Битва за ИИ в Китае. В Китай массовые поставки конкурентных ИИ чипов закончились в конце 2022 (на тот момент доминировали Nvidia A100 / H100 и AMD MI250 и аналоги) в соответствии с экспортными ограничениями США

Битва за ИИ в Китае

В Китай массовые поставки конкурентных ИИ чипов закончились в конце 2022 (на тот момент доминировали Nvidia A100 / H100 и AMD MI250 и аналоги) в соответствии с экспортными ограничениями США.

Потом Nvidia некоторое время выпускала кастомные (специально для Китая) урезанные чипы A800 и позже H800 с урезанным NVLink и пониженной производительностью, чтобы вписаться в ограничения.

В октябре 2023 новая волна ограничений от США по поставкам ИИ чипов в Китай. Остались только упрощённые продукты типа H20/L20, но в урезанном варианте они настолько плохи, что уже тогда никому не были интересны.

В апреле 2025 США вводят бессрочное требование экспортных лицензий на H20 и аналогичные чипы для поставок в Китай и ряд других стран. Это последний контрольный выстрел, и хотя в августе 2025 были некоторые послабления, но необратимые процессы запущены – теперь Китаю больше не нужны американские чипы.

Более того, Китай теперь сам запрещает использовать американские чипы в государственных учреждениях и квазигосударственных компаниях, а учитывая, что почти все крупные китайские компании приближены к компартии Китая, дефакто, это негласный запрет на технологическую кооперацию с США.

Китайский прорыв не возник из воздуха. Стратегический перелом наступил в 2017-2018 годах в рамках первой фазы обострения торговых противоречий. Тогда во многих «секретных» китайских стратегических документах о технологическом суверенитете значился «принцип 10 лет», т.е. к 2027 году достичь независимости от иностранных поставок при конкурентном выравнивании ценой тотальной и всепоглощающей мобилизации всей экономики Китая для выстраивания полупроводниковой промышленности (это слишком обширная тема, чтобы на ней заостряться в двух словах, поэтому перейду к результатам).

Проблема Китая не в отсутствии талантов, денег или желания. Китай обладает практически неограниченным финансовым ресурсом и армией инженеров.

Фундаментальная проблема, которая мешает Китаю массово производить чипы уровня Nvidia H100/B200, лежит в плоскости физики производства и глобальной цепочки поставок.

Это можно свести к пяти критическим барьерам, преодолеть которые в изоляции практически невозможно за 2–3 года.

Барьер литографии – EUV против китайских DUV.

Чтобы напечатать современный чип (5 нм или 3 нм), нужен сканер, который рисует транзисторы светом с экстремально короткой длиной волны — EUV (Extreme Ultraviolet). Этими технологиями владеет только одна компания в мире – ASML, имеющий прямой запрет от США на поставку технологий и оборудования в Китай.

Сейчас китайский производитель SMIC (аналог тайванской TSMC) вынужден использовать старые агрегаты DUV (Deep Ultraviolet), модифицированные под многократное экспонирования для литья чипов 5нм и 7нм.

Это в разы увеличивает брак и стоимость производства (в среднем в 4 раза по сравнению с TSMC).

Барьер памяти. ИИ-чип бесполезен без быстрой памяти. Nvidia B200 использует память HBM3e, которую производят SK Hynix, Samsung и Micron, но доступа к технологиям закрыт со стороны США.

Для этого нужно специфическое американское оборудование (Applied Materials, Lam Research) для травления и осаждения, которое тоже под санкциями, плюс ограничения по технологиям.

Барьер интегрирования микро и нанокомпонентов или принцип CoWoS (Chip-on-Wafer-on-Substrate). Это когда разводят в несколько слоев тысячи микроконтактов для «пайки» GPU и памяти, чтобы поддерживать запредельную скорость передачи данных. Технологии только у TSMC, а Китай отстает на 2 поколения (3-4 года).

Барьер интерконнекта и сетевого взаимодействия – та самая революционная технология, на которой базируется NVlink от Nvidia, который позволяет объединять вычислительные кластеры в единое ядро.

Ну и самое важное – экосистема. Нет передового софта для проектирования чипов и нет экосистемы на уровне драйверов и библиотек уровня CUDA от Nvidia.

У Китая вместо этого зоопарк стэков: Huawei CANN/AscendCL, Baidu PaddlePaddle/Kunlun, свои компиляторы у Cambricon. Несогласованность замедляет скорость разработки и повышает расходы на адаптацию и внедрение.

Источник: Telegram-канал "Spydell_finance"

Топ

Лента новостей