TL, DR *
Os controles de exportação dos EUA têm como alvo a indústria de chips de IA da China, desde GPUs de uso geral até ASICs personalizados. A Huawei lidera com uma participação de mercado projetada de 62%, enquanto Alibaba e Cambricon seguem a arquitetura oposta que pode criar uma estrutura de ecossistema diferente do Ocidente dominado pela Nvidia.
A indústria chinesa de chips de IA não busca mais construir um clone da Nvidia. Sob os EUA, exportando acesso de energia sustentável ao bloco mais poderoso de GPUs de uso geral, as maiores empresas de tecnologia do país tendem a integrar grupos de aplicativos especializados, chips personalizados projetados para uma única tarefa, em vez de lidar com qualquer carga de trabalho. A Shift cria um ecossistema doméstico de semicondutores que é arquitetonicamente distinguível do modelo dominado pela Nvidia que alimenta a IA no Ocidente.
No centro desta desconexão está a decisão de acelerar os controlos de exportação. As GPUs de uso geral, do tipo que a Nvidia vende, são flexíveis e programáveis, o que as torna adequadas para a era de desenvolvimento acelerado de pesquisas em IA, onde o modelo de arquitetura está em constante mudança. Os ASICs sacrificam a flexibilidade para fornecer eficiência bruta com consumo de energia mais rápido e menor para tarefas de IA adequadas. Em um mercado onde o melhor hardware Nvidia está difundido, a economia do Pi customizado é muito mais forte.
Três formas de futebol personalizado
As empresas chinesas estão buscando três arquiteturas ASIC distintas. A Huawei está apostando em unidades de processamento neural por meio de sua série Ascend, incluindo o amplamente desenvolvido 910C e o próximo Ascend 950. A Cambricon Technologies constrói arquiteturas específicas de domínio com suas séries Siyuan 590 e 690. Alibaba está dando um terceiro passo através de sua unidade de semicondutores T-Cap, já que a unidade de processamento paralelo Zhenwu M890 na nuvem obteve a melhor classificação em sua semana anual, reivindicando três vezes o desempenho de seu antecessor.
Espaço TNW City Coworking – onde o melhor trabalho é feito
Um espaço de trabalho para crescimento, colaboração e oportunidades infinitas de networking no coração da tecnologia.
No lado da GPU, Moore está liderando o esforço interno da Thread. Fundada em 2020 por Zhang Jianzhong, ex-executivo da Nvidia na China, a empresa se concentrou em chips de uso geral, como a série MTT S5000. Biren Technology, Enflama e Iluvatar CoreX também competem no espaço, mas nenhuma alcançou a escala dos líderes ASIC.
UM Relatório do Morgan Stanley em 8 de maio Ele fez um movimento claro no mercado. A Huawei deverá capturar 62% do mercado doméstico de aceleradores de IA da China em 2026, seguida pela Cambricon com 14%. Entre as grandes empresas de tecnologia que fabricam chips proprietários, espera-se que Baidu e Alibaba fiquem com cerca de 5% cada. ASICs pesados ganham em volume e impulso.
Euismod não é mais um gargalo
A diferença de desempenho entre os chips chineses e o hardware compatível com exportação da Nvidia diminuiu significativamente. Dados do Morgan Stanley mostram que a placa Huawei Ascend 950 e o Cambridge Siyuan 690 podem superar o Nvidia H20, o chip mais poderoso que a Nvidia agora pode vender na China, em 50 a 150% como no segundo benchmark.
A Huawei espera que a receita de chips de IA atinja quase US$ 12 bilhões em 2026, acima dos US$ 7,5 bilhões em 2025. A participação de mercado chinesa de aceleradores de IA da Nvidia caiu efetivamente, um desenvolvimento que o CEO Jensen Huang chamou de “evento terrível” para os Estados Unidos, que quebra a dependência do software do ecossistema CUDA da Nvidia.
Para o maior mercado de IA da China, que se concentra no desenvolvimento de aplicações para centenas de milhões de utilizadores e não para fins de investigação, a abordagem da ASIC faz particularmente sentido. Como resultado, o processo de execução do modelo em escala pode recompensar o tipo de otimização restrita que o silício personalizado oferece. A instalação de novos modelos ainda se beneficia da flexibilidade da GPU, mas da receita de instalação.
Esse problema da biblioteca de software
O negócio de hardware é apenas metade da equação. Um desafio mais profundo para a indústria de chips da China é quebrar o bloqueio embutido na plataforma da Nvidia, uma camada de software que usou milhões de eletrônicos de IA para escrever código para o hardware da Nvidia. Os efeitos da rede CUDA são enormes. Praticamente toda estrutura de IA, todo trabalho de pesquisa e todo modelo pré-treinado assumem compatibilidade com CUDA.
A Huawei está construindo o CANN como alternativa, enquanto a Fila Moore está desenvolvendo o MUSA. DeepSeek passou meses reescrevendo seu código principal para funcionar com a estrutura CANN da Huawei, afastando-se do ecossistema CUDA. Mas o analista de semicondutores Zhang Haijun observa que, à medida que os modelos de IA se tornam mais complexos, as fronteiras entre ASICs personalizados e GPUs flexíveis “se tornarão cada vez mais fluidas”, sugerindo que uma arquitetura vencedora poderia eventualmente combinar elementos de ambos.
O analista-chefe da Omdia, Su Lian Jye, imagina a escolha: empresas com capacidades robustas de máquinas de IA e maneiras claras de se beneficiar dos ASICs, enquanto ainda se concentram em GPUs de uso geral para cargas de trabalho mistas. Por enquanto, a importância do mercado na China é apoiada por uma abordagem especial, em parte por escolha, em parte porque a escolha de um projeto geral da Nvidia permanece indisponível ou restrita.
Um ecossistema constitucionalmente diferente
O resultado a longo prazo desta diversidade pode ser mais importante do que os indicadores de desempenho a curto prazo. Se a indústria de IA da China padronizar uma mistura de NPUs da Huawei, PPUs da Alibaba e chips específicos de domínio da Cambricon, cada um executando a sua própria pilha de software, tornar-se-á um ecossistema fragmentado, mas auto-suficiente a nível interno, que opera com base em pressupostos arquitectónicos fundamentalmente diferentes dos do Ocidente.
Ele carrega o mesmo bolo. Os desenvolvedores que desenvolvem para o mercado chinês precisam oferecer suporte simultâneo a múltiplas plataformas de hardware, aumentando a complexidade. A colaboração transfronteiriça de IA torna-se mais difícil quando as pilhas de computação subjacentes não são compatíveis. A falta de uma plataforma única dominante significa que nenhum fabricante chinês se beneficia do tipo de ecossistema que tornou a Nvidia CUDA tão poderosa.
Mas colocar era colocar. O governo dos EUA pretende exportar para o desenvolvimento mais lento da IA da China, em vez disso, acelerar o redesenho estrutural da sua indústria de chips, empurrando-a para um silício personalizado, uma pilha de software desenvolvida internamente e uma arquitectura que já não depende do hardware americano. Se esse ecossistema pode acompanhar o ritmo de inovação da Nvidia West, equipada com Nvidia, é a questão que define o gênero de chips de IA.
