Сделано в МедиаМашине · №196

Huawei Ascend против NVIDIA: сопоставление производительности GPU-серверов и видеокарт, сверхдешёвая китайская…

27 октября 2026 г. в 11:39

Telegram-пост для B2B-аудитории о том, как Huawei Ascend меняет конкурентную ситуацию на китайском рынке ИИ-ускорителей и что это означает для выбора серверной инфраструктуры. Главный тезис: сравнивать нужно не отдельные чипы и пиковые FLOPS, а стоимость работающего ИИ-кластера — с учётом производительности на конкретных задачах, памяти, межчиповой связи, энергопотребления, масштабирования, программного стека, доступности поставок и совокупной стоимости владения.

Завязка — заметный сдвиг на китайском рынке. По данным, приведённым Reuters, в первом полугодии 2026 года доля NVIDIA на рынке ИИ-ускорителей в Китае снизилась до 34%, а Huawei достигла 28%. Поставки NVIDIA составили 678 тыс. устройств, Huawei — 572 тыс. При этом эти цифры нужно подавать с указанием периода, методики подсчёта и источника: они не означают, что Ascend уже сравнялась с NVIDIA по мировой производительности или зрелости экосистемы. Для контекста можно отметить, что в 2025 году NVIDIA занимала около 55% китайского рынка поставленных ускорителей, однако годовые данные и показатели за первое полугодие напрямую не сопоставимы без уточнения методологии.

Основная часть должна простым языком объяснить разницу между ускорителем, сервером и готовой системой ИИ. Даже если отдельный китайский процессор дешевле, итоговая стоимость проекта зависит от количества ускорителей, объёма и скорости памяти, сетевой инфраструктуры, охлаждения, энергопотребления, средств управления кластером, адаптации моделей и оплаты инженерных работ. Поэтому тезис о «сверхдешёвой китайской архитектуре» нельзя выдавать за установленный факт: подтверждённой сопоставимой статистики по цене владения Huawei Ascend и серверов NVIDIA в подготовленных материалах нет.

Сравнение производительности следует строить только на одинаковых задачах, моделях, точности вычислений, размере батча, конфигурации серверов и версии программного обеспечения. В одном ограниченном сравнении медианная эффективность использования теоретической производительности составила 41,5% у Huawei Ascend 950PR против 46,8% у NVIDIA H100. Этот результат показывает разрыв в конкретном тесте, но не даёт права объявлять NVIDIA безусловным победителем или Ascend универсальной заменой: итог зависит от нагрузки и оптимизации. Отдельно нужно разъяснить, что CUDA — это не просто драйвер, а зрелая экосистема библиотек, инструментов и готовых решений, которую при переходе на Ascend могут потребоваться адаптировать или переписать. Huawei при этом предлагает собственный стек, но его совместимость и зрелость нужно оценивать для каждой модели и прикладной системы отдельно.

Блок сравнения в посте оформить как компактную текстовую карточку с пятью критериями: производительность на конкретной ИИ-задаче; память и пропускная способность; масштабирование и межчиповая связь; энергопотребление и требования к серверу; совместимость программного обеспечения и совокупная стоимость владения. В каждом пункте избегать абсолютных формулировок. NVIDIA сохраняет преимущество в зрелости CUDA и широте экосистемы, а Ascend получает сильные позиции там, где критичны гарантированные поставки в Китае, технологическая независимость, соответствие национальной инфраструктурной стратегии и возможность оптимизировать решения под локальный стек.

Отдельный блок «Тезис — проверка»: экономичные китайские архитектуры моделей действительно могут снижать потребность в вычислениях и стоимость инференса, но экономия зависит от качества модели, требований к точности, стоимости переноса, интеграции и эксплуатации. Сама по себе архитектура модели не делает любой сервер дешёвым. Аналогично, рост Huawei на внутреннем рынке усиливает давление на NVIDIA, однако это не равно вытеснению NVIDIA с глобального рынка.

Финальный управленческий вывод: для закупки нельзя выбирать между Ascend и NVIDIA только по заявленной цене чипа или пиковым показателям. Заказчику тендера следует запросить тест на собственных моделях и сценариях, полную конфигурацию сервера, расчёт энергопотребления, условия поставки и поддержки, план миграции программного стека и стоимость владения на горизонте проекта. Ascend выглядит рациональным вариантом для части китайских и санкционно ограниченных сценариев; NVIDIA остаётся более предсказуемым выбором там, где важны широкий выбор ПО, совместимость и быстрое масштабирование.

Фраза о давлении на американский рынок ИИ и убыточных игроков вроде OpenAI должна быть подана как сценарный экономический вывод, а не как доказанный прямой эффект. Если китайские поставщики смогут одновременно нарастить объёмы, снизить стоимость вычислений и добиться достаточной совместимости программного стека, это способно давить на цены ускорителей, маржу инфраструктурных компаний и экономику разработчиков ИИ. Но утверждать, что Ascend уже непосредственно делает OpenAI убыточной или является причиной её убытков, нельзя без проверяемых финансовых и рыночных данных. Публикация — один экспертный Telegram-пост, без отдельной версии для сайта или Дзена; ссылки на источники разместить в конце поста.