Доля Nvidia в Китае упала с 95% до 55% из-за запрета экспорта

По данным Tom's Hardware, китайский рынок искусственного интеллекта в 2025 году претерпел фундаментальные изменения. Локальные производители чипов заняли 41% внутреннего сегмента серверов для ИИ, поставив 1,65 миллиона графических ускорителей из общего объема в 4 миллиона единиц. Несмотря на то, что Nvidia сохраняет лидерство с долей 55% и поставками около 2,2 миллиона карт, этот показатель демонстрирует резкое снижение по сравнению с 95%, которые компания удерживала до введения ограничений.

Смена лидеров и рост локальных поставщиков

Среди китайских производителей чипов явным лидером стала Huawei. Компания из Шэньчжэня отгрузила около 812 000 процессоров для ИИ, что составляет почти 20% всего рынка. Производитель продолжает развивать линейку чипов, недавно представив ускоритель Atlas 350. Заявленная производительность нового устройства в три раза превышает показатели модели Nvidia H20.

На третьем месте расположилось подразделение T-Head, принадлежащее торговой платформе Alibaba. Компания продала 256 000 единиц продукции. Американский поставщик AMD занял четвертое место с объемом поставок в 160 000 чипов и долей рынка 4%. Замыкают пятерку лидеров дочерняя структура Baidu — Kunlunxin и компания Cambricon, каждая из которых отгрузила по 116 000 карт.

Влияние регуляторных решений на цепочки поставок

Динамика рынка напрямую связана с изменениями в торговой политике. В 2023 году США запретили продажу в Китай наиболее продвинутых чипов, что вынудило местные компании использовать модифицированные версии, такие как Nvidia H20 и AMD MI308. Ситуация усложнилась в апреле 2025 года, когда президент США Дональд Трамп ввел полный запрет на экспорт графических ускорителей для ИИ. Это решение заставило китайский бизнес полностью переориентироваться на внутренних производителей.

В июле 2025 года ограничения на модели H20 и MI308 были сняты, однако комментарии министра торговли США Howarda Lutnicka о «дополнениях» к правилам фактически остановили новые заказы на продукцию Nvidia. В декабре 2025 года позиция Вашингтона вновь изменилась: было разрешено отгружать чипы H200 в Китай. Тем не менее, процесс восстановления поставок занял несколько месяцев, а доступ к этим чипам получили лишь отдельные учреждения для специфических задач.

Перспективы конкуренции и технологический разрыв

Пекин сталкивается с необходимостью балансировать между поддержкой отечественной полупроводниковой отрасли и сохранением конкурентоспособности своих технологических компаний на глобальной арене. Хотя китайские разработчики демонстрируют быстрый прогресс, их решения для дата-центров все еще отстают от продуктов Nvidia и AMD на 5–10 лет. Тем не менее, усилия правительства приносят результаты, о чем свидетельствует растущая доля локальных игроков.

Возвращение Nvidia на рынок в 2026 году не гарантирует восстановления прежних позиций. Даже при наличии спроса на чипы H200, стратегия Пекина по перенаправлению части заказов на отечественные полупроводники создает серьезные препятствия для американской компании. Для бизнеса ключевым фактором становится диверсификация поставщиков и адаптация к новой архитектуре рынка, где зависимость от одного иностранного поставщика больше не является нормой. Ситуация требует детального анализа долгосрочных последствий этих сдвигов для глобальной цепочки создания стоимости в сфере ИИ.

Цена технологического суверенитета: как разрыв связей меняет правила игры

Рынок искусственного интеллекта в Китае перестал быть единым монолитом, зависимым от одного поставщика. Данные за 2025 год показывают, что доля локальных производителей чипов достигла 41%, а поставки американских решений сократились с 95% до 55%. На первый взгляд, это победа национальной индустрии, но за сухими цифрами скрывается сложная перестройка всей экосистемы. Компании вынуждены перепрограммировать свои алгоритмы под новые архитектуры, что замедляет развитие и увеличивает издержки. Успех Huawei, занявшей 20% рынка, и других локальных игроков — это не просто рост продаж, а результат вынужденной адаптации к жестким внешним условиям.

