برسوں سے، ٹیک پالیسی حلقوں میں ایک دو ٹوک مفروضہ رہا ہے: اگر NVIDIA چپس نہیں ہوں گی، تو جدید ترین (frontier) AI بھی نہیں ہوگی۔ H100 اور نئی Blackwell لائن جیسے ہائی اینڈ GPUs پر برآمدی پابندیاں بالکل اسی رکاوٹ کو مدنظر رکھ کر لگائی گئی تھیں۔ نظریہ یہ تھا کہ بہترین سلیکون تک رسائی روک کر، آپ کسی ملک کی سب سے بڑے اور سب سے زیادہ قابل ماڈلز کی تربیت کرنے کی صلاحیت کو سست کر سکتے ہیں۔ Meituan نے اس دعوے کی حقیقت بے نقاب کر دی ہے۔
چینی ٹیک دیو قامت کمپنی، جو فوڈ ڈیلیوری اور مقامی خدمات میں اپنی برتری کے لیے جانی جاتی ہے، نے LongCat 2.0 ریلیز کر دیا ہے۔ یہ Mixture-of-Experts آرکیٹیکچر پر مبنی 1.6 ٹریلین پیرامیٹر والا ماڈل ہے۔ اصل حیرت انگیز بات کیا ہے؟ ٹیم نے اسے مکمل طور پر مقامی چینی چپس پر تربیت دی ہے۔ کوئی NVIDIA H100s نہیں۔ کوئی Blackwell GPUs نہیں۔ اور اسے کسی API کے پیچھے چھپانے کے بجائے، Meituan نے اس کے weights، ٹریننگ کوڈ اور مکمل ڈیٹا پائپ لائن GitHub پر ڈال دی ہے تاکہ کوئی بھی اس کا معائنہ کر سکے۔
LongCat 2.0 اصل میں کیا لاتا ہے
آئیے پہلے ہارڈ ویئر سے آزاد حقائق پر نظر ڈالتے ہیں۔ 1.6 ٹریلین پیرامیٹرز کے ساتھ، LongCat 2.0 اب تک ریلیز کیے گئے سب سے بڑے اوپن-ویٹ (open-weight) ماڈلز میں شامل ہے۔ پیرامیٹرز معیار کا واحد پیمانہ نہیں ہیں، لیکن اس پیمانے پر، یہ ایک سنجیدہ انجینئرنگ عزائم کی نشاندہی کرتے ہیں۔ چونکہ یہ Mixture-of-Experts ڈیزائن استعمال کرتا ہے، اس لیے کسی بھی مخصوص کام کے لیے ان پیرامیٹرز کا صرف ایک حصہ ہی فعال ہوتا ہے۔ یہ چیز انفرنس (inference) کے اخراجات کو بے قابو ہونے سے روکتی ہے جبکہ ماڈل کو علم اور استدلال کے وسیع پیمانے کے پیٹرنز کو محفوظ رکھنے کی اجازت بھی دیتی ہے۔
اس کا کانٹیکسٹ ونڈو (context window) دس لاکھ ٹوکنز تک پہنچتا ہے۔ یہ OpenAI اور Anthropic کی ہائی اینڈ پیشکشوں کے برابر ہے، اور یہ ماڈل کی عملی صلاحیتوں کو بدل دیتا ہے۔ اتنی بڑی ونڈو کے ساتھ، آپ ایک ہی پرامپٹ (prompt) میں پورے قانونی معاہدے، مہینوں کے چیٹ لاگز، یا کوڈ کی وسیع ریپوزٹریز فراہم کر سکتے ہیں۔ ان ڈویلپرز کے لیے جو ایسی ایپلی کیشنز بنا رہے ہیں جنہیں طویل دستاویزات کے دوران یادداشت (memory) کی ضرورت ہوتی ہے، یہ کوئی معمولی بہتری نہیں ہے۔ یہ ایک فنکشنل ضرورت ہے۔
