{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreibzgbntyb5m7flmkcbe4ga6n2gd6icw7zmemuq75ih2nqyis23bxu",
    "uri": "at://did:plc:46dtqwuc6bckm3ewbfuqlnxt/app.bsky.feed.post/3mplcxsbsw6t2"
  },
  "coverImage": {
    "$type": "blob",
    "ref": {
      "$link": "bafkreihgho2bnk4bcdmwvlt6v3tkxrx44xteadrjbi7lxqsqoreqs3h3xe"
    },
    "mimeType": "image/jpeg",
    "size": 43558
  },
  "path": "/node/151026",
  "publishedAt": "2026-07-01T02:20:28.000Z",
  "site": "https://www.blognone.com",
  "tags": [
    "LongCat",
    "lew"
  ],
  "textContent": "Meituan เปิดตัว LongCat-2.0 โมเดล AI เทียบชั้น Gemini 3.1 Pro, GPT-5.5 แต่ใช้ชิปจีนทั้งหมด\n\nBody\n\nทีมวิจัย Meituan LongCat เปิดตัวโมเดล LongCat-2.0 ที่มีความสามารถระดับใกล้เคียงกับโมเดลชั้นนำ เช่น Gemini 3.1 Pro, GPT-5.5, หรือ Claude Opus 4.6 แต่จุดต่างสำคัญคือทีมงานฝึกโมเดลนี้ด้วยชิปจีนทั้งหมด\n\nคลัสเตอร์ที่ใช้ฝึกโมเดลนี้เป็นชิปไม่ระบุชื่อ (อาจจะเป็น Huawei Ascend 910C) แต่บอกว่าชิปที่ใช้มีหน่วยความจำน้อยกว่าชิปเดิมคือ NVIDIA H800 ที่มีหน่วยความจำ 80GB (Ascend 910C มีแรม 64GB แต่วางเป็นคู่เชื่อมกันทำให้มีแรมรวม 128GB) ทำให้เป็นข้อจำกัดสำคัญในการฝึกโมเดลขนาดใหญ่ถึง 1.6T อย่าง LongCat-2.0 ตัวคลัสเตอร์จริงเป็น Superpod ที่เชื่อมเซิร์ฟเวอร์ 48 เครื่องแบบ all-to-all แม้หน่วยความจำชิปจะน้อยแต่อัตราการส่งข้อมูลระหว่างชิปค่อนข้างสูง ทำให้อัตราการฝึกทำได้ดีขึ้น 30%\n\nนอกจากประเด็นแรมน้อยกว่าชิป NVIDIA แล้ว ทีมงานยังระบุว่าแบนด์วิดท์ของหน่วยความจำก็น้อยกว่า แต่มีข้อดีที่แคช L2 มีขนาดใหญ่ทำให้สามารถโหลดโมเดลเตรียมไว้ก่อนได้\n\nMeituan ได้ปล่อย LongCat-2.0 ให้คนทั่วไปทดลองมาเป็นเวลานานแล้วภายใต้ชื่อ Owl Alpha และที่ผ่านมาก็เป็นโมเดลที่ได้รับความนิยมสูงมีอัตราการให้บริการวันละหลายแสนล้านโทเค็น\n\nที่มา - LongCat\n\nlew Wed, 01/07/2026 - 09:20",
  "title": "Meituan เปิดตัว LongCat-2.0 โมเดล AI เทียบชั้น Gemini 3.1 Pro, GPT-5.5 แต่ใช้ชิปจีนทั้งหมด"
}