Анализ 1 604 вакансий показал, как китайские AI‑компании выбирают вычислительную инфраструктуру

Анализ описаний вакансий может многое сказать о стратегии AI‑компаний. Исследователи разобрали 1 604 объявления о работе у шести китайских разработчиков, DeepSeek, MiniMax, Moonshot, Z.ai, ByteDance и Alibaba. Их интересовало, какие навыки и технологии компании ждут от кандидатов. По требованиям к будущим сотрудникам можно понять, с какими ограничениями сталкиваются лаборатории и на чем делают ставку, пишет Epoch AI.

Судя по вакансиям, китайские компании по‑прежнему во многом зависят от инфраструктуры Nvidia. Например, ByteDance ищет специалиста на позицию «Inference GPU Performance Optimization Expert». Ему предстоит отвечать за фреймворк инференса флагманской LLM и работать с использованием CUDA. В описании также упомянута библиотека TensorRT-LLM, оптимизированная под GPU Nvidia, она используется для создания высокопроизводительного движка инференса.

Параллельно компании пробуют и другие аппаратные платформы. В одной из вакансий ByteDance Seed, «AI heterogeneous computing optimization expert», приоритет отдают кандидатам с опытом оптимизации инференса, обучения и коммуникаций на Ascend, Cambricon и других чипах. Вакансия Z.ai добавляет еще один штрих: в начале 2026 года команда разработала и открыла исходный код моделей GLM-Image и GLM-OCR. При этом GLM-Image, флагманская модель генерации изображений Zhipu, обучалась полностью на отечественных чипах. У модели 16 billion параметров, это примерно в 10–100× меньше крупнейших моделей компании. По оценке авторов анализа, такие чипы чаще подходят для инференса, а также для обучения небольших моделей или пост‑обучения. Для предобучения крупных моделей их используют редко.