Chinas Herausforderung für Nvidia im KI-Chip-Rennen beschleunigt sich

Warum Chinas Wettlauf um KI-Chips jetzt wichtig ist

China arbeitet mit Hochdruck daran, seine Abhängigkeit von importierten Prozessoren für künstliche Intelligenz zu verringern. Das Land investiert massiv in Forschungslabore, Halbleiterfabriken und Cloud-Infrastruktur, damit künftige Durchbrüche bei großen Sprachmodellen, Robotik und Automatisierung auf heimischen Chips laufen. Das strategische Ziel ist klar: leistungsstarke Chips in großem Maßstab herstellen, die passende Software für ihre effiziente Nutzung entwickeln und kritische Rechenkapazitäten im eigenen Land halten.

Einen Schub erhielt dieses Vorhaben 2024, als das Start-up DeepSeek eine dialogfähige KI vorstellte, die mit führenden westlichen Systemen konkurrierte. Das Unternehmen erklärte, es habe das Modell mit deutlich weniger Premium-Beschleunigern trainiert als vergleichbare Anbieter. Das deutet darauf hin, dass intelligentere Software und effizientere Trainingsmethoden Hardwarebeschränkungen teilweise ausgleichen können. Die Vorstellung ließ Nvidias Börsenwert kurzzeitig einbrechen und rückte ins Rampenlicht, wie schnell chinesische Entwickler vorankommen. In den Monaten danach kündigten Technologiekonzerne und Chipentwickler in ganz China Pläne an, Nvidia in heimischen Rechenzentren herauszufordern.

Nvidias Vorstandschef Jensen Huang hat Chinas großen Pool an Ingenieurstalenten und den unnachgiebigen Wettbewerb im Inland hervorgehoben. In einem Technologie- und Wirtschaftspodcast lobte er im September die Dynamik des Landes und richtete eine Herausforderung an sein eigenes Unternehmen.

Das ist eine lebendige, unternehmerische, hochtechnologische und moderne Industrie“, sagte er. „Wir müssen um unser Überleben kämpfen.

Wie chinesische Unternehmen konkurrieren wollen

Mehrere chinesische Unternehmen entwickeln Alternativen zu Nvidias Beschleunigern und Komplettsystemen. Huawei hat neue Ascend-Prozessoren auf den Markt gebracht und einen dreijährigen Unterstützungsplan für Entwickler angekündigt. Alibaba zufolge erreicht sein neuester Beschleuniger die Leistung von Nvidias H20, einem für China an die US-Vorschriften angepassten Chip, und verbraucht dabei weniger Energie. Start-ups wie MetaX und Cambricon erhalten Aufträge großer Unternehmen. Große Plattformanbieter, darunter Tencent und Baidu, entwickeln eigene Chips für ihre Cloud-Angebote. Die Botschaft an heimische Kunden ist eindeutig: Wenn Exportbestimmungen den Zugang zu amerikanischer Hardware einschränken, werden chinesische Alternativen die Lücke füllen.

Huaweis Strategie auf Systemebene

Huawei setzt auf Systemarchitektur, um den Abstand zu Nvidia zu verringern. Auf der World Artificial Intelligence Conference in Shanghai stellte das Unternehmen CloudMatrix 384 vor, ein KI-Computersystem, das 384 Ascend-910C-Prozessoren in einer einzigen Installation bündelt. Nvidias Konkurrenzprodukt GB200 NVL72 nutzt 72 B200-Chips, doch Huawei verfolgt einen anderen Ansatz. CloudMatrix nutzt eine Verbindungsarchitektur im Stil eines Superknotens, durch die Hunderte Prozessoren als gemeinsamer Rechenpool arbeiten können; die Chips sind untereinander sehr schnell verbunden. Durch horizontale Skalierung will Huawei die geringere Leistung einzelner Chips mit einem enger abgestimmten Gesamtsystem ausgleichen.

