Бум искусственного интеллекта превратил вычислительные ускорители в один из самых востребованных продуктов технологической индустрии. Обучение больших языковых моделей, генерация изображений и видео, работа ИИ-агентов и обслуживание миллионов пользовательских запросов требуют огромных вычислительных мощностей.
Главным бенефициаром этого спроса стала Nvidia. Однако американские экспортные ограничения и стремление Китая развивать собственную полупроводниковую промышленность создали благоприятные условия для местных производителей. И хотя полноценной замены Nvidia пока не появилось, сразу несколько китайских компаний пытаются ее создать.
Nvidia — лидер, которого недостаточно просто догнать по производительности
Положение Nvidia на рынке ИИ сложно объяснить только скоростью ее графических процессоров. Компания фактически построила вокруг своих ускорителей полноценную вычислительную платформу.
Ключевым преимуществом остается CUDA — программная экосистема, на которую годами ориентировались разработчики ИИ и научного ПО. К ней добавляются высокоскоростные соединения между ускорителями, сетевое оборудование, готовые серверные решения и огромное количество оптимизированных библиотек.
Именно поэтому заменить Nvidia значительно сложнее, чем просто разработать сопоставимый по производительности процессор. Компании приходится переносить и оптимизировать программное обеспечение, менять инфраструктуру и переобучать специалистов.
Даже китайские разработчики передовых ИИ-моделей продолжают использовать ускорители Nvidia там, где это возможно. Поэтому главная задача местных производителей заключается уже не только в создании мощного кремния, но и собственной альтернативы всей экосистеме Nvidia.
Huawei — самый серьезный китайский конкурент Nvidia
Наиболее близко к этой цели подошла Huawei. Семейство ускорителей Ascend предназначено как для обучения искусственного интеллекта, так и для инференса, а системы SuperNode позволяют объединять большое количество процессоров для работы с крупными моделями.
Особенно важна разработка собственной программной платформы CANN. По своей роли она должна стать китайской альтернативой CUDA, позволяя разработчикам создавать и оптимизировать приложения непосредственно для ускорителей Ascend.
Huawei одновременно старается обеспечить поддержку популярных моделей. Например, Ascend 950PR и 950DT получили поддержку DeepSeek V4, благодаря чему модель может работать на вычислительных системах Ascend SuperNode.
Именно сочетание собственных ускорителей, серверных систем, сетевой инфраструктуры и программного обеспечения делает Huawei наиболее опасным потенциальным конкурентом Nvidia в Китае.
Cambricon — ставка непосредственно на искусственный интеллект
В отличие от Huawei, Cambricon Technologies значительно сильнее сосредоточена именно на вычислениях для ИИ. Компания разрабатывает процессоры и ускорительные платы для серверов, дата-центров и интеллектуальных устройств.
Архитектура Cambricon рассчитана на массовые параллельные вычисления, необходимые для обучения нейросетей и последующего запуска готовых моделей.
Спрос на такие решения заметно увеличился после ужесточения ограничений на поставки передовых американских ускорителей. Вместе с Huawei компания стала одним из наиболее заметных участников формирующегося китайского рынка серверного оборудования для искусственного интеллекта.
При этом перед Cambricon стоит та же проблема: одного производительного ускорителя недостаточно. Для серьезной конкуренции с Nvidia потребуется развивать программные инструменты и инфраструктуру вокруг него.
Moore Threads — китайская попытка создать универсальный GPU
Moore Threads выбрала несколько иной путь. Основанная в 2020 году компания занимается разработкой универсальных графических процессоров, которые должны одновременно справляться с ИИ, традиционной графикой и высокопроизводительными вычислениями.
Такой подход концептуально ближе к Nvidia, чьи GPU также используются далеко не только для искусственного интеллекта.
Moore Threads позиционирует свои решения как отечественную альтернативу зарубежным графическим процессорам для китайских компаний и государственных организаций. На фоне ограничений на импорт американского оборудования спрос на подобные продукты продолжает расти.
Однако молодому производителю еще предстоит доказать, что он способен конкурировать не только аппаратными характеристиками, но и качеством драйверов, инструментов разработки и программной совместимостью.
Biren Technology — мощные ускорители для обучения ИИ
Biren Technology изначально нацелилась на один из самых сложных сегментов — высокопроизводительные GPU для обучения крупных моделей и научных вычислений.
Подобные системы требуют не только быстрых вычислительных блоков, но и огромной пропускной способности памяти, эффективных соединений между ускорителями и возможности объединять тысячи процессоров в единый вычислительный кластер.
Развитие Biren серьезно осложнили американские экспортные ограничения, затронувшие доступ компании к передовым технологиям производства полупроводников. Тем не менее внутренний спрос играет ей на руку.
Компания ожидает, что выручка за первое полугодие может увеличиться более чем в 20 раз. Однако стремительный рост продаж пока не означает, что Biren приблизилась к Nvidia по реальной производительности или зрелости программной экосистемы.
Смогут ли китайские ИИ-чипы заменить Nvidia?
В ближайшей перспективе полная замена Nvidia выглядит маловероятной. Американская компания обладает преимуществом, которое создавалось десятилетиями: производительные GPU дополняются CUDA, сетевыми технологиями, библиотеками и огромной базой разработчиков.
Но китайским производителям необязательно немедленно превзойти Nvidia на мировом рынке. Огромного внутреннего спроса Китая на вычислительную инфраструктуру уже достаточно для развития сразу нескольких альтернативных платформ.
Лучшие позиции сейчас выглядят у Huawei, поскольку компания строит не отдельный ускоритель, а полноценную экосистему вокруг Ascend. Cambricon специализируется непосредственно на ИИ, Moore Threads пытается повторить универсальную модель GPU, а Biren делает ставку на высокопроизводительные вычисления.
В результате главным последствием китайской гонки ИИ-чипов может стать не появление одного «убийцы Nvidia», а формирование параллельной аппаратной и программной экосистемы. И чем сильнее будет расти спрос на искусственный интеллект, тем больше пространства останется на рынке для конкурентов нынешнего лидера.
