China acelera mudança para chips de IA desenvolvidos internamente sob pressão dos EUA

As maiores empresas de tecnologia da China estão trabalhando rapidamente para substituir o silício dos EUA Silício dos EUA, mas os benefícios imediatos estão na execução da IA, não em seu treinamento. As restrições à exportação de peças avançadas da Nvidia levaram os projetistas locais a criar chips "suficientemente bons" que mantêm os serviços on-line enquanto os investimentos mais longos em fabricação amadurecem.

O Alibaba é o principal exemplo. Anteriormente um grande cliente da Nvidia, agora está testando um novo processador interno voltado para um amplo conjunto de tarefas de inferência, e não apenas para trabalhos estreitos e de finalidade única. O chip é fabricado em uma fundição chinesa em vez da TSMC, uma mudança forçada pelas restrições dos EUA. Para facilitar a adoção, a Alibaba manteve a compatibilidade com o ecossistema de software da Nvidia, para que as equipes possam reutilizar o código existente.

Os rivais estão se aproximando de diferentes perspectivas. A startup MetaX, de Xangai, lançou uma GPU com mais memória do que a H20 da Nvidia, o modelo mais avançado da Nvidia que Washington deixou voltar brevemente para a China antes que Pequim dissesse aos compradores para adiarem, trocando maior consumo de energia por capacidade em determinadas cargas de trabalho. A MetaX planeja escalar usando tecnologia de processo mais antiga e uma abordagem de várias matrizes para contornar os limites de capacidade nas fábricas domésticas. Enquanto isso, a Cambricon registrou cerca de US$ 247 milhões em receitas trimestrais devido aos fortes pedidos de seu chip Siyuan 590 e alertou os investidores após um forte aumento das ações; seu valor de mercado ainda está bem acima dos níveis anteriores.

O apoio do Estado está estendendo o cronograma. Pequim lançou um fundo de US$ 8,4 bilhões para reduzir a dependência externa, e a Huawei apresentou um sistema que une 384 chips Ascend. Algumas avaliações dizem que ele pode superar os principais equipamentos dos EUA em determinadas métricas, mas o custo de energia é alto. Mesmo assim, os principais provedores de nuvem pública têm sido cautelosos em relação às compras em massa do Ascend, em parte porque veem a Huawei como concorrente direta na nuvem.

As ferramentas e as cadeias de suprimentos continuam sendo os gargalos. Muitos engenheiros ainda preferem a pilha de software madura da Nvidia; os chips domésticos podem ser mais difíceis de integrar, e ainda há relatos de superaquecimento ou falhas no sistema durante longos períodos de treinamento. As fábricas chinesas, limitadas pelo acesso restrito a equipamentos de ponta, têm dificuldades para aumentar a capacidade desejada pelos projetistas, o que leva alguns fornecedores a combinarem matrizes menores ou a se apoiarem em nós mais antigos. O novo chip da Alibaba ajuda na questão da compatibilidade, mas não resolve o gargalo do treinamento.

Essa divisão, inferência suave versus treinamento difícil, define a lacuna atual. Os controles dos EUA bloqueiam os processadores de treinamento mais avançados, e a parte mais recente da Alibaba se concentra em servir modelos pré-treinados em vez de criá-los. Até que o hardware local possa lidar de forma confiável com ciclos de treinamento longos e quentes em escala, os principais avanços da China se voltarão para manter os serviços de IA responsivos em vez de criar modelos fundamentais maiores.

No entanto, o progresso continua. A DeepSeek deu a entender que as soluções alternativas de software e o aprimoramento do silício doméstico poderiam fazer o treinamento avançar, e alguns investidores argumentam que uma pilha completa de IA "made-in-China" poderia alcançar escala mais cedo do que o esperado, pressionando a Nvidia no país e no exterior.