समझा जा सकता है जो अलग-अलग गति से आगे बढ़ रहे हैं। Huawei का कसकर जुड़े एक्सेलरेटर सिस्टम पर ज़ोर, Alibaba का क्लाउड स्टैक के ज़रिए मॉडल को ऑप्टिमाइज़ करने का प्रयास, और Baidu का फ़्रेमवर्क-प्लस-क्लाउड तरीका, तीनों एक व्यापक उद्योग-सत्य को दर्शाते हैं: उपयोगी AI क्षमता पूरे सिस्टम से उभरती है, सुर्खियों में रहने वाली चिप-संख्या या सबसे नई मॉडल रिलीज़ से नहीं।
टेक्नोलॉजी टीमों के लिए व्यावहारिक सीख यह है कि मॉडल, सर्विंग सॉफ़्टवेयर, हार्डवेयर समर्थन, तैनाती की बाध्यताओं और व्यावसायिक शर्तों का मूल्यांकन एक साथ करें। यह तरीका इस बात से बेअसर रहता है कि टेक्नोलॉजी कहाँ विकसित हुई है।
संदर्भ और आगे पढ़ने के लिए
नीचे दिए गए स्रोत 14 अक्टूबर 2026 को खोलकर जाँचे गए थे। कंपनियों के विनिर्देश और आँकड़े संबंधित कंपनियों के नाम से दिए गए हैं और उनकी स्वतंत्र पुष्टि नहीं की गई है।
- Huawei: Atlas 960E, UnifiedBus and Hi-ONE. 17 सितंबर 2026। निर्माता के आर्किटेक्चर और स्केलिंग संबंधी दावे।
- Huawei: Ascend and CANN strategy. सितंबर 2026। रिपोर्ट की गई तैनाती और सॉफ़्टवेयर इकोसिस्टम के दावे।
- Alibaba: Full-stack AI roadmap. 22 सितंबर 2026। Zhenwu, Yitian, Panmai, Qwen और supernode के दावे।
- Alibaba: Apsara infrastructure announcement. 25 सितंबर 2026। पूरक रोडमैप जानकारी।
- Alibaba: Financial results. 20 अगस्त 2026। राजस्व के नतीजे।
- Baidu: Q2 2026 results. 18 अगस्त 2026। AI Cloud Infrastructure के आँकड़े और उनकी शर्तें।
- Reuters: Tencent debt issuance. 13 अक्टूबर 2026। वित्तपोषण का नतीजा।
- PaddlePaddle documentation. फ़्रेमवर्क की जानकारी।
- Huawei Ascend documentation. सॉफ़्टवेयर और एक्सेलरेटर इकोसिस्टम।
- Alibaba Cloud Model Studio pricing. मौजूदा मॉडल-सेवा मूल्य निर्धारण का उदाहरण। प्रकाशन के समय दोबारा जाँचें।
संपादकीय खुलासा: निर्माताओं के विनिर्देश और कंपनियों के राजस्व आँकड़े संबंधित स्रोतों के नाम से दिए गए हैं। इस लेख के लिए कोई स्वतंत्र बेंचमार्किंग, क्षमता ऑडिट या मॉडल-स्तर का वित्तीय ऑडिट नहीं किया गया।