Naast Nvidia: vijf Chinese chipmakers strijden om AI-rekenkracht

Achter elke chatbot, elk beeldgenererend model en elk AI-systeem dat redeneert, draaien gespecialiseerde chips die razendsnel rekenwerk verzetten. Nvidia levert het merendeel van die AI-versnellerchips wereldwijd. Maar in China groeit een groep bedrijven die het Amerikaanse bedrijf naar de kroon wil steken, aangewakkerd door exportbeperkingen van de Amerikaanse overheid op geavanceerde chiptechnologie.

Nvidia's voorsprong zit niet alleen in de rekenkracht van zijn chips. Het bedrijf bouwde ook CUDA, een softwareplatform waarmee ontwikkelaars programma's schrijven voor zijn hardware. Die combinatie van chips, snelle netwerktechnologie en een groot ontwikkelaarsecosysteem maakt overstappen naar concurrerende hardware kostbaar en technisch lastig. Zelfs in China, waar exportregels de toegang tot Nvidia's nieuwste chips beperken, blijven grote AI-bedrijven daardoor voorlopig op Nvidia-hardware trainen.

Huawei loopt voorop

Huawei geldt als de meest serieuze Chinese uitdager. Het bedrijf uit Shenzhen ontwikkelt de Ascend-serie processors voor het trainen en uitvoeren van AI-modellen, aangevuld met SuperNode-systemen die tientallen chips samenvoegen tot één krachtig geheel. Daarnaast bouwt Huawei aan eigen software: CANN moet in China de rol van CUDA overnemen. Recent demonstreerde het bedrijf die strategie door samen te werken met AI-ontwikkelaar DeepSeek: de nieuwste Ascend-chips ondersteunen direct het DeepSeek V4-model.

Cambricon Technologies richt zich, anders dan brede technologieconcerns, uitsluitend op processors voor kunstmatige intelligentie. Het bedrijf maakt chips voor datacenters, servers en slimme apparaten die de parallelle berekeningen uitvoeren die AI-modellen nodig hebben. Samen met Huawei trekt Cambricon de binnenlandse groei van de Chinese AI-servermarkt.

Kleinere spelers met grote ambities

Moore Threads, opgericht in 2020, bouwt algemene GPU's die niet alleen AI-taken aankunnen, maar ook grafische toepassingen en wetenschappelijke berekeningen. Die bredere inzetbaarheid moet organisaties aantrekken die eerder afhankelijk waren van buitenlandse chips.

Biren Technology mikt op de zwaarste categorie: chips voor het trainen van grote AI-modellen, waarbij enorme rekencapaciteit, snel geheugen en efficiënte verbindingen tussen duizenden chips nodig zijn. Amerikaanse restricties op geavanceerde productietechnologie troffen het bedrijf hard, maar de groeiende Chinese vraag naar binnenlandse chips zorgt toch voor omzetgroei. Biren verwacht dat de omzet in de eerste jaarhelft met ruim 2000 procent kan stijgen. Hogere verkoopcijfers betekenen overigens niet automatisch dat de chips qua prestaties en software Nvidia al evenaren.

Een race om meer dan rekenkracht

Nvidia beschikt nog altijd over de meest complete combinatie van chips, netwerktechnologie en software. Concurrenten moeten daarom niet alleen snellere chips bouwen, maar hele computerecosystemen optuigen. De enorme Chinese vraag naar AI-infrastructuur biedt ruimte voor meerdere binnenlandse spelers naast elkaar. Huawei loopt voorop, maar Cambricon, Moore Threads en Biren groeien mee in een chipmarkt die steeds meer uiteenvalt in aparte, regionale ecosystemen.