Listrik Tanpa Meninggalkan Negara, Nilai Telah Mendunia: Model Skala Besar Tiongkok Sering Digunakan Pengguna di Seluruh Dunia

Sumber: People's Daily Tanggal: 2026-03-31 11:25

Pukul 15.00, New York, AS. Menghadapi tugas rekayasa yang baru diterima, Mike, seorang insinyur dari startup Amerika, dengan terampil menggunakan asisten model kecerdasan buatan (AI) dari perusahaan Tiongkok Large-Scale Model. Setelah memasukkan persyaratan utama selama beberapa detik, rencana proyek yang terstruktur dengan jelas dan komprehensif muncul di layar. Dengan "pembantu cerdas" ini, tugas yang biasanya memakan waktu setengah hari selesai dalam waktu kurang dari setengah jam.

Dialog Manusia-Komputer—

AI Memahami Bahasa Manusia dengan "Memecah" Kalimat dan Paragraf

Di luar negeri, semakin banyak orang mulai menggunakan Model Skala Besar Tiongkok untuk meningkatkan efisiensi kerja. Setiap dialog model mengonsumsi sumber daya digital yang disebut "token." Token adalah unit terkecil bagi AI untuk memahami bahasa manusia. Sama seperti manusia tidak membaca seluruh artikel pada awalnya saat belajar bahasa, tetapi memecahnya menjadi kalimat, dan kemudian kalimat menjadi kata, AI juga perlu "memecah" kalimat dan paragraf untuk memahami bahasa manusia. Umumnya, satu karakter Tiongkok kira-kira setara dengan satu unit kata; satu kata bahasa Inggris kira-kira setara dengan satu hingga dua unit kata; tanda baca juga dihitung sebagai unit kata. Misalnya, kalimat "今天天气很好。" dapat dipecah oleh AI menjadi "今"/"天"/"天"/"气"/"很"/"好"/".", yang berjumlah sekitar tujuh unit kata.

Model skala besar saat ini memiliki kapasitas terbatas untuk memproses teks sekaligus. Misalnya, jika pengguna memasukkan sebuah kalimat dan model menghasilkan respons, jumlah gabungan unit kata tidak boleh melebihi batas tertentu. Alat AI mengenakan biaya berdasarkan jumlah unit kata yang digunakan, mirip dengan panggilan telepon yang dikenakan biaya per menit; semakin banyak teks yang dimasukkan dan dikeluarkan, semakin tinggi biayanya.

Data menunjukkan bahwa pada bulan Maret tahun ini, penggunaan unit kata harian Tiongkok melebihi 140 triliun, peningkatan lebih dari 1.000 kali lipat dalam dua tahun. Menurut statistik terbaru, model AI skala besar Tiongkok memimpin dunia dalam penggunaan unit kata.

Mengapa pengguna global memilih model AI skala besar Tiongkok? Yan Yijun, Wakil Presiden MiniMax, menjelaskan: “Kriteria pemilihan pengguna sangat lugas. Pertama, apakah model tersebut cukup cerdas, mudah digunakan, dan cukup responsif untuk benar-benar memecahkan masalah yang kompleks? Kedua, apakah harganya masuk akal dan berkelanjutan?” Inti dari volume penggunaan kata adalah penggunaan dunia nyata, yang mencerminkan kedalaman penetrasi, frekuensi, dan luasnya aplikasi model AI skala besar dalam skenario dunia nyata. “Model AI skala besar Tiongkok sering digunakan oleh pengguna di seluruh dunia. Ini adalah pengakuan dari pengguna global,” kata Yan Yijun.

Optimasi Model—

Skenario aplikasi yang kaya terus menyediakan lahan uji untuk iterasi teknologi

Untuk model skala besar, secara bersamaan mencapai kecerdasan yang lebih besar dan biaya yang lebih rendah bukanlah hal yang mudah—meningkatkan kinerja model seringkali melibatkan peningkatan eksponensial dalam jumlah parameter, yang berarti lebih banyak kata yang dibutuhkan; dan semakin banyak kata yang dikonsumsi, semakin tinggi biaya operasional bagi perusahaan dan biaya penggunaan bagi pengguna.

Bagaimana cara mencapai keseimbangan? Yan Yijun menjelaskan, mengambil model "MiniMax M2.5" sebagai contoh, "Di satu sisi, melalui inovasi algoritmik, kami memungkinkan model untuk mendekati jawaban dengan jalur penalaran yang lebih efisien dan ramping, mengurangi konsumsi kata dari sumbernya; di sisi lain, kami berkomitmen untuk meningkatkan kualitas setiap kata." Dalam kondisi throughput tinggi 100 kata per detik, model hanya berbiaya $1 untuk beroperasi terus menerus selama satu jam. Beberapa organisasi telah menghitung bahwa, dengan kinerja yang sama, biaya pemanggilan model Tiongkok hanya sekitar 1/10 dari model Amerika.