Branchenanalysten sagen, dass dieser Ansatz bei bestimmten Arbeitslasten konkurrenzfähige Ergebnisse liefern kann. Berichten zufolge übertrifft CloudMatrix den Nvidia GB200 NVL72 bei einigen Kennzahlen, obwohl Huawei auf ältere Fertigungsprozesse angewiesen ist. Das System läuft bereits in Huaweis Cloud und bietet chinesischen Kunden damit eine heimische Alternative für das Training und den Betrieb von Modellen. Die Architektur entspricht zudem Chinas politischem Ziel, Exportbeschränkungen durch Leistungsgewinne auf Systemebene zu umgehen.

Alibaba und eine wachsende Zahl von Wettbewerbern

Alibaba hat einen neuen KI-Beschleuniger angekündigt, der laut staatlichen Medien dem H20 ebenbürtig ist und zugleich weniger Strom verbraucht. MetaX liefert Chips an China Unicom. Cambricons Unternehmenswert hat sich in den vergangenen Monaten mehr als verdoppelt, da Investoren auf eine steigende Nachfrage nach Beschleunigern im Inland setzen. Tencent entwickelt eigene Chips für seine Cloud- und KI-Dienste. Diese Projekte sind Teil eines umfassenderen Wandels: Chinesische Unternehmen verlagern Arbeitslasten auf heimische Hardware, wenn Leistung, Verfügbarkeit und Kosten stimmen.

Entwickler passen sich bereits an. Chen Cheng, Generaldirektorin für KI-Übersetzung bei iFlytek, schilderte, wie ihr Team auf die jüngsten Beschränkungen für US-Hardware reagierte und auf heimische Prozessoren umstieg.

„Unser Modell wird jetzt auf Huawei-Chips trainiert, derzeit den besten in China“, sagte sie.

Wie sich Exportkontrollen und Durchgreifen auf dem Markt auswirken

Exportbestimmungen haben den Markt neu geordnet. Seit 2022 schränkt Washington den Verkauf fortschrittlicher KI-Chips nach China zunehmend ein. Die jüngsten Maßnahmen versperren Nvidia den Weg für den H20, einen Prozessor, der frühere Exportgrenzen einhalten sollte. Abgeordnete haben Maßnahmen vorangetrieben, nach denen US-Chiphersteller heimische Kunden gegenüber ausländischen Käufern bevorzugen müssten. Unternehmen warnen zugleich, starre Regeln könnten Innovationen bremsen und die Nachfrage umlenken. Eine jüngste Regelung würde außerdem einen Teil der Einnahmen aus bestimmten KI-Chipverkäufen in China an die US-Regierung abführen. Strengere Kontrollen bedeuten, dass amerikanische Anbieter in dem Land, das mehr Chips kauft als jedes andere, einen kleineren potenziellen Markt haben.

Peking hat mit Kontrollen an der Grenze und Druck im Inland reagiert. Die Behörden haben große Technologiekonzerne angewiesen, Bestellungen von Nvidia-Beschleunigern auszusetzen, und die Inspektionen in Häfen verstärkt, um nicht lizenzierte oder falsch deklarierte Lieferungen abzufangen. Dazu gehören auch für China bestimmte Modelle wie der H20 und der RTX 6000D. Die Behörden untersuchen Schmuggelnetzwerke, über die hochleistungsfähige Prozessoren auf Umwegen in heimische Rechenzentren gelangt sein sollen. Unabhängig davon haben die Regulierungsbehörden eine kartellrechtliche Untersuchung gegen Nvidia eingeleitet und damit eine verstärkte Prüfung seiner Geschäftspraktiken in China signalisiert. Diese Schritte sollen Käufer zu lokalen Anbietern bewegen und den Vertriebsweg über den Graumarkt stärker kontrollieren.

Handel Jones, ein langjähriger Halbleiterberater, warnte, die Gesamtwirkung könnte für amerikanische Unternehmen, die auf die Nachfrage aus China gesetzt haben, erheblich sein.

„Für die US-Halbleiterindustrie ist China verloren“, sagte er.

