Китай уходит от NVIDIA: как экспортные ограничения США ускорили развитие собственных чипов и ИИ-экосистемы

Экспортные ограничения США, введённые в 2022 году, должны были затормозить китайский искусственный интеллект. Реальность оказалась обратной: Китай форсировал собственные разработки. Сегодня чипы Huawei Ascend и Cambricon уже используются для инференса передовых открытых моделей, таких как DeepSeek, Qwen и GLM. Некоторые лаборатории начали тренировать модели на отечественных ускорителях. В стране формируется полноценная альтернативная экосистема - со своим программным обеспечением, заменяющим CUDA, и активным сотрудничеством между разработчиками моделей и производителями чипов.

Это не временное решение. Это стратегический сдвиг, который меняет глобальный баланс сил в ИИ. Китай строит технологический суверенитет ускоренными темпами, и результаты уже видны на практике.

Неожиданный эффект санкций: почему запреты только разогнали китайский ИИ

В октябре 2022 года США ввели экспортные ограничения на поставку чипов NVIDIA A100 и H100 в Китай. Логика была простой: лишить китайские компании ключевого вычислительного ресурса и тем самым замедлить их прогресс в ИИ. На короткой дистанции это сработало - китайские лаборатории столкнулись с острой нехваткой GPU. Но среднесрочный эффект оказался прямо противоположным.

Китай ответил массированными инвестициями в собственное производство чипов. Государственные банки открыли кредитные линии с минимальными ставками, местные власти запустили программы субсидирования AI-стартапов, а долгосрочное финансирование без залогов снизило риски для новых проектов. В результате количество китайских чиповых разработок резко выросло. Huawei Ascend и Cambricon, существовавшие и раньше, получили мощный импульс к развитию и масштабированию.

К 2026 году китайская ИИ-экосистема перестала быть догоняющей. Она превратилась в параллельную ветку развития - со своими стандартами, архитектурами и программным стеком.

От дефицита к суверенитету: как Китай строит свою чиповую независимость

Путь от дефицита к суверенитету занял несколько лет. Он прошёл через три этапа: острую нехватку ресурсов, государственное вмешательство и создание собственной технологической базы. Каждый этап заслуживает отдельного внимания.

Анатомия дефицита: почему GPU-мощностей не хватает всей индустрии

Спрос на вычисления для ИИ растёт экспоненциально. Одна современная языковая модель с архитектурой, подобной GPT-4, требует для тренировки тысяч GPU на протяжении месяцев. Инференс - выполнение уже обученной модели - тоже требует значительных ресурсов, особенно при миллионах пользователей. Когда США ограничили поставки NVIDIA, китайские облачные провайдеры не смогли мгновенно нарастить мощности.

Ситуация обострилась настолько, что компания Moonshot AI, разработчик модели Kimi K3, была вынуждена временно остановить регистрацию новых пользователей. Причина - физическая нехватка GPU для обслуживания растущего спроса. Этот случай стал наглядной иллюстрацией проблемы: даже успешный продукт невозможно масштабировать без доступа к чипам.

Параллельно с этим рос спрос на инференс-чипы. Как мы разбирали в материале о кредитовании под inference-чипы, рынок ищет более дешёвые и быстрые альтернативы дорогим видеокартам NVIDIA для запуска открытых моделей. Китайские компании оказались в авангарде этого тренда.

Государство как катализатор: субсидии, кредиты и долгосрочные планы

Китайское правительство не просто наблюдало за ситуацией - оно активно вмешалось. Местные власти предоставляют AI-стартапам прямые субсидии на разработку чипов и моделей. Государственные банки выдают кредиты с минимальными процентными ставками, а в некоторых случаях - с отсрочкой погашения на годы. Долгосрочное финансирование без залогов позволяет стартапам концентрироваться на технологиях, а не на выживании.

Этот подход отличается от американской модели, где доминирует венчурный капитал с его короткими горизонтами планирования и требованием быстрой отдачи. Китайская система даёт компаниям время на создание сложных продуктов - от кремния до программного стека, совместимого с чипами.

Цель не в том, чтобы скопировать NVIDIA. Цель - создать полноценную альтернативу CUDA, проприетарной платформы NVIDIA для работы с GPU. Китайские производители чипов и разработчики моделей работают в тесной связке: лаборатории тестируют модели на новых чипах, а производители дорабатывают архитектуру с учётом реальных нагрузок. Эта обратная связь ускоряет развитие обеих сторон.

Кто заменит NVIDIA: обзор китайских чипов для ИИ

На рынке сформировались два основных игрока. Huawei Ascend занимает нишу высокопроизводительных чипов для тренировки и инференса больших моделей. Cambricon фокусируется на специализированных процессорах для инференса и edge-устройств. Оба направления дополняют друг друга, создавая диверсифицированную экосистему.

Huawei Ascend: флагманский чип для больших моделей

Huawei Ascend - это семейство чипов, разработанных специально для задач искусственного интеллекта. Сегодня Ascend используется для инференса передовых открытых моделей: DeepSeek, Qwen, GLM. Эти модели работают на китайском железе, и результаты сопоставимы с запуском на GPU NVIDIA.

