La corsa della Cina verso l'indipendenza dai chip AI di Nvidia

Analisi delle strategie e dei protagonisti cinesi nel mercato dei chip AI, con Huawei in prima linea e startup emergenti per ridurre la dipendenza da Nvidia do…

Contenuto

La corsa della Cina verso l'indipendenza dai chip AI di Nvidia

Scopri anche

La corsa della Cina verso l'indipendenza dai chip AI di Nvidia

La corsa della Cina verso l'indipendenza dai chip AI di Nvidia

In questo articolo:

Per oltre un decennio, i chip di Nvidia hanno rappresentato il cuore pulsante dell'ecosistema AI cinese. Le GPU dell'azienda statunitense hanno alimentato motori di ricerca, applicazioni video, smartphone, veicoli elettrici e l'attuale onata di modelli generativi di intelligenza artificiale. Anche quando Washington ha inasprito le regole di esportazione per i chip AI avanzati, le aziende cinesi hanno continuato ad acquistare versioni "solo per la Cina" dei prodotti Nvidia, private delle funzionalità più avanzate: H800, A800 e H20.

Il cambio di strategia di Pechino nel 2025

⬆ Torna su

Entro il 2025, la pazienza di Pechino sembra essersi esaurita. I media statali hanno iniziato a definire l'H20 di Nvidia, conforme alle normative cinesi, come non sicuro e possibilmente compromesso da "backdoor" nascoste. Le autorità di regolamentazione hanno convocato i dirigenti dell'azienda per interrogatori, mentre rapporti del Financial Times segnalavano che aziende tecnologiche come Alibaba e ByteDance sono state discretamente invitate a cancellare nuovi ordini di GPU Nvidia.

La startup cinese di AI DeepSeek ha inoltre segnalato ad agosto che il suo prossimo modello sarà progettato per funzionare sui "chip AI di prossima generazione" prodotti in Cina. Il messaggio era chiaro: la Cina non poteva più scommettere il proprio futuro AI su un fornitore statunitense.

La sfida impossibile: competere con lo standard globale

⬆ Torna su

Se Nvidia non poteva o non voleva vendere il suo hardware migliore in Cina, le alternative domestiche dovevano colmare il vuoto progettando chip specializzati sia per il training AI (costruzione dei modelli) che per l'inference (esecuzione). Questa operazione si rivela particolarmente difficile - alcuni sostengono addirittura impossibile.

I chip di Nvidia stabiliscono lo standard globale per la potenza di calcolo AI. Eguagliarli richiede non solo prestazioni siliconiche grezze, ma anche memoria, larghezza di banda di interconnessione, ecosistemi software e, soprattutto, capacità produttiva su scala.

Huawei: il contendente principale con la linea Ascend

⬆ Torna su

Se Nvidia è fuori gioco, Huawei, una delle più grandi aziende tecnologiche cinesi, appare come il sostituto naturale. La sua linea di chip AI Ascend è maturata sotto le sanzioni statunitensi e, a settembre 2025, l'azienda ha delineato una roadmap pubblica pluriennale.

L'offerta attuale è l'Ascend 910B, introdotto dopo che le sanzioni statunitensi hanno tagliato Huawei dai fornitori globali. Approssimativamente comparabile all'A100, il miglior chip Nvidia del 2020, è diventato l'opzione di fatto per le aziende che non potevano ottenere le GPU di Nvidia. Un funzionario Huawei ha persino affermato che il 910B ha superato l'A100 di circa il 20% in alcune attività di training nel 2024.

Il chip si basa ancora su un tipo più vecchio di memoria ad alta velocità (HBM2E) e non può eguagliare l'H20 di Nvidia: contiene circa un terzo in meno di dati in memoria e trasferisce i dati tra chip circa il 40% più lentamente.

La strategia cluster di Huawei per superare il gap

⬆ Torna su

La risposta più recente di Huawei è il 910C, un design a doppio chiplet che fonde due 910B. In teoria, può avvicinarsi alle prestazioni del chip H100 di Nvidia; Huawei ha mostrato un cluster Atlas 900 A3 SuperPoD da 384 chip che ha raggiunto circa 300 Pflops di calcolo, suggerendo che ogni 910C possa fornire poco meno di 800 teraflops quando esegue calcoli in formato FP16.

