Uprkos sve jačim geopolitičkim tenzijama i restriktivnim merama SAD-a, vodeće kineske kompanije iz oblasti veštačke inteligencije nastavljaju da traže Nvidia čipove kao ključnu komponentu svojih sistema. Iako Kina ubrzano razvija domaće alternative – poput Huawei Ascend ili Cambricon MLU – stručnjaci iz industrije ističu da ove rešenja još uvek zaostaju za Nvidia-inim performansama u obradi kompleksnih AI modela, posebno onih za generativnu veštačku inteligenciju i obuku velikih jezika.
Ova situacija stvara paradoks: sa jedne strane, kineska vlada podstiče samodovoljnost u poluprovodničkoj industriji, dok se, s druge, kompanije suočavaju sa realnošću da domaći čipovi još nisu spremni za najzahtevnije zadatke. Rezultat je trka protiv vremena u kojoj kineski inženjeri pokušavaju da nadoknade višedecenijsku građenu prednost američkih proizvođača.
Zašto Nvidia čipovi ostaju nezaobilazan izbor?
Kineski AI sektor se i dalje oslanja na Nvidia-ine grafičke procesore – posebno serije H100 i A100 – iz više razloga:
- Nadmoćna arhitektura: Nvidia-in CUDA ekosistem i tenzorska jezgra optimizovani su za ubrzanje dubokog učenja, što domaćim rešenjima još uvek predstavlja prepreku.
- Kompatibilnost sa softverom: Većina AI alata (poput PyTorch ili TensorFlow) razvijana je uz podršku za Nvidia hardver, što olakšava integraciju u postojeće sisteme.
- Energetska efikasnost: Za obuku velikih modela (npr. sličnih LLM-ovima) potrebna je kombinacija visoke računske snage i niske potrošnje – oblast u kojoj Nvidia vodi.
Problem se dodatno komplikuje američkim izvoznim ograničenjima, koja onemogućavaju prodaju najnaprednijih čipova kineskim kompanijama bez posebnih dozvola. Ovo tera Kinu da ubrza razvoj sopstvenih rešenja, ali premostiti jaz od 2–3 generacije tehnologije nije jednostavno – čak ni sa državnom podrškom.
Šta ovo znači za globalni AI pejzaž?
- Tehnološka zavisnost kao strateški rizik: Kina je primer kako političke odluke mogu da ugroze inovacije – čak i u zemljama sa jakim državnim investicijama u tehnologiju. Ovo upozorava druge države (npr. EU) na potrebu za diverzifikacijom lanaca snabdevanja.
- Trka za “čipovsku suverenost”: Kina ulaže milijarde u projekte poput SMIC-a, ali rezultati će se videti tek za nekoliko godina. Do tada, kompanije poput Baidu, Tencent ili Alibaba moraju da improvizuju – kombinujući domaće čipove sa “sivom” nabavkom Nvidia hardvera.
- Nvidia-in neosporni uticaj: Čak i u ograničenom tržištu, Nvidia zadržava više od 80% tržišnog udеlа u AI čipovima, što potvrđuje da tehnološka prednost može da nadjača geopolitičke barijere.
- Potencijal za inovacije pod pritiskom: Kao što je slučaj bio sa Huawei-jevim Kirin 9000s, ograničenja mogu da potaknu neočekivane proboje – ali po ceni sporijeg razvoja.
Zaključak? Kineski AI sektor je na raskrsnici: ili će uspeti da stvori konkurentne alternative (što bi promenilo globalnu ravnotežu snage), ili će se suočiti sa usporenjem u razvoju ključnih tehnologija. U oba slučaja, ova priča je podsetnik koliko je savremena tehnologija isprepletena sa politikom – i kako čipovi postaju novo oružje u geopolitičkim igrama.
