Обзор производительности внутренних решений для масштабирования соединений в китайских разработках ИИ-чипов

На 27-й Китайской международной оптоэлектронной выставке (CIOE), которая проходила с 9 по 11 сентября в Выставочно-конференц-центре Шэньчжэня, центральное место заняло оптическое соединение, управляемое искусственным интеллектом. Экспоненты, представляющие модули, чипы, волокна, коннекторы и тестовое оборудование, сообщили о нехватке мощностей и ограниченных поставках. Некоторые заказы уже оформлены на 2027 год, поскольку крупные кластеры для обучения и инференса требуют больше высокоскоростных каналов между серверами, коммутаторами и графическими процессорами.

Для фабрик данных, ориентированных на ИИ, в 2026 году основным отправляемым продуктом остаются оптические модули на скорости 800G. Тем временем, ведущие производители выводят модули на 1.6T на массовое производство и коммерческую проверку. Комментарии с выставки указывают на поэтапный переход: 800G по-прежнему обеспечивает основной объем поставок, 1.6T начинает наращивать выпуск в ограниченных количествах, а более широкий рост зависит от того, как быстро платформы серверов и коммутаторов внедрят соответствующие порты.

Более высокие скорости также влияют на выбор архитектур — такие как LPO (линейно-присоединяемая оптика), NPO (оптика околопакетная) и CPO (оптика в составе пакета). Эти архитектуры представляют собой компромисс между масштабированием по расширению (scale-out) и масштабированием по увеличению мощности (scale-up) кластеров, балансируя мощность, плотность и дальность. Стандартизированные подключаемые устройства все еще доминируют во многих соединениях типа scale-out, тогда как NPO и CPO привлекают больше внимания внутри плотных областей scale-up, где ценятся низкая задержка и высокая плотность пропускной способности.

Давление распространяется вверх по цепочке поставок. Оптические чипы, сборки MPO и FAU, специализированное волокно и высокоскоростные электрические чипы сталкиваются с усиленным спросом. Технология тонкопленочного ниобата лития (TFLN) переходит от демонстраций в лаборатории к мелкосерийному производству, однако ей все еще требуется достижение зрелости процессов и квалификация со стороны клиентов. Общие архитектуры 1.6T, например 8×200G, по-прежнему зависят от дефицитного кремния DSP и драйверов, где глобальные специалисты сохраняют значительную долю рынка, даже несмотря на относительно сильную производственную мощность китайского модульного производства.

Тестовое оборудование является еще одним ограничивающим фактором: каждый скачок скорости требует более высокой пропускной способности и более сложной сквозной проверки устройств, модулей и систем. Этот сдвиг открывает возможности для китайских производителей измерительных приборов, которые исторически отставали от зарубежных образцов осциллографов, восстановителей тактовых сигналов и связанных производственных тестеров, хотя доля высококлассного оборудования по-прежнему в основном принадлежит международным поставщикам.

Обзоры отрасли, проведенные вокруг выставки, также отмечают, что наращивание объема 1.6T станет темой 2026 года, в то время как объемы 3.2T и выше находятся преимущественно на стадии отбора проб. Для покупателей, планирующих ИИ-кластеры, реальная ситуация заключается в гонке за пропускную способность и квалификацию, а не в запуске одного продукта. Спрос на оптику растет прямо сейчас, 800G по-прежнему заполняет большинство слотов поставок, 1.6T поставляется от производителей в ранних коммерческих партиях, а узким местом остается поставка от модулей через чипы до тестового оборудования в следующем году.

Четыре отечественных производителя графических процессоров Китая — Moore Threads, Biren Technology, Enflame и MetaX — вышли на публичные рынки или вот-вот выйдут, и теперь они входят в стадию дифференциации. Аналитики отмечают, что ключевой вопрос сместился с наличия чипа на способность компании сформировать полноценный коммерческий цикл.

Эти компании демонстрируют быстрый рост при одновременном сокращении убытков. Moore Threads, которая первой вышла на биржу, лидирует по выручке и начала осуществлять стабильные серийные поставки на общем рынке. Biren и Enflame сосредоточены на тендерах крупных кластеров для вычислений искусственного интеллекта, которые характеризуются высокой, но нестабильной потребностью, в то время как MetaX демонстрирует более устойчивый рост.

Все четыре компании активно инвестируют в программное обеспечение, которое аналитики считают настоящим полем битвы за отрыв доли рынка у устоявшейся экосистемы CUDA от NVIDIA.

Четыре компании разделились на два технических лагеря. Moore Threads, Biren и MetaX придерживаются пути универсальных графических процессоров, сохраняя высокую совместимость с CUDA для снижения затрат на переключение разработчиков. Собственная архитектура MUSA от Moore Threads привлекла более 800 000 разработчиков. Enflame является исключением, поскольку она использует выделенную архитектуру (DSA), которая не имитирует CUDA, и поддерживается собственным стеком Tops Rider, включающим драйверы, компиляторы и библиотеки операторов.

Стратегия взаимодействия с клиентами также различается. Enflame тесно связана с Tencent, которую компания назвала одновременно и защитным барьером, и ограничением, учитывая, что Tencent приобрела значительную долю ее выручки. База клиентов Biren охватывает национальные вычислительные центры, три государственных телекоммуникационных оператора и ведущие лаборатории ИИ. Moore Threads продает свои продукты широко в секторах интернета, телекоммуникаций и государственного управления.

Несмотря на активность, эти четыре компании остаются лишь меньшинством на рынке ускорителей ИИ в Китае. По оценкам IDC, в 2025 году в Китае было отгружено около четырех миллионов карт ускорителей ИИ, при этом NVIDIA заняла примерно 55 процентов, а Huawei обеспечила почти половину внутреннего объема. Консалтинговая фирма CIC прогнозирует, что к 2028 году рынок ускорителей ИИ в Китае превысит один триллион юаней, причем доля отечественных решений достигнет около 90 процентов. В течение следующих двух лет ожидается, что эти четыре компании займут естественные уровни в сферах обучения, инференса и рендеринга, вместо того чтобы столкнуться с внезапным кризисом.