Wo die Leistung noch abweicht: Benchmarks und Software

Behauptungen einer Gleichwertigkeit müssen sorgfältig geprüft werden. Öffentliche Daten zu chinesischen Beschleunigern sind begrenzt, und standardisierte Tests gibt es nur wenige. Die Leistung hängt von der Aufgabe, der Modellgröße, der Verbindungsbandbreite, der Speicherarchitektur und der Qualität des Software-Stacks zwischen Chip und Anwendung ab. Forscher, die mit beiden Ökosystemen gearbeitet haben, sagen, chinesische Chips hätten bei Vorhersageaufgaben aufgeholt, etwa wenn ein Modell einen Satz vervollständigt oder ein Bild klassifiziert. Bei komplexen Analysen und beim Training großer Modelle lägen sie jedoch weiterhin zurück.

Der Informatiker Jawad Haj Yahya, der amerikanische und chinesische Beschleuniger getestet hat, gibt zu bedenken, dass die Gleichwertigkeit von der jeweiligen Arbeitslast abhängt.

„Der Abstand ist deutlich und wird sicher kleiner. Ich glaube nicht, dass sie kurzfristig aufholen werden“, sagte er.

Dieser Unterschied ist wichtig, denn das Training ist der aufwendigste Teil moderner KI. Es erfordert enorme Rechenkapazitäten, sehr schnelle Verbindungen zwischen den Prozessoren und einen Speicher mit hoher Bandbreite, der die Prozessoren ohne Engpässe mit Daten versorgen kann. Analysen zufolge eignet sich Huaweis 910B gut für Inferenz, also die Phase, in der ein trainiertes Modell Anfragen beantwortet. Begrenzte Verbindungen zwischen den Chips und langsamere Speicher schränken jedoch seine Eignung für umfangreiche Trainingsläufe ein. Selbst Nvidias beschränkter H20 bleibt für viele Nutzer in China die bevorzugte Option, wenn sie ihn bekommen können. Chinesische Entwickler sagen, ein Training könne Wochen dauern. Der viel diskutierte Trainingslauf von DeepSeek dauerte in der letzten Phase drei bis acht Wochen. Selbst mit effizientem Code war das nach jedem Maßstab ein kostspieliges Unterfangen.

Die Software ist ein weiteres Hindernis. Nvidia hat über Jahre eine Reihe von Werkzeugen, Bibliotheken und Netzwerksoftware aufgebaut, denen Entwickler auch im großen Maßstab vertrauen. Dieser Stack richtet Arbeitslasten auf Nvidia-Hardware aus und verkürzt den Weg vom Prototyp bis zum produktiven Einsatz. Huawei versucht, mit einem eigenen Framework gegenzuhalten, und hat zugesagt, weitere Entwürfe und Teile des Codes für heimische Entwickler zu öffnen. Die Nutzung nimmt zu, doch Teams müssen neu geschult, Code umgeschrieben und Modelle erneut validiert werden. Das braucht Zeit und verlangsamt den Wechsel weg von etablierten Plattformen.

Der Halbleiteringenieur Raghavendra Anjanappa argumentiert, China könne viele Anforderungen mit heimischen Chips erfüllen, doch bei den schwierigsten Aufgaben sei US-Hardware weiterhin im Vorteil.

„Realistischerweise kann China seine Abhängigkeit von amerikanischen Chips bei weniger fortschrittlichen Anwendungen verringern, verfügt aber nicht über die rohe Rechenleistung von US-Chips, um komplexere KI-Systeme zu trainieren“, sagte er.

Die Fertigungsengpässe, die China bremsen

Eine zweite Gruppe von Einschränkungen betrifft die Fertigung. US-amerikanische und niederländische Kontrollen beschränken den Zugang zu fortschrittlichen Lithografieanlagen, mit denen die kleinsten Transistoren hergestellt werden. Chinesische Halbleiterfabriken müssen deshalb ältere Maschinen mit mehrfachen Belichtungsdurchgängen bis an ihre Grenzen auslasten. Das ist langsamer, teurer und liefert pro Wafer weniger brauchbare Chips. Analysten, die die Fertigung beobachten, sagen, die Ausbeute großer KI-Prozessoren in China habe sich verbessert, liege aber weiterhin deutlich unter dem Niveau der weltweit führenden Hersteller. Berichten zufolge stieg die Ausbeute eines neuen Huawei-Chips in diesem Jahr von rund 20 auf 40 Prozent. Führende ausländische Fabriken können bei ähnlich großen Bauteilen etwa 60 Prozent erreichen. Eine niedrigere Ausbeute erhöht die Kosten und begrenzt die Zahl funktionsfähiger Beschleuniger, die auf den Markt gelangen.

