Гонка искусственного интеллекта: США ставят на капитал, Китай — на эффективность

Уоррен Баффет однажды заметил, что только когда море отступает, становится видно, кто плавал голым. В мире искусственного интеллекта море пока прибывает — триллионами долларов, гигаваттами энергии, миллиардами параметров. Но пока американские гиганты строят свои Вавилонские башни из GPU, на другом берегу Тихого океана разворачивается история о том, как ограничения порождают изобретательность.

Экспортные санкции отрезали китайские компании от самых мощных чипов Nvidia. Казалось бы, игра окончена. Однако произошло нечто неожиданное: китайские разработчики начали переосмысливать саму логику гонки. Зачем покупать GPU стоимостью с небольшую страну, если можно научить модели работать на том, что есть? Зачем строить частные экосистемы, если публикация исходного кода привлечет тысячи разработчиков со всего мира?

Tencent выпустила Hunyuan Image 3.0 и открыла исходный код этой системы с 80 млрд параметров. DeepSeek создала модель рассуждений, доступную любому желающему, которая тягается с лучшими проприетарными решениями. Moonshot AI представила Kimi с необычной архитектурой: модель содержит триллион параметров, но для каждого запроса активирует только 32 млрд из них. Вместо того чтобы освещать все здание целиком, система включает свет только в нужных комнатах.

А что в это время делают в Кремниевой долине?

Триллионная паутина

13 октября OpenAI объявила о многомиллиардной сделке с Broadcom. Неделей ранее компания подписала контракт с AMD на поставку GPU мощностью 6 гигаватт. Nvidia вложила $5 млрд в Intel. Oracle заключает многолетние инфраструктурные соглашения с OpenAI на сотни миллиардов долларов. Это уже не отдельные сделки, а финансовая хореография, где каждый участник поддерживает следующего, а темп постоянно ускоряется.

OpenAI закупает GPU у AMD. AMD реинвестирует средства в новые производственные мощности. Nvidia финансирует Intel для расширения компоновки чипов. Oracle покупает вычислительные кластеры, чтобы предоставлять услуги клиентам вроде OpenAI. Круг замыкается. Финансовые показатели каждого игрока становятся опорой для роста другого. Financial Times назвала это «триллионной паутиной взаимосвязанных обязательств». Элегантная метафора для системы, где сбой в одном звене способен обрушить всю конструкцию.

Стратегия очевидна: контроль над всей цепочкой от кремния до облачных сервисов. Для OpenAI партнерство с AMD означает диверсификацию поставщиков и снижение зависимости от Nvidia. Для AMD это первый крупный клиент мирового уровня после многих лет в тени конкурента. Для Nvidia вложения в Intel — это страховка цепочки поставок, ведь передовые методы компоновки чипов Foveros и EMIB стали критически важны для производительности GPU.

Знакомая мелодия. Телекоммуникационный бум начала 2000-х развивался по той же схеме: компании закупали производственные мощности быстрее роста реального спроса, создавали долгосрочные обязательства и взаимные гарантии. Финал оказался невеселым: крах доткомов.

Новые барьеры: от чипов к энергетике

Соревнование за лидерство в искусственном интеллекте сместилось от GPU к компоновке чипов и электроснабжению. Инвестиции Nvidia в Intel демонстрируют изменение приоритетов: сейчас ограничивает не дизайн процессоров, а физическая интеграция компонентов. Современная компоновка предполагает многослойное размещение чипов с высокоскоростной памятью — именно это определяет глобальные вычислительные мощности. Технологии Intel 18A и Foveros могут стать следующим критическим ресурсом отрасли.

Второе ограничение — электроэнергия. Заказ OpenAI на мощность в 6 гигаватт требует дата-центров размером с небольшой город и создаст нагрузку на энергосистемы от американской Виргинии до Сингапура. Крупнейшие операторы дата-центров уже ведут переговоры с энергокомпаниями, поставщиками атомной энергии и трейдерами электричества о долгосрочных поставках. Слияние индустрии искусственного интеллекта с энергетикой меняет экономику обеих сфер.

Американская мощь против китайской гибкости

Американский подход утверждает: чем больше, тем лучше. Китайский возражает: эффективнее важнее масштаба.

США выстраивают централизованную систему производства искусственного интеллекта. Nvidia, OpenAI, Microsoft, Oracle координируют разработку, производство и внедрение в невиданных прежде масштабах. Такая модель обеспечивает контроль и скорость. Но порождает уязвимость: когда финансовая стабильность каждого участника зависит от бесперебойной работы остальных, системные риски умножаются. Задержка поставок, перебои с электричеством, проблемы со сборкой чипов — и последствия распространяются по всей экосистеме. Проблемы с кремниевыми пластинами у одного поставщика замедляют всю цепочку. Американская система оптимизирована для безупречных условий работы, но хрупка перед непредсказуемыми сбоями.

Китай рассредоточивает риски. Hunyuan от Tencent, DeepSeek-R1, Kimi от Moonshot, Qwen от Alibaba — не столько конкуренты, сколько части распределенной системы. Публикация исходного кода позволяет тысячам разработчиков адаптировать модели под собственные задачи. Не нужно ждать разрешения корпорации и платить за лицензию.

Hunyuan-Large-Vision занимает верхние строчки китайских рейтингов по бенчмарку OpenCompass наравне с западными проприетарными системами. DeepSeek-R1 демонстрирует сопоставимое качество в математических расчетах и генерации кода, хотя значительно компактнее многих коммерческих аналогов. И все это работает на оборудовании, доступ к которому ограничен санкциями.

Дефицит превратился в стимул для инноваций. Когда невозможно купить лучшее оборудование, остается выжимать максимум из имеющегося. Архитектура Kimi — показательный пример: формально модель оперирует триллионом параметров, но практически использует лишь малую часть под конкретную задачу. Как если бы у вас была команда из тысячи специалистов, но к каждому проекту вы привлекали только тех, кто действительно необходим.

Китайская стратегия размывает критические точки. Открытые модели адаптируются под различные условия. Усиление экспортного контроля? Оптимизация под отечественные процессоры. Санкции против конкретной компании? Остальные участники рынка продолжают работу. Вместо концентрированной мощи — распределенная устойчивость.

Испытание на прочность

Ключевой вопрос — насколько жизнеспособна американская модель циклических мегасделок. История показывает: когда революцию возглавляет капитал, случаются болезненные коррекции. Зато они освобождают пространство для игроков, чьи позиции опираются на реальные технологии, а не на взаимное финансирование.

Соревнование в сфере искусственного интеллекта давно вышло за рамки состязания алгоритмов. Это марафон инфраструктурных решений, где выигрывает не быстрейший, а наиболее выносливый участник. США делают ставку на масштаб и вертикальную интеграцию. Китай выбирает модульность и способность адаптироваться.

Парадокс ситуации: стратегия, рожденная из ограничений, может оказаться эффективнее стратегии изобилия. Потому что когда прилив сменится отливом — а это неизбежно произойдет — останутся те, кто умеет действовать в условиях дефицита. А не те, кто полагался на океанские лайнеры стоимостью в триллионы долларов.

Канал Anton Elston — это актуальная информация об IT, блокчейне, NFT и онлайн-образовании. Здесь развивается метавселенная DEXART и происходит погружение в мир ИИ

Сообщение Гонка искусственного интеллекта: США ставят на капитал, Китай — на эффективность появились сначала на Hash Telegraph.