De “AI-hype” heeft GPU’s tot geopolitieke strategische middelen gemaakt. Binnen dat speelbord drijft China een transitie die slechts twee jaar geleden nog ondenkbaar leek: het snel verminderen van hun afhankelijkheid van Nvidia, zelfs als dat ten koste gaat van energie-efficiëntie of software-matigheid.
Een analyse van Bernstein, vermeld door internationale media, schetst een bijzonder zwaar scenario voor het bedrijf: de marktaandeel van Nvidia in de Chinese AI-versneller markt zou kunnen dalen tot rond de 8%, tegenover ongeveer twee derde van de markt eerder dit jaar. De combinatie van exportrestricties en lokale ontwikkelingen zou deze verandering veroorzaken.
Twee krachten die het evenwicht veranderen
1) Exportbeperkingen: minder product, meer handels-wrijving
De eerste factor is niet technologisch, maar regulatoir. Amerikaanse beperkingen op geavanceerde chips en hun ecosysteem (componenten, onderlinge verbinding, rekenkracht, etc.) beperken welke modellen verkocht kunnen worden en onder welke voorwaarden. Het praktische resultaat is dat, in het high-performance AI-segment, het aanbod van Westerse producten onregelmatig, duurder en bureaucratisch wordt.
In die context kan een deel van de Chinese markt — vooral die met grote implementaties — niet vertrouwen op onzekere voorraad. Aankopen worden nu gedreven door wat binnenlands kan worden gepland, geproduceerd en ingezet, ook al is het niet altijd het “beste” in de klassieke zin.
2) Nationale vervanging: “voldoende goed” en steeds schaalbaarder
De tweede factor is de versnelde rijping van Chinese leveranciers. Hetzelfde Bernstein-analyses vermeldt dat lokale fabrikanten in de komende jaren mogelijk zo’n 80% van de binnenlandse vraag kunnen dekken, waardoor Nvidia in een marginale positie raakt.
Hier gaat het niet alleen om de chip zelf, maar om het hele systeem: clustertoepassingen, interne netwerken, software, ondersteuning en beschikbaarheid. Bij het bouwen van grootschalige capaciteit (datacentra, regionale clouds, superclusters) telt “time-to-deploy” bijna evenveel als TFLOPS.
Huawei, Moore Threads en het “systeemmodel”: concurreren op rack in plaats van op kaart
In de praktijk volgt China het pad dat al door de VS en hyper-scalers werd bewandeld: niet meer praten over “één GPU”, maar over rack-niveau architecturen.
Een voorbeeld hiervan is Huawei’s CloudMatrix 384, dat wordt gepresenteerd als een schaalbare trainingsplatform dat concurreert op het niveau van volledige clusters. Volgens de Financial Times heeft Huawei vergelijkingen verdedigd waarin CloudMatrix 384 betere prestaties zou leveren in bepaalde scenario’s dan equivalente Nvidia-configuraties, zij het met significantly hoger energieverbruik. In dat opzicht vertaalt zich dat in datacenters in CAPEX (geïnstalleerde kracht) en OPEX (elektriciteit en koeling).
Het ecosysteem van nieuwe spelers — zoals Moore Threads — probeert de kloof te dichten op het “GPU voor AI”-niveau met gespecialiseerde producten, onderbouwd door het argument van technologische soevereiniteit en lokale beschikbaarheid. In de analyse van Bernstein wordt deze competitieve druk genoemd als onderdeel van de trendverschuiving.
Vergelijkingstabel: wat verandert er en waarom is dat belangrijk?
| Sleutelfactor | Eerder (Nvidia-dominantie) | Nu (versnelde transitie) | Werkelijke marktimpact in China |
|---|---|---|---|
| Toegang tot cutting-edge GPU’s | Relatief vloeiend | Beperkt en onzeker | Complexere capaciteitsplanning met externe leveranciers |
| Concurrerende eenheid | GPU / kaart | Systemen / rack / cluster | Het gaat winnen met “kant-en-klare infrastructuur”, niet enkel silicium |
| Alternatieve leveranciers | A complementary | Strategisch | Aankopers accepteren “voldoende goed” als het inzetbaar is | Prijs versus beschikbaarheid | Hoge prijs, acceptabel | Prioriteit op beschikbaarheid | Supply chain is net zo belangrijk als prestatie |
| Energie en efficiëntie | Duidelijk Westenvoordeel | Compensaties (meer verbruik) | Toegenomen druk op geïnstalleerde kracht en koeling |
Europa’s analyse: een waarschuwing over afhankelijkheid en supply chain
Het geval in China bevat ook een boodschap voor Europa: wanneer een component strategisch wordt, wordt afhankelijkheid een operationeel risico. “Souveraine AI” is geen lege slogan in deze context: het is een manier om continuïteit, kosten en planning op de middellange termijn te waarborgen.
Veelgestelde vragen
Waarom wordt gezegd dat Nvidia’s marktaandeel in China zou kunnen dalen tot 8%?
Omdat Bernstein-analisten, geciteerd door internationale media, een sterke afname voorspellen door een combinatie van exportrestricties en groei van lokale leveranciers die een groot deel van de binnenlandse vraag kunnen dekken.
Wat betekent het dat China mogelijk 80% van de vraag zelf kan dekken met lokale chips?
Dat voor veel implementaties de koper prioriteit kan geven aan beschikbaarheid, ondersteuning en lokale leveringsmogelijkheden, ook al is de prestatie per watt niet het beste op de markt. Deze zelfvoorziening beperkt Nvidia’s ruimte.
Loopt Huawei echt tegen Nvidia aan in AI-trainingssystemen?
Huawei bevordert een “rack-scale” benadering met systemen zoals CloudMatrix 384. Sommige media vergelijken de prestaties, waarbij Huawei in bepaalde scenario’s concurreert, met de kanttekening dat het energieverbruik hoger ligt.
Wat betekent dit voor de wereldwijde AI-hardwaremarkt?
Het versnelt een splitsing: enerzijds de westerse ketens (Nvidia/AMD en ecosysteem) en anderzijds een steeds meer geïntegreerde Chinese stack. Deze fragmentatie kan leiden tot hogere kosten, dubbele softwareontwikklingen en verstoring van geavanceerde productiecapaciteit.
bron: tomshardware en Nikkei