Czołowi badacze sztucznej inteligencji w Chinach obecnie mówią coś, co stoi w sprzeczności z optymistycznymi nagłówkami z ostatniego roku. Ich kraj prawdopodobnie nie dogoni Stanów Zjednoczonych w najbliższym czasie. Problemem są układy scalone.
„Prawda może być taka, że ta różnica się faktycznie powiększa” – powiedział Tang Jie, założyciel chińskiej firmy AI Zhipu, podczas konferencji w Pekinie w miniony weekend. „Chociaż radzimy sobie dobrze w niektórych obszarach, musimy nadal uznawać wyzwania i różnice, z jakimi się mierzymy”.
Braki w chipach stały się widoczne, gdy Nvidia wprowadziła w styczniu nowe układy Rubin. Firma wymieniła kilku amerykańskich nabywców, ale pominęła wszystkich chińskich deweloperów AI. Amerykańskie przepisy zabraniają Nvidii bezpośredniej sprzedaży do Chin.
Chińskie firmy zaczęły rozważać wynajem mocy obliczeniowej w centrach danych w Azji Południowo-Wschodniej i na Bliskim Wschodzie, by zdobyć chipy Rubin, jak donieśli WSJ osoby znające te rozmowy. To kontynuacja zeszłorocznych działań, by zdobyć dostęp do chipów z linii Blackwell Nvidii.
Takie obejścia przez inne kraje są w większości legalne. Oznacza to jednak, że chińscy deweloperzy AI mają mniej chipów i więcej problemów niż ich amerykańscy rywale z większymi zasobami finansowymi.
Liderzy branży oceniają szanse na dogonienie na 20% lub mniej
Podczas tej samej konferencji Justin Lin, kierujący rozwojem modelu AI Qwen w Alibaba, został zapytany, czy jakakolwiek chińska firma może wyprzedzić OpenAI i Anthropic w ciągu najbliższych trzech do pięciu lat. Oszacował szanse na 20% lub mniej.
Amerykańskie kontrole eksportowe zniechęciły wiele chińskich firm do tworzenia zaawansowanej AI, która wymaga ogromnej mocy obliczeniowej. Zamiast tego skupiają się one na wdrażaniu AI w produktach codziennego użytku. Tymczasem amerykańskie firmy nieustannie kupują najnowsze chipy, by się rozwijać.
„Ogromna ilość mocy obliczeniowej w OpenAI i innych amerykańskich firmach jest przeznaczona na badania nad kolejnymi generacjami, podczas gdy my jesteśmy bardzo rozproszeni,” powiedział Lin. „Samo spełnianie wymagań dostaw pochłania większość naszych zasobów.”
Analitycy UBS szacują, że największe chińskie firmy internetowe wydały w zeszłym roku około 57 miliardów dolarów na projekty kapitałowe, z czego duża część trafiła na AI. To około jedna dziesiąta tego, co wydały firmy amerykańskie.
Mimo to nikt nie skreśla jeszcze Chin. Deweloperzy tacy jak DeepSeek udowodnili, że potrafią osiągnąć wiele przy ograniczonych zasobach. Dwie inne firmy AI, Zhipu i MiniMax, zebrały razem ponad miliard dolarów w ofertach giełdowych w Hongkongu w tym miesiącu. Akcje MiniMax wzrosły ponad dwukrotnie względem ceny początkowej.
„Pomimo trudniejszego środowiska operacyjnego, inwestorzy nadal uwzględniają możliwość dogonienia technologicznego lub przełomu,” powiedziała Alyssa Lee, wieloletnia inwestorka technologiczna, obecnie pracująca w startupie AI. „Ten optymizm sam w sobie świadczy o poziomie innowacyjności, jaki wykazują chińskie firmy.”
DeepSeek zmniejsza dystans dzięki efektywności
DeepSeek przyciągnął uwagę w USA rok temu dzięki zaawansowanemu modelowi AI. Od tego czasu firma dzieliła się metodami zwiększającymi efektywność rozwoju AI, które podchwycili niektórzy zachodni badacze. W tym miesiącu DeepSeek opublikował dwa artykuły naukowe opisujące nowe środowisko treningowe, pozwalające budować większe modele przy mniejszej liczbie chipów, oraz projekt pamięci usprawniający działanie modeli.
Według Epoch AI, modele DeepSeek i Alibaba zmniejszyły dystans do czołowych amerykańskich modeli do zaledwie czterech miesięcy, z siedmiu miesięcy średnio w ostatnich latach. Wiele czołowych chińskich modeli jest open source, co oznacza, że każdy może je pobrać i modyfikować. To podnosi prestiż chińskich firm, podczas gdy najlepsze amerykańskie modele pozostają zamknięte.
Jednak DeepSeek napotkał trudności. Przy budowie nowego głównego modelu w zeszłym roku testowano chipy Huawei i innych chińskich producentów. Wyniki były niezadowalające, więc część prac przeniesiono na chipy Nvidia – twierdzą osoby zaznajomione z projektem. Firma poczyniła postępy i planuje wypuścić model w nadchodzących tygodniach.
„Główną przeszkodą jest wydajność produkcji chipów,” powiedział Yao Shunyu z Tencent podczas wydarzenia w Pekinie. Yao niedawno opuścił OpenAI, by kierować działaniami AI w Tencent.
Zgoda na chip H200 raczej nie zmieni sytuacji
Niedawna decyzja Waszyngtonu, by pozwolić Nvidii sprzedawać chip H200 do Chin, prawdopodobnie niewiele zmieni – twierdzą przedstawiciele branży. H200 jest już dwie generacje za Rubin i stał się zbyt słaby do trenowania czołowych modeli AI. Firmy nadal czekają na zgodę Pekinu na zakup chipów, a chińscy urzędnicy opracowują przepisy regulujące te zakupy, jak wcześniej informowano.
Działalność Nvidii w Chinach napotyka kolejne przeszkody polityczne. Przychody z Chin spadły o 45% w porównaniu z rokiem ubiegłym, do około 3 miliardów dolarów w ostatnim kwartale. Jednak ogółem Nvidia osiągnęła 57 miliardów dolarów przychodu w trzecim kwartale, co oznacza wzrost o ponad 60%, i została w zeszłym roku pierwszą firmą wartą 5 bilionów dolarów.
Długoterminowym zmartwieniem dla Nvidii jest to, że chińskie firmy mogą stworzyć oprogramowanie open source, które będzie działać na różnych typach chipów, nie tylko Nvidii. Przewaga Nvidii wynika w dużej mierze z platformy programistycznej CUDA, która wiąże deweloperów z jej chipami.
„To prawdziwy koszmar” – powiedział analityk Seaport Jay Goldberg.
Jeśli chińscy deweloperzy, zmuszeni do korzystania z krajowych chipów, stworzą narzędzia programistyczne, które zdobędą światową popularność, może to poważnie zagrozić przewadze konkurencyjnej Nvidii.
Dyrektor generalny Nvidii Jensen Huang widzi to inaczej. „Jak wielokrotnie mówiłem, Chiny są zaledwie nanosekundy za Ameryką w AI,” napisał na X w listopadzie. „To kluczowe, by Ameryka wygrywała, pędząc naprzód i zdobywając deweloperów na całym świecie.”
Nie tylko czytaj wiadomości o kryptowalutach. Zrozum je. Zapisz się do naszego newslettera. To nic nie kosztuje.
