China bereidt een nationaal netwerk van AI-datacenters voor met eigen chips

China ontwerpt een van de meest ambitieuze kunstmatige intelligentie-infrastructuurplannen ter wereld: een nationaal netwerk van verbonden datacenters, grotendeels geëxploiteerd door staatstelecombedrijven en vooral aangedreven door binnenlandse technologie. Volgens informatie gepubliceerd door Bloomberg en overgenomen door andere internationale media, overweegt Beijing een investering van ongeveer 2 biljoen yuan, wat neerkomt op circa 295 miljard dollar, over een periode van vijf jaar om dit gedistribueerde computing-netwerk te bouwen.

Het bedrag is enorm, maar het politieke doel is nog ambitieuzer. Het plan streeft ernaar dat minstens 80 % van de onderliggende technologie, inclusief AI-versnellers, afkomstig is van Chinese leveranciers zoals Huawei. Het doel is om de afhankelijkheid van NVIDIA, AMD en Intel te verminderen, temidden van een technologische oorlog met de Verenigde Staten waarin chips, datacenters en modeltrainingscapaciteit strategische activa zijn geworden.

Een nationaal computernetwerk om te concurreren in AI

De Nationale Commissie voor Ontwikkeling en Hervorming zal verantwoordelijk zijn voor het definiëren van het plan, terwijl China Mobile en China Telecom het grootste deel van de faciliteiten zullen beheren. Doel is om deze datacenters tegen 2028 te verbinden in een nationaal computernetwerk dat AI-belastingen kan verdelen over verschillende regio’s en zowel bedrijven als overheidsprojecten kan ondersteunen.

Deze strategie sluit aan bij China’s langetermijnstrategie om technologische soevereiniteit op te bouwen in lagen: nationale chips, nationale datacenters, nationale netwerken, eigen modellen en controle over datastromen. Het gaat niet alleen om het bouwen van gebouwen vol servers; het doel is een gecoördineerde infrastructuur te creëren die knelpunten vermindert en China in staat stelt zijn eigen AI-ontwikkelingen voort te zetten, zelfs als toegang tot buitenlandse hardware wordt beperkt.

PlanonderdeelVoorspelde of genoemde gegevens
Begrotingsraming2 biljoen yuan
Geschatte waardecirca 295 miljard dollar
PlanperiodeVijf jaar
Doelnetwerk internationale uitrol2028
VoorkeurstechnologieMinimaal 80 % van nationale herkomst
Belangrijkste exploitantenChina Mobile en China Telecom
Betrokken instantieNationale Commissie voor Ontwikkeling en Hervorming
Potentiële kosten inclusief netinfrastructuurMeer dan 5 biljoen yuan

De financiering wordt verwacht te komen uit staatsobligaties en speciale ultralangetermijnleningen van de Chinese overheid. Wanneer ook de benodigde upgrades voor het elektriciteitsnet mee worden gerekend, kan de totale kosten de grens van 5 biljoen yuan overschrijden. Dit benadrukt een aspect dat vaak over het hoofd wordt gezien in debatten over AI: grootschalige AI is niet alleen software, maar ook energie, grondstoffen, water, glasvezel, geheugen, chips, koeling, operationele en industriële planning.

De grootste bottleneck: voldoende fabricagecapaciteit voor versnellers

Het meest kritieke punt van het plan lijkt niet de financiering zelf, maar het vullen van de datacenters met voldoende binnenlandse AI-versnellers. Het eisen dat minstens 80 % van de gebruikte technologie Chinees is, beperkt direct het gebruik van GPU’s van NVIDIA en AMD, zelfs als er aangepaste versies beschikbaar zijn die aan exportrestricties voldoen.

China beschikt over lokale leveranciers voor AI-chips, met Huawei als meest opvallende speler dankzij de Ascend-familie. Maar het produceren van geavanceerde versnellers op grote schaal vereist meer dan alleen chipontwerp. Capaciteit voor fabricage op concurrerende nodes, geavanceerde verpakking, hoge bandbreedte geheugen, software, compilers, interconnectie en een stabiele toeleveringsketen zijn noodzakelijk.

SMIC vormt een cruciale schakel in deze keten. Zijn meest geavanceerde en stabiele proces, bekend als N+2, bevindt zich ruwweg rond 7 nm. Volgens beschikbare informatie opereert de foundry bij meer dan 93 % benutting, waardoor er weinig ruimte is om een groeiende vraag te absorberen als alle Chinese geverifieerde fabrikanten tegelijk om dezelfde wafels concurreren.

BelemmeringWaarom het het plan beperkt
SMIC-capaciteitGeavanceerde productie heeft weinig manoeuvreerruimte
Noodzakelijke nodes (N+2)Ongeveer 7 nm, achter de wereldleiders
Nationale HBM-geheugenHet aanbod van hoogbandbreedte geheugen blijft beperkt
Geavanceerde verpakkingNoodzakelijk voor concurrerende versnellers
SoftwareCUDA blijft een sterke uitdaging voor NVIDIA
Energie-efficiëntieLokale chips kunnen meer stroom verbruiken voor vergelijkbare prestaties
Opschaling productieOverheid- en marktvragen strijden om dezelfde bronnen

Het HBM-geheugen vormt een ander kritisch knelpunt. Moderne AI-versnellers hangen sterk af van snel en dicht geheugen. Zonder voldoende HBM kunnen we niet alleen ontwerpen van versnellers hebben; de capaciteit om systemen zoals Ascend samen te stellen wordt beperkt door dit steeds schaarser wordende onderdeel dat China nog steeds probeert te versterken.

