Chinas KI-Hoffnungen prallen an einer Wand, während der Chip-Mangel die Lücke zu Amerika vergrößert

Führende KI-Forscher in China sagen nun etwas, das den optimistischen Schlagzeilen des vergangenen Jahres widerspricht. Ihr Land wird die Vereinigten Staaten wahrscheinlich nicht in absehbarer Zeit einholen. Das Problem lässt sich auf Computerchips reduzieren.

„Die Wahrheit könnte sein, dass sich die Lücke tatsächlich vergrößert“, sagte Tang Jie, der das chinesische KI-Unternehmen Zhipu gegründet hat, am vergangenen Wochenende auf einer Konferenz in Peking. „Während wir in bestimmten Bereichen gut abschneiden, müssen wir die Herausforderungen und die Ungleichheiten, denen wir gegenüberstehen, immer noch anerkennen.“

Der Chip-Mangel wurde deutlich, als Nvidia im Januar seine neue Rubin-Hardware vorstellte. Das Unternehmen nannte mehrere amerikanische Firmen als Käufer, ließ jedoch jeden chinesischen KI-Entwickler aus. Amerikanische Vorschriften verbieten Nvidia, direkt an China zu verkaufen.

Chinesische Unternehmen haben begonnen, über das Mieten von Rechenleistung aus Rechenzentren in Südostasien und dem Nahen Osten zu sprechen, um an Rubin-Chips zu gelangen, wie Personen, die über diese Gespräche informiert sind, der WSJ mitteilten. Dies folgt den Bemühungen des vergangenen Jahres, Chips in Nvidias Blackwell-Serie zu erhalten.

Diese Umgehungsmanöver über andere Länder sind größtenteils legal. Aber sie bedeuten, dass chinesische KI-Entwickler am Ende mit weniger Chips und mehr Kopfschmerzen dastehen als ihre amerikanischen Konkurrenten mit tiefen Taschen.

Branchenführer schätzen die Chancen auf den Anschluss auf 20% oder weniger

Auf derselben Konferenz wurde Justin Lin, der die Entwicklung des KI-Modells von Alibaba namens Qwen leitet, gefragt, ob ein chinesisches Unternehmen in den nächsten drei bis fünf Jahren OpenAI und Anthropic überholen könnte. Er schätzte die Chancen auf 20 % oder weniger.

Amerikanische Exportkontrollen haben viele chinesische Unternehmen davon abgehalten, hochmoderne KI zu entwickeln, die enorme Mengen an Rechenleistung benötigt. Stattdessen konzentrieren sie sich darauf, KI in alltägliche Produkte zu integrieren. Währenddessen kaufen amerikanische Unternehmen weiterhin die neuesten Chips, um voranzukommen.

„Eine massive Menge an Rechenleistung bei OpenAI und anderen amerikanischen Unternehmen ist der Forschung der nächsten Generation gewidmet, während wir dünn gesät sind“, sagte Lin. „Nur die Erfüllung der Lieferanforderungen verbraucht den Großteil unserer Ressourcen.“

UBS-Analysten schätzen, dass Chinas größte Internetunternehmen im vergangenen Jahr etwa 57 Milliarden US-Dollar in Kapitalprojekte investiert haben, wobei ein Großteil davon in KI floss. Das entspricht etwa einem Zehntel dessen, was amerikanische Unternehmen ausgegeben haben.

Dennoch schreibt niemand China bereits ab. Entwickler wie DeepSeek haben bewiesen, dass sie mit wenig viel erreichen können. Zwei weitere KI-Unternehmen, Zhipu und MiniMax, haben diesen Monat durch Aktienangebote in Hongkong zusammen mehr als 1 Milliarde US-Dollar eingesammelt. Die Aktien von MiniMax verdoppelten sich mehr als doppelt im Vergleich zum Einstiegspreis.

