США может с треском проиграть ИИ-гонку? 🐲
Все продолжают молиться на капитализацию Nvidia и ждать следующую модель от Сэма Альтмана, пока реальный тектонический сдвиг, возможно, происходит в другой части планеты.
Financial Times на днях выкатили отличную аналитику, суть которой проста: гонка ИИ — это марафон, а не спринт за самой пухлой LLM.
И вот почему США рискуют отдать пальму первенства:
1️⃣ Алгоритмическая эффективность бьет грубую силу
США безусловно лидируют на границе state-of-the-art моделей за счет безлимитного доступа к топовым H100/H200 от Nvidia. Но Китай доказал, что аппаратные ограничения можно обходить. Выяснилось, что алгоритмическая эффективность, качественные данные и грамотная архитектура позволяют обучать модели, которые наступают на пятки американским гигантам, используя в разы меньше вычислительных мощностей.
2️⃣ Узкое горлышко — не чипы, а розетка
Гонка LLM уперлась в физику. По оценкам инвестбанков, 8 из 13 региональных энергетических рынков США уже находятся на пределе пропускной способности. Там тупо нет электричества для новых дата-центров.
В Китае, благодаря жесткому госплану и контролю над инфраструктурой, профицит мощностей для ЦОДов к 2030 году превысит мировой спрос в три раза. Дженсен Хуанг недавно жаловался, что в США дата-центр строится 3 года, а в Китае — за выходные.
3️⃣ Опенсорс экспансия
Доля скачиваний китайских open-source моделей на Hugging Face уже обошла американскую. Пока корпорации в США прячут свои наработки за дорогими API, Китай бесплатно раздает мощные модели развивающимся рынкам. Разработчики забирают их, дообучают и разворачивают на локальных серверах. Классический vendor lock-in работает все хуже, когда есть бесплатный и не менее умный аналог.
4️⃣ Embodied AI > API-обертки
Главный сдвиг парадигмы. Рынок перерос стадию "вау, она умеет писать код". Фокус смещается на "воплощенный ИИ" (embodied AI) — внедрение нейронок в физические объекты: робототехнику, автопром, умное производство и IoT.
И здесь у Китая на руках роял-флеш: абсолютный контроль над поставками редкоземельных металлов, недосягаемые производственные мощности и способность государства директивно заливать технологию в реальный сектор экономики.
Выигрывает не тот, кто создаст самую умную LLM в сферическом вакууме за $10 млрд. Выигрывает тот, кто быстрее и дешевле встроит "просто нормальную" модель в каждый микроволновку, станок и автомобиль на планете.
А спецам рынок будет платить за:
🔵 Умение разворачивать, тюнить и деплоить open-source модели на локальной инфраструктуре заказчика.
🔵 Оптимизацию инференса: квантизацию, прунинг, работу с "достаточно хорошими", но маленькими моделями.
🔵 Интеграцию ИИ с реальными бизнес-процессами и нестандартным "железом".
