Warum China nicht vor dem Westen im Bereich KI-Computing aufholen wird

In den letzten Jahren hat China erhebliche Fortschritte im Bereich der KI-Hardware gemacht. Die Leistungsfähigkeit chinesischer Chips hat sich von einem Rückstand von 10-fach auf nur noch 3-fach hinter den neuesten Chips von NVIDIA verringert. Dennoch zeigt eine Analyse, dass über 90 % der bemerkenswerten chinesischen Sprachmodelle seit 2017 immer noch auf westlicher Hardware trainiert wurden.

Der aktuelle Stand der KI-Hardware in China

Die KI-Entwickler in China, darunter große Unternehmen wie Alibaba, ByteDance und Baidu, haben in den letzten Jahren bedeutende Fortschritte gemacht. Die Rechenleistung chinesischer Hardware hat sich exponentiell entwickelt, und die Lücke zu westlichen Technologien wird kleiner. Ein Beispiel dafür ist der Huawei Ascend 910C, der in der Lage ist, eine Leistung von 752 TFLOP/s zu erreichen, während der NVIDIA B200 eine Leistung von 2250 TFLOP/s bietet.

Die Herausforderungen der chinesischen KI-Industrie

Trotz dieser Fortschritte gibt es erhebliche Herausforderungen, die China überwinden muss, um im Bereich KI-Computing führend zu werden. Eine der größten Hürden ist die Abhängigkeit von westlicher Hardware. Viele der führenden KI-Modelle in China wurden auf NVIDIA-Chips trainiert, was die Innovationsgeschwindigkeit und die Unabhängigkeit der chinesischen Entwickler einschränkt.

Chip-Herstellung und Exportkontrollen

Ein wesentlicher Engpass in der chinesischen KI-Hardware-Entwicklung ist die Chip-Herstellung. Die Exportkontrollen der USA für Chipproduktionsanlagen machen es für China kostspielig, Chips in dem erforderlichen Maßstab zu produzieren. Huawei hat zwar Pläne, die Produktion seiner Ascend-Chips zu erhöhen, aber die Fragmentierung der chinesischen KI-Industrie und die hohe Fehlerquote bei der Chipproduktion stellen große Herausforderungen dar.

Software-Ökosystem

Ein weiteres Hindernis ist das weniger entwickelte Software-Ökosystem in China. Während NVIDIA mit seiner CUDA-Plattform über ein ausgereiftes und gut dokumentiertes System verfügt, ist die CANN-Plattform von Huawei noch in der Entwicklungsphase und wird oft als fehleranfällig und schlecht dokumentiert beschrieben. Dies führt dazu, dass viele chinesische Entwickler eine hybride Strategie verfolgen, bei der sie westliche Hardware für das Training und chinesische Hardware für Inferenzaufgaben verwenden.

Marktanalyse und Zukunftsausblick

Die Marktanteile von NVIDIA in China sind nach wie vor dominant, mit Schätzungen, dass etwa 90 % der KI-Modelle auf westlicher Hardware trainiert werden. Die Herausforderungen, vor denen China steht, sind nicht nur technischer Natur, sondern auch politischer und wirtschaftlicher Art. Die USA haben Exportkontrollen eingeführt, die den Zugang zu wichtigen Technologien und Materialien einschränken, was die Entwicklung der chinesischen KI-Industrie behindert.

Fazit

Obwohl China in der KI-Hardware-Entwicklung Fortschritte gemacht hat, wird erwartet, dass das Land in den nächsten Jahren weiterhin hinter den westlichen Ländern zurückbleiben wird. Die Abhängigkeit von westlicher Technologie, die Herausforderungen in der Chip-Produktion und die Unzulänglichkeiten im Software-Ökosystem sind bedeutende Hürden, die es zu überwinden gilt. Solange diese Probleme bestehen, wird China Schwierigkeiten haben, im Bereich KI-Computing führend zu werden.

Quellenliste:

• Quelle: Why China isn’t about to leap ahead of the West on compute
• NVIDIA’s H20 chip orders jump as Chinese firms adopt DeepSeek’s AI models
• Huawei’s plans to expand AI chip production