پھر اس کی کھلی نوعیت (openness) کا معاملہ ہے۔ Meituan نے کوئی محدود ڈیمو یا ریسٹرکٹڈ API ریلیز نہیں کیا۔ ماڈل کے weights دستیاب ہیں، ٹریننگ کوڈ عوامی ہے، اور پائپ لائن بھی اسی طرح دستیاب ہے۔ یہ ان محققین کے لیے اہم ہے جو نتائج کو دوبارہ حاصل کرنا چاہتے ہیں، ان اداروں کے لیے جنہیں رویوں کا آڈٹ کرنے کی ضرورت ہے، اور ان انجینئرز کے لیے جنہیں کسی تھرڈ پارٹی سرور پر کچھ بھی بھیجے بغیر اپنے ملکیتی ڈیٹا پر ماڈل کو فائن ٹیون کرنے کی ضرورت ہے۔
ہارڈ ویئر کی وہ کہانی جسے سب نے نظر انداز کر دیا
یہاں اصل خبر صرف پیرامیٹر کی تعداد نہیں ہے۔ بلکہ اس کے نیچے موجود سلیکون ہے۔ LongCat 2.0 کو مقامی ایکسلیریٹر (accelerators)، خاص طور پر Huawei Ascend سیریز جیسے چپس پر تربیت دی گئی ہے۔ یہ کسی موجودہ فریم ورک کو NVIDIA کلسٹر پر لگا کر اسے چلانے سے بالکل مختلف اور انقلابی پیشکش ہے۔
ایک ٹریلین پیرامیٹر والے ماڈل کی تربیت کے لیے انتہائی حد تک تقسیم شدہ کمپیوٹنگ (distributed computing) کے مسائل کو حل کرنے کی ضرورت ہوتی ہے۔ میموری بینڈوتھ، چپس کے درمیان مواصلات (inter-chip communication)، اور فلوٹنگ پوائنٹ کارکردگی، سب کو انتہائی درستگی کے ساتھ منظم کرنا پڑتا ہے۔ NVIDIA کا فائدہ کبھی بھی صرف خام GPUs تک محدود نہیں رہا۔ بلکہ یہ CUDA ایکو سسٹم، آپٹیمائزڈ کرنلز (optimized kernels)، اور اس اسٹیک سے بہترین کارکردگی حاصل کرنے کے اجتماعی علم کا مجموعہ ہے۔ Ascend ہارڈ ویئر پر اس کے برابر ماڈل بنانے کا مطلب یہ ہے کہ Meituan کے انجینئرز کو ٹریننگ فریم ورکس کو ڈھالنے، لو-لیول آپریشنز کو دوبارہ لکھنے، اور ایک بنیادی طور پر مختلف آرکیٹیکچر پر تقسیم شدہ ٹریننگ رنز کی ڈی بگنگ کرنے کی کٹھن محنت کرنی پڑی۔
ان کی کامیابی کسی ایک ماڈل سے کہیں بڑی بات کی طرف اشارہ کرتی ہے۔ یہ ظاہر کرتا ہے کہ چینی ہارڈ ویئر-سافٹ ویئر کو-ڈیزائن اس مقام تک پہنچ رہا ہے جہاں مغربی چپس کی عدم موجودگی اب کوئی بڑی رکاوٹ نہیں رہی۔ یہ ایک پابندی ہے، اور ایک مہنگی پابندی بھی، لیکن یہ کوئی ناممکن رکاوٹ نہیں ہے۔
یہ اصل میں کہاں کارکردگی دکھاتا ہے
LongCat 2.0 چینی استدلال (reasoning)، ریاضی، اور طویل کانٹیکسٹ ریٹریول (long-context retrieval) میں بہترین اسکور کرتا ہے۔ یہ مخصوص اور اعلیٰ قدر والے بینچ مارکس ہیں۔ ریاضیاتی استدلال ماڈل کی منطق اور علامتی ہیرا پھیری (symbolic manipulation) کو سنبھالنے کی صلاحیت کا امتحان لیتا ہے۔ طویل کانٹیکسٹ ریٹریول اس بات کا امتحان لیتا ہے کہ آیا ماڈل دس لاکھ ٹوکنز کے ڈھیر میں معلومات کی ایک سوئی تلاش کر سکتا ہے یا نہیں۔ ان دونوں میں کامیاب ہونا ایک ایسے ماڈل کے درمیان فرق ہے جو صرف سمجھدار لگتا ہے اور ایک ایسے ماڈل کے درمیان جو حقیقت میں کام کر سکتا ہے۔
