Дженсен Хуанг из Nvidia предупреждает, что DeepSeek, работающий на чипах Huawei, станет 'ужасным исходом' для Америки

      Вкратце: Генеральный директор Nvidia Дженсен Хуанг предупредил в подкасте Dwarkesh, что оптимизация AI-моделей DeepSeek для чипов Ascend компании Huawei вместо американского оборудования будет «ужасным исходом» для Соединенных Штатов, поскольку китайская лаборатория искусственного интеллекта готовится запустить свою базовую модель V4 на процессоре Ascend 950PR от Huawei. Переход от CUDA Nvidia к фреймворку CANN Huawei угрожает разрушить зависимость программного обеспечения от аппаратного обеспечения, которая поддерживает американское доминирование в области ИИ, даже несмотря на то, что законодатели США стремятся внести DeepSeek в список субъектов для контроля экспорта.

      Генеральный директор Nvidia Дженсен Хуанг заявил в подкасте Dwarkesh в среду, что если DeepSeek оптимизирует свои новые AI-модели для работы на чипах Huawei, а не на американском оборудовании, это будет «ужасным исходом» для Соединенных Штатов. Это предупреждение подчеркивает возникающее партнерство между самой мощной лабораторией ИИ Китая и ее самым продвинутым производителем чипов как прямую угрозу технологическому влиянию, которое поддерживало американское доминирование в области ИИ на протяжении последнего десятилетия.

      «Если будущие AI-модели будут оптимизированы совершенно иным образом, чем американский технологический стек», — сказал Хуанг, и поскольку «ИИ распространяется по всему миру» с китайскими стандартами и технологиями, Китай «станет превосходить» США. Это заявление примечательно, поскольку оно исходит от генерального директора компании, которая больше всего выиграла от текущей ситуации, в которой практически каждая передовая AI-модель в мире обучается на GPU Nvidia с использованием программного фреймворка CUDA от Nvidia.

      Что строит DeepSeek

      DeepSeek готовится запустить V4, многомодальную базовую модель, ожидаемую позже в этом месяце. The Information ранее сообщила в апреле, что V4 будет работать на последнем процессоре Ascend 950PR от Huawei, в то время как отдельный отчет Reuters предположил, что модель была обучена на чипах Blackwell от Nvidia, что будет являться нарушением американских экспортных контролей. Эти два утверждения не обязательно противоречат друг другу: модель может быть обучена на одном наборе оборудования и развернута для вывода на другом.

      Что делает интеграцию с Huawei значимой, так это миграция программного обеспечения за ней. DeepSeek потратила месяцы на переписывание своего основного кода для работы с фреймворком CANN от Huawei, отказываясь от экосистемы CUDA, которую Nvidia строила на протяжении двух десятилетий как основу разработки ИИ. Доминирование CUDA функционировало как второй уровень американского контроля над ИИ, помимо самих чипов. Экспортные ограничения могут ограничивать, какое оборудование Nvidia попадает в Китай, но пока китайские лаборатории пишут свое программное обеспечение для CUDA, они остаются зависимыми от экосистемы Nvidia, даже используя альтернативные процессоры. Переход DeepSeek на CANN разрушает эту зависимость.

      Модель V3 от DeepSeek, запущенная в конце 2024 года, была обучена на 2048 GPU H800 от Nvidia, чипе, специально созданном для китайского рынка, который сам был запрещен к продаже в Китай в 2023 году. Компания уже продемонстрировала, что может производить конкурентоспособные модели с меньшими ресурсами, чем ее американские соперники. Ее модель R1 по обработке данных соответствовала или превосходила производительность моделей, обучение которых стоило в десятки раз больше. V4 расширит этот подход, доказывая, что компания может сделать это без американского оборудования вообще.

      Разрыв в аппаратном обеспечении и почему это может не иметь значения

      По сырой производительности чипы Huawei не конкурентоспособны с лучшими чипами Nvidia. Ascend 910C, предшественник 950PR, обеспечивает примерно 60% производительности вывода чипа H100 от Nvidia, который сам на два поколения отстает от текущих лучших чипов Nvidia. Американские чипы примерно в пять раз мощнее своих китайских аналогов сегодня, и этот разрыв, как ожидается, увеличится до 17 раз к 2027 году. Huawei нацелена на 750 000 поставок AI-чипов в 2026 году, но ее общая продукция составляет всего 3-5% от совокупной вычислительной мощности Nvidia.

