Huawei отстает от Nvidia в гонке за ИИ-чипы: разрыв растет
Huawei пока не может достичь уровня производительности Nvidia в области ИИ-чипов, несмотря на инвестиции в разработку. Разрыв сохраняется из-за ограничений в технологиях производства и масштабе выпуска, что ставит под сомнение эффективность текущих стратегий китайской компании.
По данным Tomshardware, исследование, опубликованное Советом по международным отношениям (Council on Foreign Relations), показывает, что текущая разница в возможностях Huawei и Nvidia в области ИИ-чипов остается значительной и не сокращается. Это поднимает вопрос о целесообразности действующих экспортных ограничений на передовые чипы в Китай.
Отставание Huawei по ключевым параметрам
На данный момент Huawei не может достичь уровня производительности Nvidia, даже несмотря на значительные инвестиции в разработку. Линейка Ascend, включая последнюю модель Ascend 910C, демонстрирует около 60% производительности Nvidia H100 в задачах инференса. При этом Nvidia уже выпускает более мощные чипы, такие как H200, и готовит следующее поколение — Blackwell, которое по своим характеристикам существенно превосходит предыдущие.
Ключевым фактором остаётся технологический процесс. Huawei больше не может использовать оборудование TSMC, и вынуждена полагаться на SMIC, чей наиболее развитый процесс находится на уровне 7 нм без использования EUV-литографии. Это ограничивает как производственные объёмы, так и качество продукции. В свою очередь, Nvidia использует передовые процессы и технологии упаковки, такие как CoWoS, что позволяет ей создавать более эффективные ускорители с высокой пропускной способностью памяти.
Ограничения в масштабе производства
Второй важный аспект — объёмы производства. В 2023 году Nvidia произвела 3,76 млн ускорителей, обеспечив 98% мирового рынка по выручке. У Huawei такие показатели не сравнимы: даже в оптимистичных сценариях, её производство может составить 200–300 тыс. чипов в год к 2025 году. Это делает её позицию на рынке крайне слабой, особенно с учётом того, что крупные облачные провайдеры в Китае уже признают, что их развитие ограничено отсутствием доступа к достаточному количеству мощного оборудования.
Перспективы и стратегии
По оценкам, Ascend 950PR и Ascend 950DT, которые Huawei планирует выпустить в 2025 году, будут иметь меньшую общей вычислительной мощности, чем Ascend 910C. Это указывает на то, что даже при улучшении отдельных параметров, Huawei не может достичь масштабного прорыва. В свою очередь, к 2027 году, как ожидается, Nvidia будет опережать Huawei в производительности более чем в 17 раз.
Кроме того, Nvidia обладает масштабной экосистемой, включающей не только чипы, но и программное обеспечение, сетевые интерфейсы и интеграцию систем, что позволяет ей предлагать комплексные решения для крупномасштабных ИИ-проектов. У Huawei таких масштабных возможностей пока нет.
Выводы и перспективы
Исследование подчёркивает, что экспортные ограничения на передовые чипы и оборудование по-прежнему остаются важным фактором, ограничивающим Китай в развитии ИИ-индустрии. Даже с учётом усилий по обходу ограничений, Huawei не достигла уровня, который позволил бы ей конкурировать с Nvidia на равных. Улучшения в отдельных направлениях не эквивалентны достижению уровня конкурентоспособности.
Интересно: Каким образом российский бизнес может использовать эти данные для стратегического планирования в условиях глобальной конкуренции в сфере ИИ-технологий?
Когда отставание становится пропастью: глубина, масштаб и экосистема
Технологическая пропасть и её причины
Huawei, несмотря на значительные инвестиции, пока не может устранить разрыв с Nvidia в области чипов для искусственного интеллекта. Это не только вопрос технической отсталости — это результат сложного взаимодействия между технологическими, производственными и экосистемными факторами.
Huawei столкнулась с ограничениями в доступе к передовым технологическим процессам. Потеря доступа к TSMC и переход на SMIC, чья литография пока не позволяет достичь уровня 5 нм, означает, что даже самые современные чипы Huawei создаются на более устаревшей базе. Это напрямую влияет на плотность транзисторов, энергоэффективность и производительность [!].
В то же время Nvidia использует передовые технологии упаковки, такие как CoWoS, что позволяет объединять несколько чипов в одном модуле и значительно увеличивать пропускную способность памяти. Это делает её решения более масштабируемыми и эффективными для задач, где требуется обработка больших объёмов данных — как раз тех, что характерны для ИИ.