„Trotz eines herausfordernderen Betriebsumfelds berücksichtigen Anleger weiterhin die Möglichkeit eines technologischen Aufholprozesses oder Durchbruchs“, sagte Alyssa Lee, eine langjährige Tech-Investorin, die jetzt bei einem KI-Startup arbeitet. „Diese Optimismus selbst zeugt von dem Niveau der Innovation, das chinesische Unternehmen gezeigt haben.“

DeepSeek schließt die Lücke durch Effizienz

DeepSeek erregte vor einem Jahr in Amerika Aufmerksamkeit mit einem starken KI-Modell. Seitdem hat es Methoden zur effizienteren KI-Entwicklung geteilt, die einige westliche Forscher aufgegriffen haben. Diesen Monat veröffentlichte DeepSeek zwei Paper, die ein neues Trainings-Setup beschreiben, das es Entwicklern ermöglicht, größere Modelle mit weniger Chips zu bauen, sowie ein Speicherdesign, das hilft, Modelle besser laufen zu lassen.

Modelle von DeepSeek und Alibaba haben die Lücke zu den führenden amerikanischen Modellen auf nur vier Monate verkürzt, gegenüber sieben Monaten im Durchschnitt in den letzten Jahren, laut Epoch AI. Viele führende chinesische Modelle sind Open Source, was bedeutet, dass sie jeder herunterladen und ändern kann. Dies erhöht das Profil chinesischer Unternehmen, während die führenden amerikanischen Modelle geschlossen bleiben.

Aber DeepSeek hat Hürden genommen. Beim Bau seines neuen Hauptmodells im vergangenen Jahr versuchte es Chips von Huawei und anderen chinesischen Herstellern. Die Ergebnisse blieben hinter den Erwartungen zurück, daher wechselte es für einige Arbeiten zu Nvidia-Chips, wie Personen, die mit dem Projekt vertraut sind, sagten. Das Unternehmen machte Fortschritte und plant, das Modell in den kommenden Wochen zu veröffentlichen.

„Der primäre Engpass ist die Chip-Fertigungskapazität“, sagte Yao Shunyu von Tencent auf der Veranstaltung in Peking. Yao verließ kürzlich OpenAI, um die KI-Bemühungen von Tencent zu leiten.

Die Genehmigung des H200-Chips wird das Spiel wahrscheinlich nicht ändern

Die jüngste Entscheidung Washingtons, Nvidia den Verkauf seines H200-Chips an China zu gestatten, wird sich wahrscheinlich nicht viel ändern, sagten Brancheninsider. Der H200 liegt zwei Generationen hinter der Rubin-Linie und ist für das Training top-KI-Modelle zu schwach geworden. Unternehmen warten immer noch auf die Genehmigung Pekings, die Chips zu kaufen, wobei chinesische Beamte Regeln zur Regulierung der Käufe ausarbeiten, wie zuvor von Cryptopolitan berichtet.

Nvidias China-Geschäft steht weiterhin vor politischen Hürden. Die Einnahmen aus China fielen im letzten Quartal im Vergleich zum Vorjahr um 45 % auf etwa 3 Milliarden US-Dollar. Insgesamt erzielte Nvidia jedoch im dritten Quartal einen Umsatz von 57 Milliarden US-Dollar, ein Anstieg von mehr als 60 %, und wurde im letzten Herbst das erste Unternehmen mit einem Wert von 5 Billionen US-Dollar.

Die langfristige Sorge für Nvidia ist, dass chinesische Unternehmen Open-Source-Software entwickeln könnten, die auf vielen Chiptypen funktioniert, nicht nur auf Nvidias. Ein großer Teil von Nvidias Vorteil kommt von seiner CUDA-Softwareplattform, die Entwickler daran bindet, seine Chips zu verwenden.

„Das ist das wahre Alptraum-Szenario“, sagte Seaport-Analyst Jay Goldberg.

Wenn chinesische Entwickler, gezwungen, inländische Chips zu verwenden, Software-Tools erstellen, die weltweit Akzeptanz finden, könnte dies ein Loch in Nvidias wettbewerbsfähiges Schutzmauer schlagen.

Nvidias CEO Jensen Huang sieht dies anders. „Wie ich seit langem sage, liegt China in der KI Nanosekunden hinter Amerika“, schrieb er im November auf X. „Es ist entscheidend, dass Amerika gewinnt, indem es vorausrennt und Entwickler weltweit gewinnt.“