Щось, що я помітив останнім часом і заслуговує на увагу. У лютому минулого року DeepSeek оголосила, що її нова модель співпрацюватиме з місцевими виробниками чипів, без залежності від Nvidia. "Ми не використовуємо Nvidia" — проста фраза, але з великим значенням.

Спочатку ринок сумнівався. Чи логічно з комерційної точки зору відмовитися від Nvidia, яка контролює понад 90% ринку чипів для тренування? Але те, що відбувається тут, глибше за просте комерційне рішення. Це питання справжньої незалежності обчислювальної потужності.

Стурбованість викликає те, що китайські компанії не стримує сама чипова технологія, а щось під назвою CUDA. Це платформа Nvidia, яка фактично контролює все у світі штучного інтелекту. Кожен розробник, кожен фреймворк, кожен проект — всі пов’язані з нею. Створення альтернативного середовища означає переписати десятки років розвитку, інструментів і досвіду. Хто зможе витримати цю ціну?

Але Китай обрав інший шлях. Замість прямого протистояння, вони йдуть через прорив у алгоритмах. Наприкінці 2024 і на початку 2025 року китайські компанії штучного інтелекту масово перейшли до моделей гібридних експертів. Ідея проста: замість запуску великої моделі цілком, її розбивають на дрібних експертів і активують лише найрелевантніших. DeepSeek V3 — ідеальний приклад — 671 мільярд параметрів, але активується лише 37 мільярдів, тобто 5,5%. Вартість тренування? всього 5,576 мільйона доларів. GPT-4 коштував близько 78 мільйонів. Різниця колосальна.

Ця різниця безпосередньо відобразилася у ціні. Ціна API для DeepSeek дешевша за Claude у 25–75 разів. Результат? У лютому частка китайських моделей на OpenRouter зросла на 127% за три тижні, вперше обігнавши США. Рік тому вона не перевищувала 2%. Тепер майже 60%.

Але тут починається справжня частина. Зниження вартості інференції не вирішує основну проблему — тренування. Це вимагає колосальної обчислювальної потужності.

У Цяньсі, невеликому місті, відомому нержавіючою сталлю, побудували місцевий виробничий лінійний комплекс довжиною 148 метрів. Від підписання контракту до запуску — всього 180 днів. Суть? Повністю місцеві чипи: процесор Loongson 3C6000 і карта прискорення Taichu Yuanqi для промислового прискорення. При повному запуску п’ять модулів виходять щохвилини. Важливо, що ці чипи вже почали виконувати реальні великі тренувальні задачі.

У січні 2026 року Zhipu разом із Huawei запустили модель GLM-Image — першу передову модель для створення зображень, повністю натреновану на китайських локальних чипах. Після неї одразу ж натренували великий "зірковий" модель на локальній китайській обчислювальній платформі.

Це справжній якісний прорив. Інференція вимагає відносно низьких ресурсів. Тренування? Воно потребує обробки величезних обсягів даних і складних градієнтних обчислень. Вимоги зросли у десять разів щодо обчислювальної потужності, пропускної здатності та екосистеми програмного забезпечення.

Huawei Ascend — справжня сила тут. До кінця 2025 року кількість розробників платформи Ascend перевищила 4 мільйони. Більше 3000 партнерів. 43 основні моделі у галузі натреновані на її базі. Більше 200 відкритих моделей адаптовано.

На конференції MWC у березні 2026 року Huawei вперше представила SuperPoD на зовнішніх ринках. Потужність обробки Ascend 910B досягла рівня NVIDIA A100. Розрив перетворився з непрактичного у практичний.

Але є ще один аспект, про який багато не говорили: енергоспоживання. Кінцева межа обчислювальної потужності — це енергія. І тут розрив зовсім інший.

Китай виробляє 10,4 трильйонів кіловат-годин на рік. США — 4,2 трильйони. Китай виробляє у 2,5 рази більше, ніж Америка. Важливо? Споживання в Китаї становить лише 15% від загального, тоді як у США — 36%. Це означає величезну промислову енергію, яку можна спрямувати на побудову обчислювальних систем.

Щодо вартості, ціни на електроенергію у регіонах, де зосереджені AI-індустрії США, коливаються від 0,12 до 0,15 долара за кіловат-годину. У західному Китаї? приблизно 0,03 долара. В чверть до п’яти американської ціни. І хоча США стикаються з серйозними проблемами з електропостачанням — Вірджинія та Джорджія призупинили нові дозволи на дата-центри — китайський штучний інтелект тихо виходить за межі.

Але цього разу не продукт або завод виходить — виходить Token — найменша одиниця, яку обробляють моделі штучного інтелекту. Вона виробляється у китайських обчислювальних фабриках, а потім передається через морські кабелі у весь світ. Це новий цифровий товар.

Дані про розподіл користувачів DeepSeek розповідають цю історію: Китай — 30,7%, Індія — 13,6%, Індонезія — 6,9%, США — 4,3%. Підтримує 37 мов. Дуже популярна на ринках, що зростають. 26 тисяч компаній по всьому світу мають акаунти. У Китаї вона займає 89% ринку.

Це дуже схоже на промислову незалежність сорок років тому. У 1986 році Японія підписала угоду з США щодо напівпровідників. Вона була на піку — контролювала 51% світового ринку у 1988 році. Але після підписання? Частка японських DRAM знизилася з 80% до 10%. До 2017 року на ринку IC залишилося лише 7%. Гіганти вийшли через розподіл, поглинання або постійні втрати.

Різниця в тому, що Японія погодилася бути найкращим виробником у глобальній системі, якою керує одна сила, але не створила незалежного екосистемного середовища. Коли вона вийшла, зрозуміла, що має лише виробництво.

Китай стоїть перед подібним, але зовсім іншим перехрестям. Зі значним зовнішнім тиском — три раунди обмежень на чипи з постійним посиленням. Але цього разу обрала набагато складніший шлях: максимальні алгоритмічні покращення, перехід локальних чипів від висновків до тренувань, накопичення 4 мільйонів розробників у системі Ascend, а потім глобальний Token. Кожен крок будує незалежну промислову систему, якої Японія ніколи не мала.

27 лютого 2026 року три місцеві компанії-виробники чипів опублікували звіти про результати у той самий день. Kimo зросла на 453% і вперше отримала річний прибуток. Moi Tun — на 243%, але втратила 1 мільярд. Muxi — на 121%, втратила майже 800 мільйонів.

Половина — вогонь, половина — вода. Вогонь — це надмірна жага ринку. Порожнеча у 95%, яку залишила Nvidia, поступово заповнюється. Ринок потребує справжньої альтернативи. Це дуже рідкісна структурна можливість через геополітичний напружений стан.

Вода — це величезна вартість побудови екосистеми. Кожна реальна втрата грошей — це витрати на створення локальної CUDA. Дослідження і розробки, підтримка програмного забезпечення, інженери, що вирішують проблеми перекладу один за одним. Ці втрати — не погане управління, а податок війни, який потрібно платити.

Ці три фінансові звіти чесно відображають справжню картину цієї боротьби за обчислювальну силу. Це не натхненна перемога, а жорстка битва, що ведеться на передовій, і кров тече.

Але форма цієї війни вже змінилася. Вісім років тому ми обговорювали: чи можемо ми залишитися? Сьогодні ми говоримо: якою ціною залишитися? Саме ціною є прогрес.