Важный нюанс: Недостаток в одном компоненте — чипе — может быть компенсирован через другие элементы экосистемы, но только при наличии масштаба и интеграции. Huawei пока не обладает таким объёмом, как Nvidia, и её экосистема не развита до уровня, чтобы смягчить этот разрыв.
Масштаб — это не только количество
Другой важный фактор — это объём производства. Nvidia в 2023 году произвела почти 3,8 млн ускорителей, контролируя 98% рынка по выручке. У Huawei таких масштабов пока нет. Даже при оптимистичных прогнозах, её производство в 2025 году может составить не более 300 тыс. чипов. Это не только разница в цифрах — это влияет на способность компании удовлетворять спрос, тестировать и оптимизировать новые решения, а также формировать долгосрочные партнёрства.
В Китае уже начинают говорить о том, что крупные облачные провайдеры сталкиваются с дефицитом мощностей. Это значит, что даже если Huawei сможет улучшить отдельные параметры своих чипов, она не сможет заменить то, чего не хватает — объёмов и надёжности.
Важный нюанс: В ИИ-индустрии победу определяет не только мощность отдельного чипа, но и способность масштабировать его применение. Huawei пока не может этого сделать.
Что дальше?
К 2027 году ожидается, что Nvidia будет превосходить Huawei по производительности более чем в 17 раз. Это не случайность — это результат системного преимущества, включающего не только чипы, но и программные решения, сетевые интерфейсы, архитектуру систем и опыт работы с крупными клиентами.
Для Huawei, даже если ей удастся выпустить более мощные чипы, такие как Ascend 950PR, эти улучшения будут локальными, а не системными. В отсутствие масштабной экосистемы и объёмов производства, она не сможет создать полноценную замену решениям Nvidia.
Важный нюанс: Китай активно развивает собственную ИИ-инфраструктуру, и Huawei играет в этом процессе ключевую роль. Однако, даже с государственной поддержкой, компания сталкивается с проблемами энергоэффективности и зависимости от SMIC, что ограничивает её возможности [!].
Для российского бизнеса: уроки и стратегия
Для российских компаний, заинтересованных в ИИ, эта ситуация даёт важный урок. Конкуренция в сфере ИИ — это не только борьба за алгоритмы, но и за фундаментальные компоненты: чипы, производственные мощности, экосистемы и масштаб.
Важный нюанс: В условиях глобальной конкуренции победа не принадлежит тем, кто хочет быть первым. Победу выигрывает тот, кто может масштабировать и интегрировать.
Новые игроки и технологии: что меняется?
В Китае появляются и другие игроки, такие как Cambricon, которые также стремятся заполнить вакуум, созданный ограничениями на экспорт западных чипов. Cambricon планирует увеличить объём производства AI-ускорителей в 3 раза к 2026 году. Однако, как и Huawei, она сталкивается с проблемами в области доступа к передовой памяти HBM и ограниченными возможностями в области упаковки [!].
Кроме того, Китай активно развивает отрасль хранения данных, стремясь снизить зависимость от иностранных поставщиков. Эксперт Huawei Чжоу Юэфэн подчеркнул необходимость ускорения развития отрасли хранения данных в Китае, включая исследования в области материалов и технологий производства. Это может усилить позиции страны в глобальной технологической конкуренции [!].
Перспективы развития: как меняется рынок?
Рынок ИИ-оборудования растёт экспоненциально, и к 2028–2029 годам его оценки превысят триллион долларов. Ключевыми драйверами станут память, упаковка и серверы. Nvidia уже демонстрирует прорывы в этой сфере, например, совместно с SK hynix разрабатывает AI SSD, который может стать новым стандартом для инференса [!].
Важный нюанс: Рост спроса на ИИ-оборудование стимулирует развитие не только чипов, но и всей инфраструктуры, включая память, хранилища и сетевые решения. Это создаёт новые возможности для компаний, способных предложить комплексные решения.
Выводы и стратегические последствия
Huawei и другие китайские компании активно развивают собственные ИИ-чипы, но пока не могут полностью заменить решения Nvidia. Это связано с рядом факторов: технологическими ограничениями, масштабом производства и недостатком экосистемы. Однако, как показывает практика, ограничения на экспорт западных чипов стимулируют ускоренное развитие локальной индустрии.
Для российского бизнеса важно не только следить за этими тенденциями, но и формировать собственные стратегии в условиях глобальной конкуренции. Это включает инвестиции в исследования, развитие собственных цепочек поставок и создание экосистем, способных конкурировать на международном уровне.
Важный нюанс: В условиях быстро меняющегося технологического ландшафта, ключевым фактором успеха становится не только технологическое превосходство, но и способность адаптироваться к новым реалиям рынка и быстро масштабироваться.
Источник: tomshardware.com
