Система была представлена на конференции China Computing Power Conference 2026, которая проходила в Ланфане с 11 по 13 сентября. Проект реализован усилиями Mobile Cloud, НИИ Наньху при China Electronics Technology Group, компаний Beijing Lingxi Technology и Shanghai Iluvatar CoreX, а также Университета Цинхуа и Пекинского университета.
Тестирование на модели Deepseek V4 показало, что гетерогенная архитектура повышает эффективность затрат более чем в два раза по сравнению с аналогичными кластерами на базе отечественных GPU. Операционные расходы при этом снижаются более чем на 40 процентов.
Разработчики применили стратегию разделения задач: вычисления Attention возложены на GPU, а модули FFN, чувствительные к задержкам, обрабатываются нейроморфными чипами с архитектурой памяти SRAM. Это позволяет распределять части модели на наиболее подходящие для них типы процессоров.
В состав комплекса входят собственные компиляторы моделей, протоколы высокоскоростного взаимодействия и унифицированный движок логического вывода. Эти инструменты обеспечивают декомпозицию задач, координацию вычислений и сборку итоговых результатов между разными типами чипов.
Решение адаптировано для сценариев с высокими требованиями к скорости, включая генерацию кода, работу мультиагентных систем и интеллектуальное производство. Система также предлагает полностью локализованную базу для отраслей с повышенными требованиями к безопасности, таких как финансы, связь и охрана.
