ТехволнаКитайский ускоритель Tiangai 300 обошёл Nvidia H200 в тестах генерации изображений
Iluvatar CoreX провела в Шанхае закрытую демонстрацию, где сравнила свой ускоритель Tiangai 300 с Nvidia H200 — самым мощным чипом американской компании, разрешённым к поставкам в Китай. Результаты оказались неожиданно высокими для китайского GPU, но методика тестирования была раскрыта лишь частично. В задаче генерации изображений по текстовым описаниям Tiangai 300 успешно обработал все запросы с пропускной способностью 0,101 изображения в секунду.
Система на H200 справилась только с 87,5% заданий, показав 0,086 изображения в секунду. При этом время выполнения у китайского ускорителя оказалось на 0,64 секунды больше, а критерии успешности компания не уточнила. Дополнительные данные предоставила шанхайская компания INESA.
В её июльском тестировании конфигурация с раздельной обработкой входных запросов и генерации ответов показала, что Tiangai 300 обеспечивает на 5% более высокую пропускную способность в пересчёте на один ускоритель, чем H200. Iluvatar CoreX называет свой чип первым китайским GPU общего назначения, достигшим такого паритета. В испытаниях с большой языковой моделью GLM-5.3 на архитектуре Mixture-of-Experts и контекстом 64 тыс.
токенов преимущество Tiangai 300 составило 15% по пропускной способности. А при работе ИИ-агентов с контекстом от 8 тыс. до 128 тыс.
токенов время до появления первого токена сократилось на 10–30% относительно H200. Отдельно компания продемонстрировала обучение открытой модели Alibaba Qwen3-32B. Восьмикарточная система на Tiangai 300 с точностью FP8 показала в 1,33 раза большую эффективную пропускную способность на карту, чем связка на Nvidia H100.
Iluvatar CoreX не скрывает амбиций. В январе она опубликовала дорожную карту, согласно которой намерена в течение двух лет превзойти платформу Nvidia Rubin. Ускорители серии Tiangai уже работают в кластерах масштаба десяти тысяч карт, что позволяет накапливать опыт эксплуатации и обслуживания.
Подобные успехи вписываются в общий тренд: китайские компании всё чаще применяют передовые методы обучения, включая дистилляцию больших моделей, как в недавнем проекте DeepSeek и Moonshot AI применили дистилляцию GPT-6 Astra для обучения новейших ИИ. Помимо облачных решений, Iluvatar развивает системы для локального запуска ИИ. Вычислительная платформа Tongyang TY1200 в отдельных тестах больших языковых моделей обошла аналог на базе Nvidia Thor T5000 на 20%.
Впрочем, все заявленные преимущества относятся к избранным нагрузкам и не означают общего превосходства над продуктами Nvidia. Компания продолжает сокращать отставание, делая ставку на специализированные сценарии и масштабирование внедрений.