Иллюзия производительности и скрытые издержки перехода

Утверждение о том, что новый ускоритель Huawei Atlas 350 в три раза превосходит модель Nvidia H20, требует осторожного прочтения. Производительность чипа зависит не только от сырой вычислительной мощности, но и от экосистемы программного обеспечения. Nvidia десятилетиями строила вокруг своих процессоров библиотеку CUDA, которая стала стандартом де-факто для разработчиков ИИ. Китайские компании, переходя на чипы Huawei или T-Head, сталкиваются с необходимостью переписывать код, оптимизировать нейросети под новую архитектуру и обучать инженеров работе с непроверенными инструментами.

Это похоже на ситуацию, когда заводу приходится менять весь конвейер под новый тип станков, даже если они теоретически работают быстрее. В краткосрочной перспективе это приводит к простою, ошибкам и росту стоимости разработки. Заявленные характеристики часто измеряются в идеальных лабораторных условиях, тогда как в реальной работе дата-центров эффективность падает из-за несовместимости софта. Локальные чипы могут показывать высокие цифры на бумаге, но для бизнеса важнее стабильность и предсказуемость результата.

Важный нюанс: Рост доли китайских чипов до 41% отражает не столько технологическое превосходство, сколько эффект вынужденной изоляции, когда компании выбирают доступное решение, даже если оно требует значительных затрат на адаптацию.

Геополитика как главный драйвер нестабильности

Динамика рынка в 2025 году демонстрирует, что торговая политика стала более значимым фактором, чем технологический прогресс. Частые изменения в правилах экспорта — от полного запрета на поставки до временных разрешений на модели H20 и H200 — создают атмосферу неопределенности. Бизнес не может строить долгосрочные стратегии, когда доступ к критическому оборудованию зависит от политических заявлений.

Компании вынуждены держать запасы чипов, дублировать инфраструктуру и поддерживать совместимость с разными архитектурами. Это увеличивает капитальные затраты и снижает рентабельность проектов. Даже когда доступ к передовым чипам Nvidia восстанавливается, доверие к американским поставщикам подрывается. Китайские корпорации начинают рассматривать зависимость от одного иностранного вендора как неприемлемый риск.

Несмотря на лидерство Nvidia, ее доля сократилась более чем в два раза за короткий период. Это свидетельствует о том, что рынок уже начал формировать альтернативные цепочки поставок. Локальные игроки заполняют нишу, оставленную американскими компаниями, и получают поддержку государства.

i

Создано специально для ASECTOR

Концептуальное изображение

Долгосрочные последствия для глобальной экосистемы ИИ

Технологический разрыв между китайскими и западными решениями оценивается в 5–10 лет, но этот разрыв сокращается быстрее, чем ожидалось. Государственная поддержка, субсидии и внутренний спрос создают условия для ускоренного развития отечественной полупроводниковой отрасли. Huawei, Alibaba и другие компании инвестируют миллиарды в разработку собственных чипов, что позволяет им постепенно догонять лидеров.

Однако для глобального рынка это означает фрагментацию. Мир ИИ делится на две параллельные экосистемы: одну, построенную на технологиях Nvidia и AMD, и другую, развивающуюся на базе китайских чипов. Это усложняет международное сотрудничество, обмен данными и совместную разработку моделей. Компании, работающие на обоих рынках, вынуждены поддерживать две разные инфраструктуры, что увеличивает нагрузку на ресурсы.

Стоит учесть: Возвращение Nvidia на рынок в 2026 году не гарантирует восстановления прежних позиций, так как китайские компании уже создали устойчивую альтернативу и не готовы полностью возвращаться к зависимости от одного поставщика.