Meituan اسے Llama، DeepSeek، اور Qwen کے براہ راست متبادل کے طور پر پیش کر رہا ہے۔ چینی زبان کے کاموں کے لیے، یہ مقابلہ خاص طور پر سخت ہے۔ وہ ماڈلز جو زیادہ تر انگریزی انٹرنیٹ ڈیٹا پر تربیت یافتہ ہیں، اکثر کلاسیکی چینی حوالوں، مقامی ریگولیٹری زبان، مین لینڈ مارکیٹوں میں استعمال ہونے والی مالیاتی اصطلاحات، اور چینی سوشل میڈیا پر غالب غیر رسمی مختصر زبان (shorthand) پر لڑکھڑا جاتے ہیں۔ ایک ایسا ماڈل جو گہری چینی زبان کی مہارت کے ساتھ بنایا گیا ہو، اور جسے ایسی کمپنی سے ڈیٹا مل رہا ہو جس کا بنیادی کاروبار چینی صارفین کے طرز عمل پر چلتا ہے، ان حالات میں ایک ساختی برتری رکھتا ہے۔
یہ صرف چیٹ بوٹس تک محدود نہیں ہے۔ PRC کنٹریکٹ قانون کا تجزیہ کرنے والی لیگل ٹیک (Legaltech) فرمیں، تاریخی متن کا مطالعہ کرنے والے محققین، مینڈرین قرضوں کی دستاویزات پر کارروائی کرنے والے بینک، اور علاقائی لہجوں کو سنبھالنے والے کسٹمر سروس پلیٹ فارمز، ان سب کو ایسے ماڈلز کی ضرورت ہے جو انگریزی پر مبنی نقطہ نظر کے ذریعے ترجمہ کرنے کے بجائے باریکیوں (nuance) کو سمجھ سکیں۔
Meituan کا پوشیدہ ہتھیار: پیمانہ اور ڈیٹا
Meituan کوئی ایسی ریسرچ لیب نہیں ہے جس کے ساتھ ایک ڈیلیوری ایپ بھی ہو۔ یہ ایک آپریشنل طاقت ہے جو روزانہ چین بھر میں لاکھوں رائیڈرز، ریسٹورنٹس اور تاجروں کے درمیان ہم آہنگی پیدا کرتی ہے۔ یہ پیمانہ حقیقی دنیا کے لسانی ڈیٹا کا ایک سیلاب پیدا کرتا ہے۔ چیٹ بوٹس کو بھیجے جانے والے صارفین کے شکایات۔ ریسٹورنٹ کی ایسی تفصیلات جو علاقائی سلینگ (slang) کو باقاعدہ کاروباری رجسٹریشن کی تفصیلات کے ساتھ ملاتی ہیں۔ ایسی روٹنگ ہدایات جو ایڈریس سسٹم کو غیر رسمی نشانات کے ساتھ جوڑتی ہیں۔ تاجروں کے سروس ٹکٹس جو ٹیکس، حفظان صحت کے قواعد و ضوابط اور مقامی آرڈیننس سے متعلق ہوتے ہیں۔
یہ ڈیٹا غیر منظم، سیاق و سباق سے بھرپور اور گہرائی میں مقامی ہے، جسے عام ویب کرال ڈیٹا کبھی بھی نقل نہیں کر سکتا۔ اس ڈیٹا کو LongCat 2.0 میں شامل کرنے سے ماڈل کو ایک عملی بنیاد ملتی ہے جو محض تعلیمی تربیتی عمل میں مفقود ہوتی ہے۔ صاف ستھرے ویکیپیڈیا متن پر تربیت حاصل کرنا ایک الگ بات ہے، جبکہ حقیقی تجارت کی افراتفری اور لین دین والی زبان پر تربیت حاصل کرنا بالکل مختلف ہے۔
بنیادیں کیوں بدل رہی ہیں
