China accelerează: competiția pentru puterea de calcul AI

La o întâlnire cu investitorii, Liang Wenfeng nu a menajat cuvintele. CEO-ul DeepSeek a schițat o imagine crudă, aproape cinematografică: China aleargă să reducă un decalaj de calcul care părea odată de netrecut, iar vechiul lider ar putea fi surprins de cât de rapid se mișcă domeniul.

DeepSeek operează în prezent echivalentul a aproximativ 20.000 de cipuri Nvidia H100, majoritatea sosite în ultima lună sau două. Acea capacitate pare uriașă. Și este. Dar le permite totuși să activeze doar aproximativ 10 miliarde de parametri la un moment dat. Comparați asta cu modelele de top de astăzi, care pot menține în jur de 800 de miliarde de parametri simultan. Diferența nu este mică. Este structurală.

Cum se încadrează Huawei în ecuație

Liang a evidențiat nodurile Atlas 950 de la Huawei, propulsate de procesoarele Ascend 950, ca o alternativă reală. Afirmația lui a fost provocatoare: deși un singur Ascend 950 este mai puțin eficient decât un Nvidia H100, în practică un cluster din aceste noduri Huawei poate egala performanța de la un capăt la altul a rack-urilor GB200 și GB300 de la Nvidia. Calculul, a spus el, arată aproximativ patru Ascend pentru fiecare cip Nvidia, dar debitul total și latența se pot alinia suficient de aproape încât înlocuirea să fie fezabilă.

Nvidia își sapă propria groapă, a avertizat el. Diferențele de preț contează mai puțin, a susținut Liang, pentru că chiar dacă hardware-ul Huawei ar fi cu 50, 100 sau 200 la sută mai scump, capacitatea de a implementa la scară și avantajele politice ale unei lanțuri de aprovizionare interne ar putea compensa comparațiile bazate strict pe cost.

Există un obstacol. Antrenarea unor modele mari de ultimă generație este extrem de solicitantă din punct de vedere al resurselor. Pentru a antrena un model la scara actualilor giganți în inteligență artificială, Liang estimează că ar fi nevoie de aproximativ 50.000 de procesoare Nvidia de clasă GB300 sau de circa 200.000 de cipuri Ascend 950. Aceste cifre sunt doar pentru antrenament; cercetarea și experimentarea adaugă propriile cerințe de calcul deasupra lor. Aceasta explică de ce decalajul de resurse de calcul între China și Statele Unite rămâne cel mai mare obstacol singular.

Deci ce face DeepSeek în legătură cu asta? Deocamdată, compania își extinde infrastructura agresiv. Dar Liang a subliniat și un alt front: datele. Etichetarea de calitate, a spus el, este punctul de blocaj lent. Poți arunca cipuri asupra unei probleme, dar dacă etichetele și seturile de date curate rămân în urmă, progresul stagnează. Companii precum OpenAI și Anthropic au un avans aici pentru că s-au mișcat mai devreme și au investit mai multe resurse în adnotare de înaltă calitate.

Concluzia nu ține doar de cipuri sau de mândria națională. E vorba despre constelația de hardware, software, talente și timp. China construiește capacitatea de calcul. Investește și în munca migăloasă, mai puțin glamuroasă, de igienizare a seturilor de date și etichetare. Dacă ambele direcții avansează, harta competitivității în domeniul inteligenței artificiale s-ar putea schimba mult în câțiva ani.

Mesajul lui Liang a fost direct, dar strategic: aceasta nu e o luptă unică pentru un singur cip. E o campanie lungă în care alternativele care păreau cândva inferioare pot deveni decisive odată ce sunt scalate și integrate într-un întreg tehnologic. Acea schimbare ar putea fi momentul la care Nvidia se va uita înapoi și îl va considera pivotal.