Huawei heeft vorig jaar naar schatting 812.000 chips geëxporteerd, met een verwachte omzet van 12 miljard dollar in processors in 2026. Hoewel deze cijfers significant zijn, tonen ze ook de spanning in de toeleveringsketen. Als het nationale plan een enorme vraag naar meer versnellers oplegt, zal de lokale productie snel moeten groeien met componenten die nog niet volledig ontwikkeld zijn.

Soevereiniteit versus prestatieniveau

Het Chinese plan weerspiegelt een duidelijke prioriteit: technologische onafhankelijkheid, zelfs als dat inhoudt dat prestaties en energie-efficiëntie moeten wordt opgeofferd ten opzichte van Amerikaanse oplossingen. Voor inferentietaken kunnen veel binnenlandse chips volstaan voor specifieke workloads. Het echte probleem doet zich voor bij training van geavanceerde modellen, waar NVIDIA nog steeds een aanzienlijk voordeel heeft door niet alleen hardware, maar ook door het ecosysteem rond CUDA, interconnecties, softwareontwikkeling en frameworkintegratie.

De ervaring van DeepSeek wordt vaak aangehaald als voorbeeld van deze spanning. Het bedrijf richtte zich op Huawei-hardware voor bepaalde workloads, maar moest uiteindelijk toch terugvallen op NVIDIA voor zwaar trainingwerk, aldus rapportages. Dit onderstreept dat volledige vervanging van het Amerikaanse ecosysteem geen eenvoudige administratieve taak is.

OnderdeelVoordelen van de nationale strategieTechnisch risico
InferentieKan op nationale chips worden gedaan voor diverse workloadsEnergieverbruik en efficiëntie kunnen variëren
TrainingVermindert afhankelijkheid van buitenlandse hardwareLager prestatieniveau voor complexe modellen
SoftwareVersterkt ecosystemen zoals CANNMinder volwassen dan CUDA
Nationale veiligheidMeer controle over infrastructuurPotentiële minder flexibiliteit
ToeleveringsketenStimuleert Chinese toeleveranciersKnelpunten in wafels, HBM en verpakking blijven bestaan
Politieke kostenLagere blootstelling aan sanctiesCapaciteit onderbenut als hardware ontbreekt

Dit dilemma is niet uniek voor China. de Verenigde Staten, Europa, Japan, Zuid-Korea, India en Golfstaten proberen ook AI, datacenters en technologische soevereiniteit te combineren. Wat China onderscheidt, is dat het met strengere externe beperkingen te maken heeft en tegelijk een grotere staatscapaciteit bezit om investeringen, schulden, staatsbedrijven en binnenlandse vraag te coördineren.

Het precedent: toenemende beperkingen op buitenlandse chips

Het plan van 295 miljard dollar komt niet uit de lucht gevallen. Beijing heeft al haar houding ten opzichte van het gebruik van buitenlandse chips in datacenters aangescherpt. In augustus werd een vereiste geïntroduceerd dat datacenters minstens 50 % Chinese chips moesten gebruiken. In november werden door de overheid gefinancierde projecten verplicht om uitsluitend Chinese versnellers te gebruiken, en projecten met minder dan 30 % voltooiing kregen instructies om componenten van NVIDIA, AMD en Intel te verwijderen.

De richting is duidelijk: publieke en door de staat ondersteunde infrastructuur moet stoppen afhankelijk te zijn van Amerikaanse chips. Dit is deels een reactie op exportcontroles uit Washington, maar ook een strategie om de vraag naar nationale leveranciers te stimuleren.

Vermelde beleidsmijlpaalImpact
Augustus 2025Vereiste van minimaal 50 % lokale chips in datacenters
November 2025Overheidsprojecten gericht op uitsluiting van buitenlandse versnellers
Projecten onder 30 % voltooiingVerwijdering van NVIDIA, AMD en Intel
Nieuw nationaal planStreeft naar minimaal 80 % binnenlandse technologie
Doeljaar 2028Verbonden datacenter-netwerk

Het risico bestaat dat beleid de industriële capaciteit overtreft. SMIC, Huawei en andere Chinese leveranciers hebben snel vorderingen gemaakt, maar AI-datacenters worden niet gevuld door politieke wil alleen. Ze vereisen grote volumes aan goed presterende componenten, een stabiele toeleveringsketen en software die echte modellen en toepassingen kan ondersteunen.

Het gevaar van capaciteit opbouwen voordat er vraag is

Binnen de Chinese industrie bestaan ook twijfels. Zhao Haijun, mede-CEO van SMIC, waarschuwt voor het gevaar dat er teveel datacentercapaciteit wordt gecreëerd voordat er daadwerkelijk vraag of hardware is om te benutten—vergelijkbaar met het aanleggen van snelwegen voor er verkeer is.