اگر کمپنیاں مقامی سلیکون پر فرنٹیر کلاس (frontier-class) ماڈلز کی تربیت کر سکتی ہیں، تو چپ ایکسپورٹ پابندیوں کے پیچھے موجود تمام اسٹریٹجک منطق ختم ہونا شروع ہو جاتی ہے۔ یہ پابندیاں اس مفروضے پر مبنی تھیں کہ NVIDIA کی سپلائی لائنز کو کنٹرول کرنے سے AI کی صلاحیت کو کنٹرول کیا جا سکے گا۔ اس مفروضے میں یہ فرض کر لیا گیا تھا کہ کوئی قابل عمل متبادل ایکو سسٹم موجود نہیں ہے۔
LongCat 2.0 یہ اعلان نہیں ہے کہ چینی چپس نے ہر پیمانے پر NVIDIA کا مقابلہ کر لیا ہے۔ یہ اس بات کا ثبوت ہے کہ کام مکمل کرنے کے لیے انہیں مکمل طور پر برابر ہونے کی ضرورت نہیں ہے۔ کافی میموری، کافی بینڈوتھ، اور کافی حد تک ذہین سافٹ ویئر آپٹیمائزیشن اس فرق کو اتنا کم کر سکتی ہے کہ مسابقتی نتائج حاصل کیے جا سکیں۔ یہ مکمل برابری کے مقابلے میں بہت کم معیار ہے، اور ایسا لگتا ہے کہ یہ معیار حاصل کر لیا گیا ہے۔
عالمی AI سپلائی چینز کے لیے اس کا مطلب واضح ہے۔ یہ مفروضہ کہ تمام سنجیدہ تربیتی عمل NVIDIA ہارڈ ویئر کے ذریعے ہی ہونے چاہئیں، اب ختم ہو چکا ہے۔ یہ چیز AI کی ترقی میں قومی خودمختاری کی طرف طاقت کو منتقل کرتی ہے۔ حاشیے سے دیکھ رہی ممالک اور کمپنیاں اب کسی ایک سپلائر کو فرنٹیر صلاحیت حاصل کرنے کا واحد راستہ نہیں سمجھتیں۔ وہ ایک تقسیم، اور ممکنہ طور پر ایک کثیر قطبی (multipolar) ہارڈ ویئر منظر نامہ، زیادہ تیزی سے ابھرتے ہوئے دیکھ رہی ہیں جتنا کہ زیادہ تر لوگوں نے پیش گوئی کی تھی۔
اصل نتیجہ
LongCat 2.0 محض ایک تکنیکی ریلیز نہیں ہے۔ یہ ایک سیاسی مفروضے کا امتحان ہے، اور وہ مفروضہ ابھی ناکام ہو گیا ہے۔ Meituan نے ثابت کر دیا ہے کہ صحیح ڈیٹا، صحیح انجینئرنگ ٹیم اور صحیح ہارڈ ویئر کے ساتھ ایک کنزیومر ٹیک کمپنی ایک بھی ممنوعہ مغربی GPU کو چھوئے بغیر 1.6 ٹریلین پیرامیٹر والا اوپن ماڈل تربیت دے سکتی ہے۔
ڈویلپرز کے لیے، اس کا مطلب چینی زبان اور طویل سیاق و سباق (long-context) کے کاموں میں حقیقی گہرائی کے ساتھ ایک نیا اوپن ویٹ (open-weight) آپشن ہے۔ پالیسی سازوں کے لیے، اس کا مطلب ہے کہ ہارڈ ویئر کی بندش پر مبنی پابندیوں میں صرف حصول کے بجائے مطابقت (adaptation) کو بھی مدنظر رکھنا ہوگا۔ صنعت کے باقی حصوں کے لیے، اس کا مطلب ہے کہ کون کیا بنا سکتا ہے، اور کن ٹولز کے ساتھ، اس کا نقشہ ریئل ٹائم میں دوبارہ بنایا جا رہا ہے۔
ایکسپورٹ پابندیوں نے شاید وقت تو خرید لیا ہو، لیکن ایسا لگتا ہے کہ انہوں نے ایک متبادل بھی خرید لیا ہے۔