      Но беспокойство Хуанга не связано с текущим разрывом в производительности. Он сказал в подкасте, что даже если у Китая будут худшие чипы, он все равно сможет догнать США в разработке ИИ, учитывая его «обильную энергию» и «большой пул исследователей ИИ». Это подразумевает, что сыревая производительность аппаратного обеспечения — это лишь одна переменная, и что оптимизация программного обеспечения, талант исследователей и доступность энергии могут компенсировать недостатки в кремнии. Если V4 будет хорошо работать на чипах Ascend, это подтвердит альтернативный путь для разработки ИИ, который не зависит от Nvidia на любом этапе цепочки поставок.

      Парадокс контроля экспорта

      Ситуация выявляет напряжение в центре американской политики экспорта чипов. Nvidia возобновила производство H200, более мощного чипа, для продажи в Китае, как подтвердил Хуанг в марте. Но Китай блокирует импорт H200, чтобы защитить внутренний бизнес чипов Huawei, и финансовый директор Nvidia заявил, что компания не зафиксировала доходов от продаж H200 в Китае. Контроль, предназначенный для ограничения возможностей ИИ Китая, вместо этого ускоряет развитие китайской альтернативы.

      Опыт DeepSeek с моделью R2 иллюстрирует как обещание, так и пределы пути Huawei. Модель R2 неоднократно откладывалась из-за сбоев в обучении на оборудовании Huawei. Китайские власти призывали DeepSeek обучаться на отечественных чипах, но компания столкнулась с проблемами стабильности, которые заставили ее вернуться к GPU Nvidia для обучения, в то время как чипы Huawei использовались только для вывода. Это различие имеет значение: обучение — это самая вычислительно интенсивная фаза разработки ИИ, и тот факт, что чипы Huawei не могли справиться с ней надежно, указывает на то, что разрыв в аппаратном обеспечении реален. Но вывод, фаза, в которой модели обслуживают пользователей, — это то, где генерируется коммерческая ценность, и чипы Huawei, похоже, адекватны для этой цели.

      Тем временем законодатели США стремятся ужесточить ограничения. В четверг законодатели и эксперты обвинили Китай в том, что он покупает «что может» и крадет «что не может» в индустрии ИИ, и призвали правительство рассмотреть возможность внесения DeepSeek, Moonshot AI и MiniMax в список субъектов для контроля экспорта.

      О чем на самом деле предупреждает Хуанг

      Предупреждение Хуанга в конечном итоге касается совместного проектирования программного обеспечения и аппаратного обеспечения. Доминирование Nvidia основано не только на производстве самых быстрых чипов, но и на позиции CUDA как стандартной среды разработки для ИИ. Когда исследователи пишут код, они пишут его для CUDA. Когда стартапы создают продукты, они создают их на CUDA. Когда правительства инвестируют в инфраструктуру ИИ, они покупают GPU Nvidia, потому что именно этого требует программное обеспечение. Переход DeepSeek на CANN угрожает создать параллельную экосистему, в которой ничего из этого не будет применимо.

      Масштаб бизнеса Nvidia делает ставки конкретными. Рыночная капитализация компании превышает 3 триллиона долларов. Ее доход от дата-центров вырос на 93% по сравнению с прошлым годом в последнем квартале. Ее чипы обеспечивают обучение практически каждой крупной AI-модели за пределами Китая. Если самая мощная китайская лаборатория ИИ продемонстрирует, что конкурентоспособные модели могут быть построены без Nvidia, аргумент в пользу сохранения экспортных контролей ослабнет, аргумент в пользу покупки Nvidia ослабнет, и геополитические предположения, которые формировали политику ИИ на протяжении последних трех лет, окажутся под давлением.

      Ничто из этого не означает, что Huawei вот-вот обгонит Nvidia. Разрыв в производительности велик и растет. Сбои в обучении R2 демонстрируют, что китайское оборудование еще не готово к самым требовательным рабочим нагрузкам ИИ. Но Хуанг не предупреждает о сегодняшнем дне. Он предупреждает о траектории, в которой DeepSeek доказывает концепцию, другие лаборатории следуют за ней