Deze waarschuwing is relevant. China heeft de afgelopen jaren honderden datacenterprojecten aangekondigd, verspreid over regio’s met energie, goedkope grond of staatssteun. Maar een leeg, onderbenut datacenter of eentje dat onvoldoende chips heeft, biedt geen technologische voorsprong. Het kost kapitaal, energie en onderhoud.

Een goed geconnecteerd landelijk netwerk kan dat beter coördineren door resources te verbinden en belastingen efficiënt te verdelen. Maar het kan ook mislukken als het onder rigide politieke doelen wordt gebouwd in plaats van onder echte vraag en technische behoefte.

Risico’s van versnelde uitrolMogelijke gevolgen
Onderbenutte centraKapitaal blijft vastzitten, lage ROI
Ontbreken van nationale chipsGebrekkige AI-capaciteit
Onvoldoende elektrisch netwerkVertragingen, hogere kosten
Onvolwassen softwareLagere productiviteit ontwikkelaars
Regionale overinvesteringenDubbeling van middelen
Strikte politieke doelstellingenVerminderde economische efficiëntie

Een directe bedreiging voor de dominantie van NVIDIA

Hoewel het plan wordt gepresenteerd als een nationale strategie, heeft het ook een directe impact op NVIDIA. Het Amerikaanse bedrijf is de belangrijkste leverancier in de wereldwijde AI-race. Zelfs met exportbeperkingen blijft China een belangrijke markt, eerst via aangepaste producten en later via meer beperkte kanalen.

Als Beijing erin slaagt een nationale netwerkinfrastructuur op te bouwen gebaseerd op binnenlandse chips, zal dit op middellange termijn de afhankelijkheid van buitenlandse hardware verminderen. Anders kan China uiteindelijk met dure infrastructuur zitten die echter beperkt blijft door minder competitieve of schaarse versnellers.

Voor NVIDIA, AMD en Intel betekent dit dubbel: enerzijds wordt de Chinese markt voor strategische projecten steeds smaller, anderzijds kan de druk uit China om buitenlandse hardware te vervangen snelle groei van binnenlandse concurrenten stimuleren. Zulke lokale spelers, zoals Huawei, Cambricon, Enflame en Biren, krijgen zo een grote kans, hoewel ze ook onder grote druk staan om aan de vraag te voldoen die eerder door Amerikaanse leveranciers werd gedirigeerd.

De AI-race wordt een infrastructuurrace

Het toont dat de concurrentie in AI niet langer alleen plaatsvindt op modelniveau, maar zich verplaatst naar datacenters, chips, energievoorziening, geheugen, netwerken, verpakking, software en overheidsfinanciering. China wil een nationale computernetwerkinfrastructuur creëren die als strategische pijler fungeert, vergelijkbaar met energie-, spoor- of telecomnetwerken uit het verleden.

Het plan kan China meer controle geven over haar digitale toekomst, maar het elimineert niet de technische beperkingen. Het fabriceren van geavanceerde chips zonder toegang tot toptechnologie, het opschalen van lokaal HBM, het vervangen van CUDA, het verbeteren van energie-efficiëntie en het vullen van datacenters met voldoende versnellers blijven complexe taken, zelfs met miljarden euros op de teller.

De meest realistische inschatting is dat China niet streeft naar directe gelijkwaardigheid met de Amerikaanse AI-infrastructuur, maar vooral de kwetsbaarheden wil verminderen. Als het een groter deel van haar inferentie, publieke diensten, nationale modellen en bedrijfsbelastingen kan afdekken met eigen hardware, krijgt het strategisch speelruimte. Als het bovendien de kloof in training kan dichten, wordt de impact nog groter.

Momenteel gaat de ambitie verder dan de capaciteit. Maar in halfgeleiders, net als in infrastructuur, telt niet alleen het plan, maar ook de uitvoering. Beijing stuurt een duidelijke signaal: AI wordt een nationale netwerkinfrastructuur, geen louter private industrie, en de fundamenten moeten van Chinese makelij zijn.

Veelgestelde vragen

Hoeveel wil China investeren in haar nationale AI-datacenternetwerk?

Volgens rapporten overweegt China circa 2 biljoen yuan, ongeveer 295 miljard dollar, te investeren over vijf jaar.

Hoeveel technologie uit eigen land wil Beijing gebruiken?

Het plan streeft ernaar dat minstens 80 % van de gebruikte technologie, inclusief AI-chips, van Chinese leveranciers komt.

Wie zal het datacenternetwerk beheren?

China Mobile en China Telecom zullen het grootste deel van de faciliteiten beheren, onder toezicht van de Nationale Commissie voor Ontwikkeling en Hervorming.

Wat is de grootste uitdaging van het plan?

Niet alleen financiering, maar ook het produceren van voldoende binnenlandse versnellers, HBM-geheugen, geavanceerde verpakking en software die in echte toepassingen kunnen worden ingezet.

bron: tomshardware

Scroll naar boven