Cloud Brain III de Shenzhen abre 10.000 petaflops en fase de prueba

En el escenario de la Conferencia Mundial de Redes de Computación, el anuncio fue breve: 10.000 petaflops de computación de IA de fabricación nacional están ahora en operación de prueba en Peng Cheng Cloud Brain III, la gran instalación científica del Laboratorio Peng Cheng en Shenzhen. Las máquinas aún no están terminadas. El laboratorio describe la fase como «construir mientras se opera», con el resto de la capacidad todavía en instalación.

La capacidad que ya funciona no está parada. Según el laboratorio, da soporte al entrenamiento de grandes modelos nacionales y a una red de investigación dedicada a la IA para la ciencia. El sistema completo prevé alcanzar 16.000 petaflops, o 16 EFLOPS, cifra recogida por IT Home, que también lo describe como la mayor instalación de computación de IA individual prevista en China. El comunicado del laboratorio solo dice que el sistema utiliza una «arquitectura pionera de supernodo de computación inteligente nacional», diseñada para aliviar los cuellos de botella en la transferencia de datos, es decir, la forma en que las máquinas están interconectadas para mover datos con rapidez. IT Home, citando informaciones públicas, asegura que el sistema se basa en la arquitectura Ascend 384 SuperPoD de Huawei; el propio laboratorio no menciona ningún proveedor de chips.

La ambición va más allá de un solo edificio. Lu Yutong, directora del Centro Nacional de Supercomputación de Shenzhen, declaró a medios locales que la instalación dota a la ciudad de una base para conectar la computación entre sus distritos y para hacer que los servicios de computación sean ampliamente accesibles, y que los enlaces de alta velocidad deberían extenderse a Hong Kong y Macao. El emplazamiento está concebido como nodo central de China Computing NET (C2NET), un programa piloto nacional que Gao Wen, director del laboratorio, afirma que lleva ya cuatro años en marcha. En su discurso principal, Gao esbozó un camino en tres etapas: agrupar los recursos de computación, programar tareas entre regiones y, finalmente, poner la computación a disposición bajo demanda, «como la electricidad». Su objetivo a más largo plazo, al que llamó ZPG, combina computación a escala de zettaflops, velocidades de comunicación a escala de petabits y un suministro de energía verde a escala de gigavatios.

¿Qué cambia, y cuándo? Para investigadores y empresas que necesitan entrenar IA a gran escala, la ventaja inmediata es el acceso a una capacidad que ya está operativa, aunque el resto siga instalándose; las fuentes no dicen cómo se fijarán los precios ni cómo se asignará ese acceso. Los 16.000 petaflops completos dependen de terminar la instalación, y las fuentes no indican ninguna fecha de finalización. El horizonte a más largo plazo figura en una hoja de ruta presentada en la conferencia, elaborada junto con el Laboratorio de Huairou: los años 2026 a 2030 se dedicarán a planificar y construir el marco, y los años 2031 a 2035, a la operación coordinada y a la optimización de conjunto de los sistemas de computación y energía. Que la red pase de agrupar recursos a la computación bajo demanda dentro de ese calendario es la apuesta que el laboratorio hace ahora, en público.