Gehäusetechnik und Speicher sind ebenso schwierig. KI-Beschleuniger sind auf Speicher mit hoher Bandbreite angewiesen, um Tausende Rechenkerne mit Daten zu versorgen. Die Chips müssen mit fortschrittlichen Verfahren verpackt werden, bei denen Komponenten gestapelt und verbunden werden, während zugleich Wärme abgeführt wird. Chinesische Teams können diese Bauteile herstellen, doch Engpässe bei Spitzenmodellen des Speichers und Einschränkungen beim Zugang zu Anlagen begrenzen die Produktion. Auch funktionale Probleme bestehen weiter. Frühere Berichte stellten fest, dass manche heimischen Chips Schwierigkeiten mit Verbindungen zwischen den Chips und mit der Speichergeschwindigkeit haben, was die Effizienz umfangreicher Trainingsläufe beeinträchtigt.

Keine dieser Hürden ist unüberwindbar, doch ihre Überwindung erfordert Zeit, Kapital und einen stetigen Zustrom spezialisierter Anlagen. Stephen Wu, ein ehemaliger KI-Ingenieur, der heute eine Investmentfirma leitet, brachte die strategische Logik hinter Pekings langjährigem Vorhaben auf den Punkt.

„China will Chips, die ihm die Politik nicht wegnehmen kann“, sagte er.

Bedeutung für Rechenzentren und Märkte

Betreiber von Rechenzentren müssen drei Prioritäten abwägen: Leistung, Energieverbrauch und Versorgungssicherheit. Liefert ein heimischer Beschleuniger für eine bestimmte Arbeitslast eine ausreichende Geschwindigkeit bei geringeren Stromkosten, hat ein chinesischer Käufer einen Grund für den Wechsel. Am überzeugendsten ist dieses Argument derzeit bei Inferenz und beim Training kleinerer Modelle, wo Systemarchitekturen die geringere Leistung einzelner Chips ausgleichen können. Beim Training von Spitzenmodellen, das die Grenzen der Skalierung ausreizt, liegt Nvidia bei Hardware und Software weiter vorn. Das Ergebnis ist ein geteilter Einsatz in China: Die anspruchsvollsten Projekte suchen weiterhin nach amerikanischen Chips, sofern die Politik den Zugang erlaubt.

Die politische Lage stellt globale Technologiekonzerne vor neue Entscheidungen. Strengere US-Regeln und Pekings Zollkontrollen schränken legale Lieferwege nach China ein. Vorwürfe eines Graumarkts für überholte oder anderweitig genutzte Beschleuniger haben zu schärferen Kontrollen in Häfen geführt. Schwierigkeiten bei der Einfuhr verzögern den Ausbau von Rechenzentren und verlagern mehr Arbeitslasten zu lokalen Anbietern. Unterdessen wollen US-Abgeordnete sicherstellen, dass amerikanische Kunden bei knappen Bauteilen nicht hinter chinesischen Käufern zurückstehen. Neue Auflagen für Einnahmen aus China verteuern zudem die Geschäfte dort.

Nvidia versucht seinerseits, einen schmalen Grat zu beschreiten. Das Unternehmen bemüht sich, die Vorschriften einzuhalten und zugleich chinesische Kunden mit regelkonformen Produkten zu beliefern. Bei einem Treffen mit chinesischen Wirtschaftsvertretern in diesem Jahr unterstrich Jensen Huang diesen Ansatz.

„Wir werden weiterhin erhebliche Anstrengungen unternehmen, um unsere Produkte im Rahmen der Vorschriften zu optimieren und den chinesischen Markt weiter zu bedienen“, sagte er.

