На каких ИИ чипах «обучается» Китай?
На каких ИИ чипах обучается Китай?
То, к чему Китай подошел к концу 2025 это 8 лет гиперинтенсивных усилий всей китайской экономики и государственной машины, работающих заодно, высочайшей китайской дисциплины и нацеленности на достижения задачи с инвестициями в сотни миллиардов долларов.
Принцип 10 лет, который был заложен в 2017 году для преодоления технологического отставания от ведущих стран, вероятно, не будет реализован в 2027 году, хотя отставание интенсивно сокращается, но до лидирующих позиций добраться будет невероятно сложно.
Долгосрочно разумно ставить на Китай, но тактически доминирование США все еще прочно.
Ранее описывал пять фундаментальных ограничений от развитых стран: литография EUV, ультрабыстрая память HBM3e и следующие поколения, интегрирование компонентов CoWoS, интерконнект уровня NVlink от Nvidia (даже AMD минимум вдвое отстает и на 3 года) и программная экосистема, как на низком уровне (драйвера, компиляторы и библиотеки), так и на высоком уровне (программы проектирования и ИТ-сервис).
Ставлю на то, что первое, что преодолеет Китай интегрирование компонентов, далее попробует унифицировать стандарты, чтобы не плодить зоопарк библиотек, а с памятью, GPU и сетевым взаимодействием еще много работы.
Проблемы с памятью Китай закрывает теневыми поставками, а с GPU и интерконнектом все намного сложнее.
Верифицируемых и достоверных данных о китайских ИИ чипах мало все нюансы и технологии находятся под грифом секретно и охраняются китайским государством возможно даже сильнее, чем военные и политические секреты.
Для Китая, полупроводники и ИИ это государственный приоритет номер 1, но все же некоторая информация есть.
Сейчас самый передовой ИИ чип в Китае это Huawei Ascend 910B/910C, при этом с середины 2025 Ascend 910C (7 нм, 64128 GB HBM2e/HBM3, производительность до 600-800 TFLOPS при FP16) станет основным ИИ-чипом для китайских компаний вместо Nvidia.
Biren BR100 (7 нм, 64 GB HBM2e, до 500-700 TFLOPS);
Cambricon MLU590 (7 нм, 48 GB LPDDR5, до 400-500 TFLOPS);
Baidu Kunlun P800 (7 нм, 32 GB HBM2e, до 350-400 TFLOPS) активно развертывается с 1кв25 и используется для обучения моделей уровня DeepSeek;
Moore Threads MTT S4000 (7 нм, 48 GB GDDR6, до 100-150 TFLOPS);
Iluvatar CoreX TianGai-100 (7 нм, 32 GB HBM2, до 100-150 TFLOPS).
Сейчас топовая производительность одного чипа B200 (Blackwell) до 2300 TFLOPS (примерно в 3.5 раза быстрее, чем Ascend 910C) при пропускной способности памяти 8 ТБ/с (сейчас лучшие китайские чипы дают 2-2.5 ТБ/с, а избранные, почти штучные партии Ascend 910C на чипах HBM3 дают 3.2 ТБ/с) при интерконнекте NVlink 5 на уровне 1.8 ТБ/с у Nvidia, тогда как Huawei имеет втрое ниже через интерконнект HCCS (Huawei Cache Coherent System).
Таким образом, самый топовый китайский чип примерно в три раза отстает от самого топового американского чипа.
А что такое производительность 150 TFLOPS? Это экспортные урезанные версии чипов Nvidia H20 и Intel Gaudi 3. Вот именно поэтому Китаю не смысла покупать американские чипы, т.к. Moore Threads MTT S4000 и Iluvatar CoreX TianGai-100 дают сопоставимую производительность, хотя при более медленной памяти, а интегральная производительность Baidu Kunlun P800 или Biren BR100 / BR200 уже точно выше урезанных американских чипов.
Что такое производительность около 500 TFLOPS в флагманских китайских чипах это половина производительности от Nvidia H100 (SXM) флагман 2023-2024 при пропускной способности памяти до 3.7 ТБ/с и интерконнекте NVlink 4 на уровне 0.9 ТБ/с.
По номинальным (заявленным) характеристикам схожий интерконнект имеет архитектурный шедевр Biren BR100 BLink, но убитый санкциями и не производится массово.
0.9 ТБ/с у Biren BLink существуют только в теории на заводах TSMC (запрет на производство), а в китайских версиях реально около половины.
Таким образом, китайский пик производительности GPU 700-800 TFLOPS vs 2200 TFLOPS;
Память 2.2-3.2 ТБ/с vs 8 ТБ/с в США;
Интерконнект 0.6 ТБ/с vs 1.8 ТБ/с в США.
Схожее межпроцессорное взаимодействие у последнего чипа от AMD.