"Penurunan biaya bukan hanya hasil dari kemajuan teknologi perusahaan model skala besar Tiongkok, tetapi juga manifestasi terkonsentrasi dari keunggulan Tiongkok dalam listrik dan rantai pasokan," kata Li Zhiqing, profesor di Sekolah Ekonomi, Universitas Fudan. Skenario aplikasi yang kaya di negara saya terus menyediakan lahan uji untuk iterasi teknologi model AI skala besar. Hingga Desember 2025, pengguna kecerdasan buatan generatif di negara saya mencapai 602 juta, meningkat 141,7% dibandingkan Desember 2024. Ekspansi pesat basis pengguna telah mendorong AI untuk meluas dari sektor internet ke skenario yang lebih dalam seperti kolaborasi kantor dan desain industri, mengubah AI dari teknologi baru menjadi alat sehari-hari. Tingkat penetrasi aplikasi yang meningkat juga memberikan umpan balik data berkelanjutan untuk iterasi model, meningkatkan kemampuan untuk menangani tugas-tugas kompleks dan membuka ruang untuk pengembangan di masa depan.

Tujuan akhir AI adalah listrik. "Server AI mengonsumsi daya 5 hingga 8 kali lebih banyak daripada server tradisional. Melatih model besar membutuhkan ratusan juta kilowatt-jam listrik, dan konsumsi daya operasional harian melebihi 500.000 kilowatt-jam. Biaya listrik sangat penting untuk tata letak global industri daya komputasi," jelas Li Zhiqing. "Inilah tepatnya keunggulan Tiongkok. Tiongkok memiliki sistem pasokan listrik terbesar di dunia, ditambah dengan jaringan listrik tegangan ultra-tinggi dan mekanisme konsumsi energi hijau, serta teknologi daya yang sepenuhnya independen dan terkendali, memberikan stabilitas dan keunggulan biaya pada daya komputasi kami."

Kolaborasi Timur-Barat—

Penjadwalan Cerdas Mencapai Pencocokan Tepat Energi Hijau Berlebih dengan Kekurangan Daya Komputasi

NARI Technology Co., Ltd., yang berlokasi di Nanjing, Provinsi Jiangsu, adalah simpul penting dalam rantai ini. Di platform dukungan teknisnya yang melayani penjadwalan jaringan listrik, konsumsi daya waktu nyata terlihat jelas. Listrik hijau yang murah dan melimpah dari Gurun Gobi di Tiongkok barat dan tenaga fotovoltaik dari Dataran Tinggi Qinghai-Tibet terus disalurkan ke jaringan dan ditransmisikan secara efisien ke pusat komputasi di timur melalui sistem pengiriman cerdas multi-tingkat yang dikembangkan sendiri.

"Barat memiliki banyak listrik hijau, tetapi penyimpanannya sulit; pusat komputasi timur memiliki permintaan listrik yang tinggi, tetapi biayanya tinggi. Pengiriman cerdas dapat mencapai pencocokan yang tepat antara listrik hijau berlebih dan kesenjangan daya komputasi," jelas seorang perwakilan dari NARI Group. Selama periode pembangkitan energi terbarukan yang tinggi, sistem meningkatkan kapasitas transmisi dan konsumsi listrik hijau, mendukung operasi pusat komputasi dengan beban penuh; selama puncak permintaan listrik atau ketika output energi terbarukan tidak mencukupi, sistem dapat secara cerdas menyesuaikan beban komputasi, memprioritaskan operasi bisnis AI inti dan menerapkan konsumsi listrik di luar jam sibuk.

"Selain itu, rantai pasokan AI yang lengkap semakin mengurangi biaya industri," kata Li Zhiqing. Kolaborasi yang kuat antara chip AI, server, infrastruktur komputasi, jaringan lintas batas, komputasi tepi, dan penyelesaian lintas batas menciptakan keunggulan rantai pasokan yang lengkap.

Seberapa signifikan manfaat dari kolaborasi ini? Li Zhiqing menghitung bahwa untuk produk tradisional, satu kilowatt-jam listrik biasanya menghasilkan nilai listrik 1-2 kali lipat, tetapi untuk unit kata, nilai ini meningkat puluhan atau bahkan ratusan kali lipat. "Sekarang kami mengubah keunggulan energi dan manufaktur kami menjadi nilai digital yang menjangkau pasar global, mencapai tujuan mengekspor nilai tanpa meninggalkan negara."

"Ekspor unit kata" juga menghadapi beberapa tantangan. Li Zhiqing percaya bahwa, di satu sisi, daya komputasi menghadapi beberapa teknologi "hambatan", dan batas atasnya perlu ditembus; di sisi lain, perlu diwaspadai munculnya proteksionisme perdagangan. Dia menyarankan untuk mempercepat desain tingkat atas mekanisme tata kelola yang relevan untuk mengatasi potensi risiko terkait data, daya komputasi, dan ekspansi pasar.

Editor: Liu Chuqi