Zeitrahmen und Szenarien

Wie schnell kann China bei der Spitzenleistung von KI-Rechnern aufholen? Analysten nennen unterschiedliche Zeiträume, doch eine gemeinsame Einschätzung zeichnet sich ab. Viele glauben, chinesische Unternehmen könnten bei Anwendungen der mittleren Leistungsklasse und bei Inferenz innerhalb von etwa fünf Jahren weitgehend unabhängig werden. Gleichzuziehen mit den besten amerikanischen Trainingsplattformen könnte dagegen deutlich länger dauern. Einige rechnen damit, dass eine vollständige Gleichwertigkeit bei Prozessoren, Speicher mit hoher Bandbreite, fortschrittlicher Gehäusetechnik, Netzwerken und Software erst im kommenden Jahrzehnt erreicht wird.

Die Dynamik vor Ort ist real. Huawei steigert die Produktion, Alibaba investiert, und eine wachsende Gruppe von Chipentwicklern von MetaX bis Cambricon gewinnt Kunden. Die staatliche Unterstützung bleibt stark, und die heimische Nachfrage nach KI-Diensten steigt rasant. Dennoch werden Engpässe bei Anlagen, Fertigungsausbeute und Entwickler-Ökosystemen bremsen, wie schnell China an der Marktspitze aufholt. Wahrscheinlich wird sich das chinesische Ökosystem in naher Zukunft weiterentwickeln und einen großen Teil des heimischen KI-Bedarfs decken. Bei den größten Trainingsläufen bleibt das Land jedoch auf ausländische Hardware angewiesen, sofern die Politik den Zugang erlaubt.

Chinas staatlich gelenkter Ansatz ist zugleich Stärke und Einschränkung. Eine zentrale Steuerung bündelt Ressourcen auf klar definierte Ziele, kann aber auch riskante Ideen ausbremsen, die zu Durchbrüchen führen. Chia Lin Yang, eine Informatikprofessorin, die sich mit Chipdesign beschäftigt, warnte, einheitliche Ziele könnten die Kreativität hemmen. Zugleich verwies sie auf die große Zahl verfügbarer Talente.

Dadurch können disruptive Ideen schwerer aus gewohnten Denkmustern ausbrechen“, sagte sie. „Man sollte Chinas Fähigkeit aufzuholen nicht unterschätzen.

Wichtige Punkte

• China investiert massiv in den Aufbau einer Produktion leistungsstarker KI-Chips in großem Maßstab, um die Abhängigkeit von Importen zu verringern.
• Das Modelltraining von DeepSeek im Jahr 2024 zeigte Effizienzgewinne, die auf intelligenterer Software und nicht nur auf mehr Chips beruhen.
• Huaweis CloudMatrix 384 nutzt Hunderte Ascend-910C-Prozessoren mit einer schnellen Verbindung, um auf Systemebene zu konkurrieren.
• Alibaba, MetaX, Cambricon, Tencent und Baidu treiben heimische Beschleuniger und kundenspezifische Designs für lokale Rechenzentren voran.
• US-Beschränkungen blockieren nun Nvidias H20 und könnten amerikanische Chiphersteller verpflichten, heimische Kunden zu bevorzugen und einen Teil der Einnahmen aus Verkäufen nach China abzuführen.
• China hat die Kontrollen in Häfen verschärft, von neuen Nvidia-Bestellungen abgeraten und eine kartellrechtliche Untersuchung gegen das Unternehmen eingeleitet.
• Experten zufolge sind chinesische Chips bei Inferenz konkurrenzfähig, liegen beim Training großer Modelle und bei komplexen Analysen jedoch weiterhin zurück.
• Zu den Fertigungsbeschränkungen gehören niedrigere Ausbeuten, ein eingeschränkter Zugang zu fortschrittlichen Lithografieanlagen sowie Engpässe bei Speicher mit hoher Bandbreite und bei der Gehäusetechnik.
• Software bleibt ein entscheidender Vorteil für Nvidia, während Huawei Designs und Werkzeuge öffnet, um die Nutzung durch Entwickler auszuweiten.
• Viele Analysten erwarten, dass China bei Arbeitslasten der mittleren Leistungsklasse innerhalb von etwa fünf Jahren unabhängig wird. Eine Gleichwertigkeit an der Marktspitze dürfte länger dauern.