Китай и США – битва за лидерство в ИИ

Сейчас большинство китайских чипов соответствуют технологиям Nvidia уровня 2020 года, а это чип Nvidia A100 (40/80 GB HBM2e памяти, 2.0 TB/s, производительность в FP16 около 312 TFLOPS и интерконнект 600 GB/s)

Для Китая флагманские чипы имеют (64 GB HBM2/HBM3 памяти, 1.7-2.7 TB/s, 300-500 TFLOPS и интерконнект 600 GB/s).

Основы современных LLMs зарождались на базе Nvidia A100, а основной импульс развития был сформирован на чипах Nvidia H100/H200 в 2023-2024 (80-141 GB HBM3/ HBM3e, 3.35 TB/s и 4.8 TB/s при производительности около 1000 TFLOPS и интерконнекте 900 GB/s).

Сейчас идет развертывание Nvidia B200 (192 GB HBM3e, 8.0 TB/s, 2200 TFLOPS и интерконнект 1.8 TB/s).

В свою очередь, AMD отстает от Nvidia примерно на 2-3 года, особенно в интерконнекте (вдвое), тогда как по памяти паритет, по GPU разрыв незначительный, но проблема AMD – невозможность эффективного масштабирования чипов так, как это делает Nvidia.

Общий прогресс в индустрии за 5 лет: объем памяти вырос в 5 раз, пропускная способность памяти выросла в 4 раза, производительность выросла в 7 раз, интерконнект вырос в 3 раза. 

По Китаю прогресс за 5 лет более чем впечатляющий, т.е. разрыв от флагмана в лице Nvidia сокращается, но Китай в 2025 это США в 2020-2021. 

Сейчас Китай отстает от США примерно втрое.

На самом деле, с учетом внешних ограничений и позднего старта, это отличный прогресс.

Однако, даже выравнивание конкуренции не гарантирует успеха. Несмотря на мощнейшую и самую развитую производственную базу в мире, ограничение цепочек поставок и технологий в критических компонентах и на важнейших производственных итерациях, не дает Китаю масштабировать производство.

Сейчас Nvidia производит в год около 3 млн Nvidia B200 при общем портфеле заказов по всем чипам свыше 5 млн за счет старых поколений, AMD планирует выйти на 0.5 млн чипов в этом году (AMD MI325X/350) и 0.8 млн по всем чипам с учетом прошлых поколений, тогда как в Китае:

•  Huawei 910C – около 250-350 тыс чипов с планами выйти на 600 тыс в 2026 году, а по всем чипам в 2025 – около 700 тыс

•  Baidu Kunlun P800 – 70-80 тыс чипов / 120 тыс

•  Cambricon MLU590 –80-100 тыс чипов / 150 тыс

•  Прорывной Biren BR100 – лишь 10 тыс чипов из-за санкций. 

Остальные чипы неконкурентоспособные типа Moore Threads или Iluvatar CoreX, являясь «затычками» для инфраструктуры, чтобы не тратить ресурсы флагманов. 

Если отбросить маркетинговый шум, стартапы-зомби, экспериментальные прототипы и чипы низкого уровня, тодля реальных задач обучения больших моделей (LLM) в Китае на ноябрь 2025 года осталась именно эта «Большая Тройка», из которых рынок формируют только Huawei и Baidu.

Сейчас формируется следующая стратегия:

▪️Huawei (Ascend 910C) — единственный игрок, который пытается полностью заменить Nvidia на открытом рынке, формируя примерно 70% всего внутреннего рынка ИИ чипов и около 90% коммерческих поставок на открытых торгах, продавая клиентам всех уровней (государство и бизнес). Имеют высший приоритет на заводах SMIC – все доступные мощности сразу резервируются Huawei

При этом Huawei строит платформу. Они продают не просто чип, а экосистему: чип + сервер + сеть (свитчи) + софт (CANN/MindSpore).

▪️Baidu — единственная интернет-компания Китая, которая реально снизила свою зависимость от внешних поставок, где 80% поставок идут на внутренние нужды (Baidu Cloud для обучения и инференса их моделей Ernie Bot и поддержки DeepSeek), а остальное – внешним клиентам. 

▪️Cambricon финансируется в основном государством и преимущественно идет на нужды государству, хотя существуют и крупные частные контракты (ByteDance, интернет и облачные провайдеры). 

▪️Есть чипы у Alibaba (T-Head / Hanguang) и Tencent (Enflame), но используются исключительно для внутренних нужд, как Trainium 2 у Amazon и TPU v5p / v6 (Trillium) у Google.

▪️Biren – является экспериментальным и нишевым чипом, практически недоступным на открытом рынке. Все прочие игроки несопоставимо слабы.

Это означает, что сейчас полноценные инфраструктурные решения внедряет только Huawei.

https://t.me/spydell_finance/