Китайский рынок для Nvidia потерян. Что это значит для тех, кто строит AI-продукты

Когда крупнейший производитель AI-чипов публично признаёт, что его доля на втором по величине рынке мира — ноль, это не просто новость для инвесторов. Для инженерных команд, которые выбирают железо под свои AI-нагрузки, это сигнал: привычная карта поставок и цен меняется быстрее, чем успевают выходить новые SDK.

Дженсен Хуанг заявил, что из-за экспортных ограничений США Nvidia фактически потеряла китайский рынок. По его словам, политика уже в значительной мере дала обратный эффект: вместо того чтобы сдержать развитие AI в Китае, она подстегнула местных производителей и ускорила разработку собственных решений.

Для нас, как для команды, которая проектирует AI-системы под разные задачи, здесь несколько практических следствий.

Альтернативы становятся реальностью

Пока рынок был открыт, выбор чипа для inference или fine-tuning почти всегда сводился к Nvidia. Сейчас китайские заказчики активно переходят на Huawei Ascend, Cambricon и другие локальные чипы. Мы уже видим запросы на адаптацию моделей под эти платформы. Это не вопрос "лучше-хуже" — это вопрос совместимости и доступности. Если ваш продукт ориентирован на глобальный рынок, рано или поздно придётся поддерживать несколько архитектур.

Гонка за суверенитетом ускоряется

Китай — не единственная страна, которая форсирует собственное производство чипов. Евросоюз, Индия, Саудовская Аравия — везде вкладываются миллиарды в AI-инфраструктуру, которая не зависит от одного вендора. На практике это означает рост фрагментации: писать код, который одинаково хорошо работает на CUDA, ROCm и проприетарных SDK китайских вендоров, пока что сложно. Но те, кто закладывает абстракцию уровня железа уже сейчас, будут в выигрыше через пару лет.

Цена вопроса для глобального заказчика

Потеря китайского рынка для Nvidia — это не только политика, но и экономика. Меньший объём продаж означает более высокую цену на чипы для всех остальных, если производственные мощности не переориентируют. Мы уже наблюдаем дефицит H100 и рост цен на B200 в сером канале. Для стартапа, который планирует масштабировать inference на тысячах GPU, это прямой удар по unit-экономике.

С другой стороны, появление сильных альтернатив — это всегда хорошо для рынка. Конкуренция заставляет Nvidia агрессивнее обновлять линейку и снижать цены на прошлые поколения. На нашем опыте, для 80% production-задач (RAG, батчевый inference, классификация) не нужны флагманские карты — хорошо подобранные L40S или A10G справляются не хуже, а стоят в разы меньше.

Так что новость про "нулевую долю" — не повод для паники, а напоминание: железо — это расходник, а архитектура решения и гибкость стека — актив. Кто проектирует систему так, чтобы она могла работать на разных GPU, тот меньше рискует при очередном geopolitical-развороте.