Achtergrond - Huawei ruikt zijn kans door beperkingen op Nvidia-chips van Chinese overheid
In dit artikel:
Nvidia blijft de dominante leverancier van datacenter‑gpu’s voor AI-training, maar exportrestricties en politieke spanningen openen een raam voor Chinese alternatieven — met name Huawei. Sinds oktober 2022 legde de VS ernstige beperkingen op voor de levering van geavanceerde chips naar China. Nvidia ontwierp daarop beperkte varianten voor de Chinese markt (zoals de H20) en zag later de export van sommige modellen beperkt, deels weer versoepeld na afspraken. Tegelijkertijd riep Peking op bepaalde Nvidia‑chips niet te gebruiken en verbood het gebruik van de RTX Pro 6000D voor grote techspelers als ByteDance en Alibaba. Dit beïnvloedde Nvidias toeleveringsketen: leveranciers zouden zijn gevraagd de productie van de H20 te staken, terwijl de RTX 6000D minder afzet bleek te vinden dan verwacht.
Huawei en andere Chinese spelers (onder meer Z.ai, Alibaba en Baidu) beginnen AI‑modellen op binnenlandse chips te trainen. Huawei’s belangrijkste AI‑chip, de Ascend 910C, wordt in China geproduceerd door SMIC op een ‘N+2’ 7nm‑achtig procedé, omdat TSMC door exportregels niet aan Huawei mag leveren. SMIC mist EUV‑apparatuur van ASML en gebruikt ingewikkelde multipatterning, wat leidt tot lagere opbrengstpercentages (yields). De 910C had eind vorig jaar naar verluidt yields rond de 20%, later opgeklommen naar circa 40%, terwijl TSMC op N4‑niveau ongeveer 80% haalt — een groot verschil voor kostenefficiëntie en schaal.
Wat prestaties betreft is de vergelijking complex. Volgens berichtgeving levert de Ascend 910C veel fp16‑rekenkracht (circa 752 Tflops in sommige bronnen) met 128 GB HBM en 3,2 TB/s geheugenbandbreedte, en een chip‑to‑chipinterconnect rond 540 GB/s. Dat geeft de 910C op pure compute‑punten een voorsprong boven Nvidias beperkte H20 (148 Tflops fp16 en minder geheugen). Echter: oudere Nvidia‑modellen zoals de H200 bieden aanzienlijk meer fp16‑kracht (bijvoorbeeld ~1979 Tflops) en hogere geheugenbandbreedte en sterkere NVLink‑interconnects, wat in veel AI‑workloads doorslaggevend kan zijn. De RTX Pro 6000D is weer een inferentiegerichte, zwakkere kaart die GDDR7 gebruikt in plaats van HBM. Nvidia werkt ook aan een krachtigere datacentergpu (B30A), die ongeveer de helft van de upcoming Blackwell Ultra GB300 zou leveren; indien de VS exporttoestemming geeft, zou die B30A de sterkste geautoriseerde optie voor China zijn en zowel Huawei’s 910C als de H20 overstijgen.
Software vormt een ander struikelblok voor Huawei. Nvidia’s CUDA‑ecosysteem is jaren de standaard in AI‑ontwikkeling, waar veel frameworks op zijn afgestemd. Huawei opent nu zijn CANN‑platform om ontwikkelaars te trekken, een stap die de adoptie kan vergemakkelijken maar niet gegarandeerd voldoende is om honderden miljoenen regels optimalisatie en tooling rond CUDA in korte tijd te vervangen.
Strategisch heeft China voordelen: centralisatie van compute onder staatsinvloed en de mogelijkheid om veel minder krachtige chips in grote aantallen te koppelen, waardoor systemen zoals CloudMatrix 384 (met honderden NPU’s) in totaal meer rekenkracht of bandbreedte kunnen bieden dan kleinere Nvidia‑supernodes. In de praktijk blijken er echter kinderziektes: recente pogingen om grote generatieve modellen uitsluitend op Huawei‑hardware te trainen mislukten door stabiliteits‑, connectiviteits‑ en softwareproblemen, waarna partijen alsnog op Nvidia teruggrepen en Huawei‑chips voor inferentie gebruikten.
Kortom: Huawei kan delen van de vraag opvangen en wint terrein in China dankzij geopolitieke omstandigheden, schaalvoordelen en beleidssteun. Toch blijven technologische gaps — in fabricagekwaliteit, yields, interconnects, geheugenbandbreedte en ecosysteemondersteuning — aanzienlijk. Of Huawei op korte termijn echt kan concurreren met Nvidia hangt af van snel betere productiekwaliteit, softwareadoptie en of de VS besluit Nvidia grootschalig export van krachtigere China‑chips te blijven toestaan.