В конечном итоге, изменения в китайском рынке ИИ — это не просто смена поставщиков, а фундаментальная перестройка глобальной цепочки создания стоимости. Бизнес вынужден адаптироваться к новой реальности, где технологический суверенитет становится приоритетом, а эффективность — вторичным фактором. Те, кто сможет быстрее перестроиться под новые условия, получат конкурентное преимущество, в то время как компании, игнорирующие эти тренды, рискуют потерять свои позиции.

Новая парадигма: скорость против пиковой мощности

Анализ показывает, что китайский рынок ИИ перешел от гонки за пиковой производительностью к гонке за доступностью и скоростью развертывания инфраструктуры. Доля 41% у локальных игроков — это не победа технологий, а победа логистики и государственной поддержки. Huawei выигрывает не потому, что их чипы лучше, а потому, что они могут поставить готовый дата-центр за полгода, пока Nvidia борется с санкциями и дефицитом TSMC. Это новая парадигма конкуренции, где «достаточно хорошее» железо побеждает «лучшее», но недоступное.

Китайские города субсидируют ИИ-стартапы одного человека бесплатным жильем и вычислительными мощностями, превращая простаивающие дата-центры в инкубаторы [!]. Эта стратегия позволяет властям быстро заполнить избыточные ресурсы и стимулировать создание тысяч новых ИИ-стартапов, компенсируя дефицит частных венчурных инвестиций. Государственные субсидии компенсируют технические ограничения отечественных чипов, делая вычислительные мощности на базе национальных процессоров привлекательными для разработчиков.

Huawei предлагает глобальное решение для быстрого запуска дата-центров искусственного интеллекта, сокращая сроки развертывания до четырех–шести месяцев за счет глубокой интеграции компонентов питания, охлаждения и кабельной инфраструктуры [!]. Несмотря на то, что производительность собственных чипов Kunpeng и Ascend уступает флагманским решениям Nvidia и Intel/AMD, компания обеспечивает доступность системы на уровне 99,99% и поставку суперкластеров из 1024 узлов в течение 15 дней. Это позволяет Huawei занять нишу в регионах, где западные санкции ограничивают доступ к топовому оборудованию, а дефицит мощностей вынуждает рынки искать жизнеспособные альтернативы с приоритетом на скорость ввода в эксплуатацию.

Новый ускоритель Huawei Atlas 350 демонстрирует производительность в задачах вывода моделей, превышающую возможности Nvidia H20 в 2,8 раза, что меняет расстановку сил на рынке ИТ-инфраструктуры [!]. В отличие от универсального подхода Nvidia, ориентированного на обучение и вывод, китайский конкурент фокусируется исключительно на эффективном развертывании готовых моделей. Это создает усиление конкуренции для американской компании в одном из крупнейших сегментов рынка и меняет баланс сил в пользу независимой инфраструктуры.

Alibaba демонстрирует, что в условиях ограниченного доступа к передовым чипам побеждает не пиковая мощность отдельного процессора, а глубокое единство железа и софта. Компания отгрузила 470 000 собственных чипов и нарастила выручку облачного сегмента на 36%, доказывая, что оптимизация под свои модели Qwen позволяет снижать издержки и удерживать лидерство на фоне роста спроса [!]. Руководство Alibaba официально признает, что характеристики их собственных чипов уступают аналогам от Nvidia и AMD, не ставя целью прямую конкуренцию по пиковой производительности. Для реализации этой стратегии Alibaba расширяет продуктовую линейку, запуская инструмент Wukong и модернизируя приложение Qwen, опираясь на ожидаемый экспоненциальный рост спроса на технологии искусственного интеллекта [!].

Компания Zhipu AI провела полное обучение генеративной модели GLM-Image на процессорах Huawei Ascend Atlas 800T A2, используя фреймворк MindSpore [!]. Это стало возможным после санкций США, ограничивающих доступ к чипам NVIDIA, что вынудило компанию искать альтернативу в лице Huawei. Модель показала высокую точность в тестах и подтверждает возможность создания современных ИИ-систем на китайской технике.

