China Telecom lança modelo Xing4.0-29B-A4B em código aberto
China Telecom disponibiliza o modelo de IA Xing4.0-29B-A4B em código aberto, treinado totalmente em hardware Huawei Ascend e estrutura MindSpore.
Resumo rápido
- China Telecom lança o modelo Xing4.0-29B-A4B com pesos e configurações abertos nas plataformas Hugging Face e ModelScope.
- O modelo possui 29 bilhões de parâmetros totais, sendo 4 bilhões ativados por token com arquitetura de mistura de especialistas.
- A empresa afirma que é o primeiro modelo desse porte treinado do início ao fim em processadores Ascend com a estrutura MindSpore.
Entenda o contexto
Modelos com arquitetura de Mistura de Especialistas (MoE) ativam apenas uma fração de seus parâmetros a cada token processado, reduzindo o custo computacional. A linha Xing representa o desenvolvimento de IA da estatal China Telecom, enquanto os chips Ascend e a estrutura MindSpore são tecnologias da Huawei usadas para criar alternativas ao ecossistema global de hardware.
A China Telecom Artificial Intelligence Technology disponibilizou em código aberto o modelo Xing4.0-29B-A4B em 22 de setembro de 2026. A novidade faz parte da série Xing, anteriormente conhecida como TeleChat, e teve seus pesos e arquivos de configuração publicados no Hugging Face e no ModelScope sob a organização XingChen-AGI.
Segundo o material divulgado pela empresa, o Xing4.0-29B-A4B é um modelo baseado em arquitetura de Mistura de Especialistas (MoE, na sigla em inglês), voltado para a realização de tarefas de agentes e engenharia complexa. A companhia afirma que este é o primeiro modelo dessa escala a ser treinado inteiramente em unidades de processamento neural (NPUs) Ascend, utilizando a estrutura MindSpore.
Detalhes técnicos do treinamento e arquitetura
As especificações listadas no Hugging Face mostram que o modelo conta com 29 bilhões de parâmetros no total, sendo aproximadamente 4 bilhões ativados por token. Ele possui uma janela de contexto nativa de 256K, expansível para 512K, além de 40 camadas, atenção MLA e 64 especialistas roteados — com quatro especialistas ativos por token e um especialista compartilhado.
A China Telecom alega que a otimização conjunta durante o treinamento em clusters com chips Ascend 910C, via MindSpore e MindFormers, elevou o rendimento (throughput) de treinamento em cerca de 96% em comparação com os pontos de referência padrão. Essa taxa de desempenho foi informada pela própria fornecedora. Para inferência, o modelo oferece suporte a sistemas como Transformers, vLLM, SGLang e KTransformers, além de ajustes finos pelo LLaMA-Factory e MindFormers.
A cobertura secundária do veículo IT Home citou que pontuações no benchmark SuperCLUE mostram o modelo próximo a pares da linha Qwen em tarefas de agentes. O relato também menciona que a quantização em 4 bits pode reduzir o uso de memória para cerca de 15 GB em execuções locais de longo contexto, embora os dados sigam dependentes de replicação independente.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
