Chinas Tech-Giganten meiden Huawei-Chips aufgrund von Überhitzungsproblemen und NVIDIAs Dominanz mit CUDA-Lock-Ins

Dieser Artikel stellt keine Anlageberatung dar. Der Autor hält keine Anteile an den hier erwähnten Aktien.

Huaweis Herausforderungen auf dem KI-Chip-Markt

Huawei wollte mit seinen Ascend 910C-GPUs Chinas Abhängigkeit von NVIDIA reduzieren, steht jedoch vor erheblichen Hindernissen bei der Erreichung dieses Ziels. Die starke Position des NVIDIA-Ökosystems, gestärkt durch die CUDA-Softwareplattform, sowie verschiedene Defizite seitens Huawei haben zu dieser Trägheit beigetragen.

Aktuelle Berichte von The Information zeigen, dass wichtige chinesische Technologieunternehmen wie TikToks Muttergesellschaft ByteDance, Alibaba und Tencent keine größeren Bestellungen für die KI-Chips von Huawei aufgegeben haben.

Faktoren, die die Einführung der 910C-GPUs von Huawei behindern

Mehrere kritische Faktoren haben zu einer erheblichen Verzögerung der Einführung der 910C-GPUs von Huawei geführt. Der Fokus des Unternehmens hat sich vor allem auf die Belieferung größerer staatlicher Unternehmen (SOEs) und lokaler Behörden verlagert, da die Begeisterung in der breiteren Tech-Community weiterhin verhalten ist.

1. Investition in das Ökosystem von NVIDIA

Viele chinesische Technologieriesen haben massiv in das NVIDIA CUDA-Framework investiert. Die Abkehr von diesem etablierten Ökosystem würde viel Zeit und Ressourcen erfordern. Berichten zufolge erwarten Unternehmen von Huawei, dass es seine Angebote an ihre bestehenden Plattformen anpasst, und nicht umgekehrt.

2. Wettbewerbslandschaft

Darüber hinaus zögern Chinas größte Technologiekonzerne, die zufällig auch Huaweis Konkurrenten sind, sich voll und ganz auf dessen Produkte einzulassen. Diese Befürchtung wird eher durch ihre Wettbewerbsinteressen genährt als durch den Wunsch nach gemeinsamen Innovationen.

3. Bedenken hinsichtlich der Zuverlässigkeit

Die Zuverlässigkeit ist ein weiteres dringendes Problem, da es bei den Ascend 910C-Chips von Huawei Berichte über Überhitzungsprobleme gibt. Solche Bedenken beeinträchtigen ihren Ruf in der Technologiebranche und führen zu einer zögerlichen Einführung.

4. Vorhandener NVIDIA-Bestand

Darüber hinaus haben viele führende Technologieunternehmen im Laufe der Jahre eine beträchtliche Anzahl an NVIDIA-GPUs gehortet. Dieser Bestand verringert den Anreiz für diese Unternehmen, auf Huawei-Produkte umzusteigen, insbesondere angesichts der finanziellen Auswirkungen einer solchen Umstellung.

5. Regulatorische Herausforderungen

Die Situation wurde durch US-Exportbeschränkungen noch komplizierter. Im Mai veröffentlichte das US-Handelsministerium eine Richtlinie, in der Huaweis Chips als „giftig“ eingestuft wurden. Wer diese Chips ohne vorherige Genehmigung verwendet, riskiert einen Verstoß gegen die US-Exportkontrollen. Davon sind insbesondere international tätige chinesische Unternehmen betroffen.

Technische Vergleiche und Entwicklungen

In einer früheren Analyse haben wir festgestellt, dass Huaweis Ascend 910C zwei frühere 910B-Chips kombiniert und so bei FP16 eine Rechenleistung von rund 800 TFLOP/s sowie eine Speicherbandbreite von 3, 2 TB/s liefert. Damit liegt er leistungsmäßig dicht neben NVIDIAs H100-GPU.

Um mit NVIDIAs Supercomputing-Angeboten weiter mithalten zu können, hat Huawei die CloudMatrix 384 eingeführt, die bis zu 384 Ascend-Chips integriert. Dieses Produkt entspricht zwar der Leistung von NVIDIA, bietet aber derzeit keine robuste Unterstützung für speichereffiziente Berechnungsformate wie FP8. Huawei hat jedoch ein Tool für künstliche Kompatibilität entwickelt, das jedoch nicht optimal ist.

NVIDIAs Marktposition

Trotz der Herausforderungen durch die Konkurrenz ist NVIDIA weiterhin erfolgreich. Laut einem aktuellen Bericht von UBS bestätigte das Unternehmen Einblick in KI-Infrastrukturprojekte im Umfang von mehreren zehn Gigawatt. UBS führte eine theoretische Bewertung durch, die schätzte, dass NVIDIA im KI-Rechenzentrumssegment jährlich zwischen 400 und 500 Milliarden US-Dollar erwirtschaften könnte, bei einer angenommenen Infrastrukturpipeline von 20 GW und einem Realisierungszeitraum von zwei bis drei Jahren.

Die aktuelle Marktlandschaft veranschaulicht die Komplexität und Dynamik der KI-Chip-Industrie und verdeutlicht die enormen Herausforderungen, vor denen Huawei steht, wenn es darum geht, seine Produkte in einem stark gesättigten Markt zu etablieren.

Quelle & Bilder