Questo valore è ancora inferiore ai circa 2.000 Tflops dell'H100, ma è sufficiente per addestrare modelli su larga scala se implementato su vasta scala. Huawei ha dettagliato come ha utilizzato i chip AI Ascend per addestrare modelli simili a DeepSeek.

Per colmare il divario di prestazioni a livello di singolo chip, Huawei punta su cluster di supercalcolo a livello di rack che raggruppano migliaia di chip insieme per ottenere guadagni massicci nella potenza di calcolo. Sulla base del suo Atlas 900 A3 SuperPoD, l'azienda prevede di lanciare l'Atlas 950 SuperPoD nel 2026, collegando 8.192 chip Ascend per fornire 8 exaflops di prestazioni FP8, supportati da 1.152 TB di memoria e 16,3 petabyte al secondo di larghezza di banda di interconnessione.

L'ecosistema software come arma competitiva

⬆ Torna su

L'hardware non è l'unica carta di Huawei. Il suo framework di deep learning MindSpore e il software di livello inferiore CANN sono progettati per bloccare i clienti nel suo ecosistema, offrendo rispettivamente un'alternativa domestica a PyTorch e CUDA.

Aziende sostenute dallo stato e società sanzionate dagli Stati Uniti come iFlytek, 360 e SenseTime si sono già registrate come clienti Huawei. Anche i colossi tecnologici cinesi ByteDance e Baidu hanno ordinato piccoli lotti di chip per le prove.

Le startup emergenti nel panorama cinese

⬆ Torna su

Accanto a Huawei, emergono altri contendenti come Alibaba, Baidu e Cambricon. L'annuncio di DeepSeek ha confermato che gli sviluppatori cinesi di AI sono in grado di progettare modelli in modo che possano non richiedere le GPU più avanzate di Nvidia.

Per i piccoli progettisti di chip in Cina, l'incertezza sull'accesso alle forniture di chip Nvidia crea un'opportunità significativa. Tuttavia, quale azienda cinese riempirà il vuoto lasciato da Nvidia rimane poco chiaro.

Cambricon, fondata nel 2016, è diventata l'azione più costosa della Cina per rapporto prezzo-utili mentre gli investitori scommettono che i controlli alle esportazioni statunitensi costringeranno la Cina ad accelerare lo sviluppo del proprio ecosistema di chip. Nel 2024, ha lanciato il suo chip AI a 7 nanometri Siyuan 590, modellato sull'A100 di Nvidia, diventando redditizio per la prima volta.

Le sfide per le aziende cinesi

⬆ Torna su

Molti progettisti di chip stanno lottando con elevati costi di ricerca e sviluppo, una base di clienti ridotta composta principalmente da imprese statali, la messa sulla lista nera statunitense e capacità limitate di fabbricazione dei chip.

Il successo dei produttori di chip AI domestici dipenderà dal loro successo nel garantire partner commerciali, oltre alle aziende sostenute dallo stato. A livello globale per le GPU, ci sono sostanzialmente due grandi vincitori e tutte le altre startup stanno lottando o hanno quote di mercato limitate. Uno scenario simile potrebbe verificarsi in Cina, dove forse le prime tre aziende potrebbero sopravvivere.

Huawei non è un vincitore automatico. Operatori di telecomunicazioni cinesi come China Mobile e Unicom, responsabili anche della costruzione dei data center cinesi, rimangono diffidenti verso l'influenza di Huawei. Spesso preferiscono mescolare GPU e chip AI di fornitori diversi piuttosto che affidarsi completamente a Huawei.

Le grandi piattaforme Internet, nel frattempo, temono che una partnership troppo stretta potrebbe conferire a Huawei un leverage sul loro proprietà intellettuale.

Questo articolo è stato redatto esclusivamente sulla base delle fonti elencate, senza aggiunte speculative o informazioni esterne.

Fonti

⬆ Torna su

In breve

  • nvidia
  • chips
  • ai
  • huawei

Link utili

Apri l'articolo su DeafNews