Западный AI-рынок, привыкший к тирании NVIDIA и AMD, спотыкается о новую реальность. Китайские Huawei Ascend 910B и Cambricon MLU370 — уже не просто экзотика, а реальные рабочие лошадки для тренировки и инференса. Huawei рапортует, что Ascend 910B не уступает NVIDIA H100 в производительности, но стоит куда дешевле и доступнее. Cambricon, в свою очередь, предлагает совместимость с популярными фреймворками, превращая свои чипы в рабочую альтернативу американским. Так что, кажется, западному AI-монолиту пора подвинуться.
Прямо скажем, американские санкции, призванные удушить китайскую AI-индустрию, дали обратный эффект. Вместо того, чтобы умереть, китайские компании, отрезанные от западных технологий, рванули развивать собственные. Это не только родило конкурентоспособные чипы, но и заставило глубоко копать в сторону алгоритмической эффективности. Alibaba, например, уже строит полные стеки — от «железа» до моделей, — оптимизируя их под доступное оборудование. Цель простая: выжать максимум из каждой копейки и каждого ватта, снизив зависимость от баснословно дорогих и вечно дефицитных GPU.
Дефицит топовых GPU и неудержимое стремление к эффективности подстегнули бум open-weight моделей и всяческих архитектурных изысков. Разработчики вроде DeepSeek не стесняются делиться прорывными технологиями — Multi-head Latent Attention (MLA) или Group Relative Policy Optimization (GRPO. По оценкам, это может снизить стоимость инференса на 30-50%. Параллельно идет активная работа над альтернативами проприетарной CUDA от NVIDIA. Использование чипов Ascend на привычных X86-серверах и открытые фреймворки — все это формирует новую, куда более децентрализованную AI-инфраструктуру. Порог входа в передовые AI-технологии падает, а глобальная конкуренция обостряется.
Что всё это значит для вас: глобальный AI-ландшафт меняется на глазах. Геополитика и растущая конкуренция на рынке вычислительных мощностей требуют срочного пересмотра вашей AI-стратегии. Диверсификация поставщиков и технологий — это уже не опция, а необходимость. Стоит присмотреться к open-weight моделям, а может, и к китайским аппаратным решениям — особенно там, где эффективность важнее всего. Игнорировать эти тектонические сдвиги — значит подставить свой AI-бизнес под удар меняющегося баланса сил и вечной неопределенности в цепочках поставок.