JD Cloud construirá um cluster de 100.000 GPUs com a Moore Threads para infraestrutura de IA

Notícia da Huoxing Finance: em 9 de setembro, durante a Conferência Global de Exploradores de Tecnologia JD 2026, a JD Cloud anunciou sua intenção de colaborar com Moore Threads para construir um cluster GPU de funcionalidade completa com 100.000 unidades, visando criar uma infraestrutura de computação inteligente nacional em escala ultra-grande. Esse cluster se concentrará em áreas como treinamento e inferência de grandes modelos e inteligência embutida, abrindo sua capacidade de computação para toda a indústria. Ambas as partes realizarão coordenação em toda a pilha, envolvendo chips, plataformas em nuvem e treinamento de modelos, apoiando a iteração do grande modelo JoyAI da JD, acelerando o treinamento de modelos, simulação e geração de dados de alta qualidade, com foco principal em IA para cadeia de suprimentos, inteligência embutida, treinamento e inferência integrados de grandes modelos e aplicações industriais. Anteriormente, a JD Cloud já havia colaborado com a Moore Threads e outros parceiros para criar um cluster nacional de 10.000 unidades; este novo plano de um cluster de 100.000 unidades indica que a colaboração entre as duas partes está se expandindo progressivamente da resolução de modelos e plataformas de inferência para infraestruturas de capacidade de computação em escala ultra-grande. A Moore Threads afirmou que a fábrica de IA com 100.000 unidades cobrirá cenários como treinamento de grandes modelos, produção de tokens e treinamento de agentes inteligentes, servindo diversos setores. Os avanços comerciais recentes da Moore Threads continuam a progredir: no primeiro semestre, a empresa alcançou receita de 1,736 bilhão de yuans, um aumento de 147,42% em relação ao mesmo período do ano anterior, dos quais 1,693 bilhão de yuans vieram de produtos em nuvem, representando cerca de 97,5%. A empresa já concluiu a implantação de clusters de computação inteligente em escala de 10.000 unidades e continua avançando na construção das unidades GPU, redes de interconexão, pilha de software e plataforma de agendamento de capacidade necessárias para clusters em escala de 100.000 unidades.