Китайские технологические компании приобрели более миллиона графических чипов NVIDIA для игровых компьютеров и профессиональных рабочих станций в 2026 году. Как сообщает Financial Times, причиной стал дефицит вычислительных мощностей, необходимых для обучения и эксплуатации моделей искусственного интеллекта.
Ситуация выглядит парадоксально: Китай стремится снизить зависимость от американских технологий и активно развивает собственные процессоры, однако спрос на ИИ-инфраструктуру растёт настолько быстро, что компаниям приходится искать альтернативные способы получить необходимое оборудование.
Почему китайским компаниям нужны именно NVIDIA
Разработка современных языковых моделей, генеративных нейросетей и ИИ-агентов требует огромного количества вычислений. Для этого используются графические процессоры (GPU), способные эффективно выполнять множество операций параллельно.
Проблема заключается в том, что доступ к наиболее производительным ускорителям NVIDIA для китайского рынка ограничен экспортными правилами США. Одновременно Пекин стремится стимулировать использование отечественных разработок.
В результате компании обращают внимание на оборудование, которое изначально создавалось для других задач. Среди закупаемых решений упоминаются игровые видеокарты и профессиональные GPU для рабочих станций, включая модели семейств GeForce RTX и RTX PRO.
Хотя такие процессоры не всегда могут сравниться с специализированными серверными ускорителями по эффективности масштабирования, они способны обеспечить дополнительные вычислительные ресурсы для определённых задач машинного обучения и запуска ИИ-моделей.
Больше видеокарт не означает больше суперкомпьютеров
Игровая видеокарта и серверный ускоритель искусственного интеллекта решают похожие вычислительные задачи, но устроены и применяются по-разному.
- Игровые GPU предназначены прежде всего для обработки графики, но также способны выполнять вычисления, необходимые для ряда задач машинного обучения.
- Профессиональные GPU рассчитаны на рабочие станции и специализированные вычислительные нагрузки. Некоторые модели обладают увеличенным объёмом памяти и дополнительными возможностями для профессионального применения.
- Серверные ИИ-ускорители создаются для обучения и запуска крупных моделей в масштабных вычислительных кластерах. Для них особенно важны пропускная способность памяти, межпроцессорные соединения, энергопотребление и возможность совместной работы тысяч устройств.
Поэтому миллион видеокарт нельзя автоматически приравнять к миллиону серверных ускорителей аналогичной производительности. Для построения крупного вычислительного кластера необходимо учитывать не только количество GPU, но и их характеристики, сетевую инфраструктуру, охлаждение и программное обеспечение.
Программная экосистема NVIDIA остаётся важным преимуществом
Одно из ключевых преимуществ NVIDIA заключается не только в аппаратном обеспечении, но и в CUDA — программной платформе для параллельных вычислений, широко используемой в сфере искусственного интеллекта.
За годы развития вокруг CUDA сформировалась большая экосистема библиотек, инструментов разработки и оптимизированных программных решений. Многие исследовательские проекты и производственные системы изначально создаются с расчётом на эту платформу.
Китайские производители развивают собственные альтернативы, включая программную экосистему CANN для ускорителей Huawei. Однако переход на другую платформу может потребовать адаптации программ, оптимизации моделей и дополнительной работы разработчиков.
Это объясняет, почему даже при наличии отечественных процессоров компании продолжают проявлять интерес к NVIDIA. Замена оборудования не всегда означает простую замену одного чипа другим: необходимо учитывать всю программно-аппаратную систему.
Китай развивает собственные ИИ-чипы
Несмотря на спрос на американские GPU, Китай не отказывается от курса на технологическую самостоятельность. Среди компаний, развивающих собственные ускорители, выделяются Huawei, Alibaba, Baidu и Cambricon.
По данным Financial Times, производство отечественных ИИ-чипов в Китае быстро растёт. Однако потребности технологического сектора увеличиваются ещё быстрее. В результате даже расширение локального производства пока не устраняет дефицит вычислительных ресурсов.
Дополнительным фактором остаются ограничения на доступ к передовым технологиям производства полупроводников. Разработка собственного процессора — только часть задачи: его необходимо производить в достаточных количествах, обеспечивать программной поддержкой и интегрировать в масштабируемые вычислительные системы.
Насколько серьёзно положение NVIDIA на китайском рынке
Высокий спрос на отдельные модели NVIDIA не означает, что компания сохраняет прежнее положение на рынке серверных ускорителей Китая.
Согласно данным IDC, опубликованным Reuters 13 октября 2026 года, в первой половине года доля NVIDIA на китайском рынке ИИ-чипов для дата-центров снизилась до 34%. За январь–июнь компания поставила 678 тысяч ускорителей, что на 44% меньше показателя за аналогичный период предыдущего года.
На этом фоне Huawei увеличила поставки собственных ускорителей до 572 тысяч единиц, заняв 28% рынка. Общий объём поставок ИИ-ускорителей в Китае за первое полугодие составил около 2 миллионов устройств.
Эти показатели относятся к рынку специализированных ускорителей для дата-центров, поэтому их нельзя напрямую сопоставлять с оценкой закупок игровых и профессиональных чипов NVIDIA, приведённой Financial Times.
Что это означает для мирового рынка технологий
Китайская ситуация показывает, что развитие искусственного интеллекта всё сильнее зависит от доступности вычислительных ресурсов. Ограничения на поставки оборудования способны изменить структуру рынка, но сами по себе не устраняют потребность в мощных процессорах.
Для NVIDIA сохраняется парадоксальная ситуация: компания сталкивается с ограничениями на одном из крупнейших технологических рынков мира, однако её аппаратная платформа и программная экосистема по-прежнему востребованы китайскими разработчиками.
Для китайских производителей это одновременно возможность и серьёзный вызов. Растущий спрос создаёт рынок для отечественных решений, но для полноценной замены зарубежных технологий нужны не только собственные чипы, но и конкурентоспособные инструменты разработки, стабильные поставки и эффективные вычислительные системы.
Главный вывод: гонка искусственного интеллекта идёт не только за качеством моделей. Она идёт и за доступом к оборудованию, которое позволяет эти модели обучать и запускать. Пока спрос на вычисления растёт быстрее доступных мощностей, даже игровые и профессиональные видеокарты становятся важной частью инфраструктуры ИИ.
Источники
- Financial Times: China faces uphill battle to wean tech firms off Nvidia chips, 13 октября 2026 года.
- Reuters: Nvidia’s China AI-chip share falls as Huawei closes gap, 13 октября 2026 года.
Обсуждение (0)