Китай переходит на чипы Huawei Ascend: в 13 раз дешевле, но на 60% слабее Nvidia
Переход Китая на чипы Huawei Ascend обходится бизнесу в 13 раз дешевле, но вынуждает мириться с отставанием в производительности до 60% от уровня Nvidia. Глобальная стратегия сменилась с погони за максимальной мощностью на скорость развертывания дата-центров, формируя два изолированных технологических контура.
Китайские компании вынуждены строить ИИ-инфраструктуру на чипах Huawei Ascend, так как доступ к американским решениям закрыт. Это привело к появлению моделей, обходящихся бизнесу в 13 раз дешевле, но с отставанием в производительности до 60% от уровня Nvidia H100. Стратегия сменилась с погони за максимальной мощностью на скорость развертывания дата-центров за 4–6 месяцев.
Смена парадигмы: скорость против мощности
Рынок ИИ в Китае перестал ориентироваться исключительно на пиковую вычислительную способность одного чипа. Экспортные ограничения США на поставки видеокарт Nvidia заставили провайдеров искать альтернативы. Huawei Ascend стал единственным доступным ресурсом для обучения крупных моделей, таких как GLM-5.2, на кластерах из 100 000 процессоров.
Компании пошли на компромисс: они жертвуют эффективностью отдельного чипа ради возможности запустить проект здесь и сейчас. Пока западные конкуренты сталкиваются с дефицитом оборудования и долгими сроками ожидания, китайские игроки разворачивают готовые дата-центры за полгода. Встроенные системы диагностики обеспечивают доступность инфраструктуры на уровне 99,99%, что делает её жизнеспособной для задач, где критичен старт, а не абсолютная скорость обучения.
Важный нюанс: Переход на Huawei Ascend не означает полного отказа от американских технологий на этапе обучения. Крупные игроки, такие как DeepSeek, вынуждены использовать чипы Nvidia для предобучения моделей, а китайские ускорители задействуют только для вывода результатов (инференса), так как полноценное обучение на Ascend пока вызывает технические сложности.
Экономика и экосистема: дешевизна за счет оптимизации
Экономический эффект от перехода на локальное железо оказался значительным. Модель GLM-5.2, обученная на Ascend, заняла нишу после отключения западных сервисов и предлагает бизнесу решение, которое в 13 раз дешевле аналогов. DeepSeek V4 подтвердила эту тенденцию, снизив затраты на генерацию ответов до 90% за счет оптимизации вычислений и поддержки смешанной точности (FP8 и FP4).
Для работы на менее мощном оборудовании разработчикам пришлось изменить подход к софту. Huawei планирует к концу 2025 года открыть весь свой ИИ-софт, включая компиляторы и фреймворки, чтобы снизить барьеры для внедрения. Это позволяет запускать модели без необходимости в новейших ускорителях Blackwell, которые недоступны в Китае. Крупные игроки, включая Tencent и Alibaba, уже адаптировали свои платформы под эти условия, перестраивая процессы под локальные компоненты.
Риски и противоречия технологического суверенитета
Несмотря на успехи в масштабировании, технический разрыв сохраняется. Производительность чипа Ascend 910C оценивается в 60% от возможностей Nvidia H100. Эксперты прогнозируют, что к следующему году этот разрыв может увеличиться, и американские чипы превзойдут китайские аналоги более чем в 17 раз по мощности.
Проблемы с совместимостью и производительностью уже приводили к реальным задержкам. Компания DeepSeek отложила запуск модели R2 из-за сложностей с обучением на чипах Huawei, что позволило конкурентам опередить её. Это демонстрирует, что пока китайские чипы не могут полностью заменить американские в самых сложных задачах предобучения.
Стоит учесть: Глобальная конкуренция в ИИ перемещается в плоскость экосистем. Побеждает не тот, у кого самый мощный чип, а тот, кто быстрее интегрирует железо, софт и данные в работающую систему, способную генерировать прибыль при ограниченных ресурсах.
Прогноз развития ситуации
Если США сохранят текущий уровень ограничений на экспорт чипов, Китай к 2027 году может полностью закрыть цикл разработки ИИ на собственной архитектуре, но с отставанием в 2–3 поколения по вычислительной мощности от западных аналогов. Это приведет к формированию двух изолированных технологических контуров: одного, ориентированного на максимальную эффективность и сложность (Запад), и другого — на скорость развертывания и низкую стоимость (Китай).
Бизнесу, работающему в регионах, зависящих от китайских решений, стоит ожидать дальнейшего удешевления услуг инференса, но также и роста рисков при попытке обучать модели сверхсложных задач. Стратегия «скорость вместо мощности» останется актуальной до тех пор, пока китайская полупроводниковая промышленность не сократит разрыв в производительности чипов.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 30 июля 2026.
