Alibaba, Baidu и Huawei отказываются от Nvidia в пользу собственных ИИ-ускорителей
Alibaba, Baidu и другие китайские гиганты наращивают производство собственных AI-ускорителей. Это стратегический ход — гарантировать независимость от американских санкций. Несмотря на слухи о возвращении Nvidia на китайский рынок, местные компании идут дальше в сторону полной технологической автономии.
AI-обработка оригинала 3DNews AI; редакция Hamidun News
Китайские IT-гиганты Alibaba, Baidu и Huawei активно наращивают собственное производство AI-ускорителей. Это происходит несмотря на слухи о возможном возвращении Nvidia на китайский рынок и является частью стратегии технологической независимости.
Почему переход ускорился
Западные санкции на экспорт передовых микрочипов вынудили Китай инвестировать в собственные решения. Nvidia, основной поставщик GPU для AI, практически недоступна для региона из-за американских ограничений. Строить системы машинного обучения без зависимости от американских технологий сейчас — это вопрос не просто экономический, а вопрос технологического суверенитета. Даже если США вернут Nvidia на рынок, компании понимают: полагаться на зарубежное оборудование рискованно.
Кто наращивает мощности
Крупнейшие китайские компании вложили десятки миллиардов юаней в собственные разработки AI-ускорителей: Alibaba — линейка Dharma и Yitian, уже встроена в облачные сервисы Aliyun Baidu — Kunlun-серия четвёртого поколения, работает в собственных data-центрах Huawei — Ascend, используется в облаке и мобильных процессорах Kirin Tencent — разработки для рекомендационных систем и NLP-задач * ByteDance — инвестиции в специализированные стартапы и собственные чипы Каждая компания оптимизирует под собственные задачи: Alibaba — под e-commerce и облако, Baidu — под поиск и LLM, Huawei — под мобильность.
Местная технология становится конкурентной
Китайские ускорители уже достигли 5-нанометрового процесса и приближаются по производительности к Nvidia A100. Архитектура стабилизировалась, инженерные команды набрали опыт, а стоимость разработки падает по кривой обучения. Это уже не примитивные копии — это вполне конкурентные решения, оптимизированные под локальные стеки и требования. Параллельно растёт экосистема: фреймворки (MindSpore, PaddlePaddle), инструменты оптимизации, драйверы. Если год назад разработчики гадали, как код запустится на китайском чипе, сейчас уже есть готовые решения.
«Мы не просто копируем
Nvidia, мы строим систему, заточенную под китайские требования и масштабы», — описывают позицию местные аналитики.
Что это значит Глобальный рынок AI-железа фрагментируется.
Nvidia теряет монополию на самом крупном азиатском рынке, но это не её крах — это норма для любой технологии: локальные игроки рано или поздно закрывают критический пробел в цепочке поставок. Для западных компаний это значит, что стратегический контроль над «железом» больше не является гарантией доминирования. Для исследователей это означает, что AI-модели теперь будут обучаться на разных архитектурах, что может привести к новым оптимизациям и компромиссам. Процесс будет долгим — не в одного, не в два года — но необратимым.
- 29 окт. 2026 г.SpaceX получила $40 млрд на GPU от Apollo и обещает неооблакам вымирание
- 29 окт. 2026 г.Black Forest Labs выпустила FLUX.3 Klein: 1024×1024 за 2 секунды на H100
- 28 окт. 2026 г.Liquid AI выпустила LFM2.5-24B-A2B: агент с 2B активных параметров
- 28 окт. 2026 г.PyTorch 2.15 ускорил MoE-модели на Mac в 5–6,5 раза и принёс FP8
От чтения про ИИ-агентов — к запуску своего агента за вечер
Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.