Huawei активно развивает программную экосистему вокруг Ascend. Компания создаёт инструменты, которые упрощают разработчикам переход с CUDA. Это критически важно: без совместимого ПО даже мощный чип останется невостребованным. Инвестиции Huawei в софтверную инфраструктуру - это долгосрочная ставка на формирование сообщества разработчиков вокруг своей платформы.

Показателен пример DeepSeek. Основатель компании Лян Вэньфэн сделал ставку на чипы Huawei вместо NVIDIA и стал самым богатым AI-разработчиком в мире с состоянием $36 млрд. Этот кейс демонстрирует, что китайское железо уже способно поддерживать коммерчески успешные проекты глобального масштаба.

Cambricon: специализированные процессоры для AI-нагрузок

Cambricon Technologies - ещё один китайский производитель чипов для ИИ. Компания фокусируется на процессорах для инференса и edge-устройств. Если Ascend решает задачи тренировки и запуска гигантских моделей в облаке, то чипы Cambricon находят применение в сценариях, где важны энергоэффективность и низкая задержка.

Cambricon сотрудничает с разработчиками моделей, адаптируя свои чипы под конкретные архитектуры. Это часть общей стратегии: китайская ИИ-экосистема строится на плотной интеграции между создателями железа и софта. Такой подход сокращает время вывода продуктов на рынок и повышает их конкурентоспособность.

Оба чипа - и Ascend, и Cambricon - уже не экспериментальные образцы. Это серийные продукты, которые используются в реальных проектах. Некоторые китайские лаборатории начали тренировать модели на отечественных ускорителях, а не только запускать на них готовые решения. Это качественный скачок: тренировка требует значительно большей вычислительной мощности и стабильности, чем инференс.

Открытые модели как оружие: почему Китай делает ставку на open source

Китайские лаборатории выпускают десятки открытых моделей. DeepSeek, Qwen, GLM, Kimi K3 - все они доступны для скачивания, изучения и доработки. Это контрастирует с подходом американских компаний, таких как OpenAI, которые закрывают код своих флагманских моделей.

Стратегия открытости даёт Китаю несколько преимуществ. Открытые модели быстрее распространяются по миру, привлекая разработчиков. Они создают экосистему вокруг китайских чипов: если модель оптимизирована под Ascend, её пользователи заинтересованы в этом железе. Наконец, открытость снижает зависимость от западных платформ - любой может запустить модель на своём оборудовании.

Дин Болл из OpenAI назвал этот подход «полным ИИ-коммунизмом», имея в виду сценарий, при котором лучшие модели станут общественным благом. За этим высказыванием стоит реальное беспокойство: открытые китайские модели сокращают рыночную власть американских компаний, привыкших продавать доступ к проприетарным системам.

Кейс Moonshot AI и Kimi K3: открытая модель с 2.8 трлн параметров

Moonshot AI выпустила модель Kimi K3 с 2.8 триллиона параметров. По производительности она приблизилась к топовым закрытым системам, таким как Claude и GPT. Это вызвало падение Nasdaq на 1% - инвесторы осознали, что технологический разрыв сокращается быстрее, чем ожидалось. Подробный разбор этого события мы давали в статье о панике на Уолл-стрит из-за Kimi K3.

Парадокс ситуации в том, что Moonshot AI выпустила открытую модель в момент, когда ей самой не хватало GPU для обслуживания пользователей. Это осознанная стратегия: открытая модель привлекает сообщество разработчиков, которые начинают её улучшать и адаптировать под разные чипы, включая Ascend и Cambricon. Компания получает выгоду от внешнего вклада, даже не имея собственных неограниченных вычислительных ресурсов.

Китайские лаборатории штампуют открытые модели десятками. Американские компании замыкают код и раздувают маркетинговые пузыри. Это фундаментальное различие в подходах, и оно напрямую связано с аппаратной независимостью: открытая модель может работать на любом железе, закрытая - только на том, что разрешит владелец.

Новая реальность: что значит китайская ИИ-экосистема для мира

В Китае сформировалась альтернативная ИИ-экосистема. Свои чипы - Huawei Ascend и Cambricon. Своё программное обеспечение, заменяющее CUDA. Открытые модели, которые по производительности приближаются к лучшим закрытым аналогам. Государственная поддержка, обеспечивающая долгосрочное финансирование.

Эта экосистема меняет глобальный баланс сил. Для конечного пользователя - больше конкуренции, больше открытых моделей, потенциальное снижение стоимости инференса. Для разработчиков - новые платформы и инструменты, включая оптимизации под конкретные чипы. Например, инженеры Intel уже показывают, как можно ускорить работу китайской модели Qwen на ноутбуках в 1,4 раза с помощью спекулятивного декодирования.

Фрагментация - неизбежное следствие. Две экосистемы, китайская и американская, будут развиваться параллельно. Это создаёт риски несовместимости, но и открывает возможности для тех, кто готов работать в обеих средах. Самое важное: экспортные ограничения США не остановили китайский ИИ. Они его ускорили.