Важный нюанс: Китайский рынок ИИ перешел от гонки за пиковой производительностью к гонке за доступностью и скоростью развертывания инфраструктуры. Доля 41% у локальных игроков — это не победа технологий, а победа логистики и государственной поддержки.

Глобальная фрагментация и ответные меры

Дефицит 3-нм мощностей TSMC делает доступ к передовым чипам критическим ограничением для глобальной гонки за искусственный интеллект, оставляя приоритетные квоты только компаниям с долгосрочными контрактами [!]. Apple и NVIDIA используют этот дефицит для укрепления своих позиций, получая эксклюзивный доступ к производственным линиям, в то время как остальные участники сталкиваются с невозможностью реализации планов без радикальной перестройки логистики. Спрос со стороны производителей процессоров и разработчиков ASIC остается высоким, но их объемы поставок значительно уступают потребностям сектора ИИ, что вынуждает компании искать альтернативные решения у Samsung или Intel.

NVIDIA трансформируется из поставщика оборудования в ключевого финансового регулятора, используя масштабные прибыли для создания экосистемы, где технологическое развитие зависит от капитала компании [!]. Стратегия слияний, включая приобретение Groq, и долгосрочные финансовые обязательства перед партнерами вроде CoreWeave позволяют блокировать появление независимых альтернатив и удерживать контроль над цепочкой создания стоимости. Эти механизмы формируют новые барьеры для входа конкурентов, превращая выбор поставщика вычислительных мощностей из технологического решения в вопрос финансовой зависимости.

Европейский рынок искусственного интеллекта делает ставку на полный контроль над собственными вычислительными мощностями, чтобы снизить зависимость от американских облачных гигантов [!]. Стартап Mistral AI подтвердил этот тренд, привлек 830 млн долларов в долг и начал масштабное строительство центров обработки данных в Париже и Швеции, планируя к 2027 году обеспечить 200 мегаватт мощности для европейских заказчиков. Стратегия компании, включающая запуск объектов с тысячами чипов Nvidia и расширение в Швеции, направлена на создание автономной «железной» базы, критически важной для обеспечения технологической независимости Европы.

В условиях, когда Intel утрачивала позиции в гонке за чипами для AI, сотрудничество с Nvidia рассматривается как попытка вернуть утерянную долю, в том числе за счёт AMD, которая также конкурирует с Intel в сегменте x86 и графических процессоров [!]. Сделка между Nvidia и Intel направлена на усиление позиций обеих компаний в сегменте ускоренных вычислений и искусственного интеллекта. Intel начнёт выпускать процессоры и системные чипы с интеграцией GPU Nvidia, что усилит её конкурентоспособность на рынке.

Китайские компании по производству чипов и разработке искусственного интеллекта активно развивают собственные технологии и формируют альянсы для сокращения зависимости от импорта, а некоторые из них планируют выход на биржу для привлечения инвестиций [!]. В условиях ограничений на поставки западных компонентов участились объявления о создании совместимых с национальными чипами решений для ИИ. Baidu запустил кластер из 30 000 собственных чипов Kunlun и заключил контракт на $139 млн с China Mobile. Эти действия демонстрируют стремление компании к снижению зависимости от импортных компонентов и развитию внутренних технологических решений.

Стоит учесть: Возвращение Nvidia на рынок в 2026 году не гарантирует восстановления прежних позиций, так как китайские компании уже создали устойчивую альтернативу и не готовы полностью возвращаться к зависимости от одного поставщика.

В конечном итоге, изменения в китайском рынке ИИ — это не просто смена поставщиков, а фундаментальная перестройка глобальной цепочки создания стоимости. Бизнес вынужден адаптироваться к новой реальности, где технологический суверенитет становится приоритетом, а эффективность — вторичным фактором. Те, кто сможет быстрее перестроиться под новые условия, получат конкурентное преимущество, в то время как компании, игнорирующие эти тренды, рискуют потерять свои позиции.