Atak na monopol Nvidii: Dlaczego geniusz sztucznej inteligencji DeepSeek buduje teraz własne układy scalone

Sankcje USA przynoszą odwrotny skutek: Jak DeepSeek wywraca globalny porządek technologiczny do góry nogami

Tańsze, mądrzejsze, niezależne? Oto, co kryje się za radykalnym planem DeepSeek dotyczącym chipów

Chiński startup DeepSeek, zajmujący się sztuczną inteligencją, wstrząsnął już globalnym światem technologii swoimi niezwykle wydajnymi i bezprecedensowo przystępnymi cenowo modelami oprogramowania. Teraz nadchodzi kolejny logiczny i wybuchowy krok: według doniesień poufnych firma potajemnie pracuje nad własnym układem AI. To, co początkowo brzmi jak zwykły szczegół techniczny dla maniaków sprzętu, jest w rzeczywistości geopolitycznym i ekonomicznym trzęsieniem ziemi. Napędzany amerykańską kontrolą eksportu i dążeniem do maksymalnej kontroli kosztów na masowym rynku wnioskowania AI, DeepSeek coraz bardziej uwalnia się od zależności od gigantów takich jak Nvidia. Wyposażony w rekordowe finansowanie w miliardach i wsparcie rządowe, flagowe chińskie laboratorium przygotowuje się do zmiany paradygmatu. Ten krok może nie tylko zagrozić dominacji Nvidii, ale także fundamentalnie zmienić cały globalny przemysł półprzewodników i równowagę sił w wyścigu o sztuczną inteligencję. Analiza strategicznego arcydzieła.

DeepSeek opracowuje własny układ AI: Kiedy oprogramowanie nie wystarcza: chińskie laboratorium AI sięga po suwerenność sprzętową

Od modelu do maszyny: co ujawniła agencja Reuters

7 lipca 2026 roku agencja Reuters, powołując się na trzy źródła zaznajomione ze sprawą, poinformowała, że ​​chiński startup DeepSeek, zajmujący się sztuczną inteligencją, pracuje nad własnym układem scalonym AI. Wiadomość ta, początkowo uznawana za przypis w globalnym dyskursie technologicznym, po bliższym przyjrzeniu się okazuje się posunięciem strategicznym o dalekosiężnych konsekwencjach ekonomicznych, geopolitycznych i przemysłowych. Układ scalony ma być przeznaczony przede wszystkim do zadań wnioskowania – czyli do obliczeń, w których wstępnie wytrenowany model generuje odpowiedzi na zapytania użytkowników – a nie do trenowania nowych modeli. Brzmi to jak specyfikacja techniczna, ale w rzeczywistości jest to precyzyjna decyzja ekonomiczna: wnioskowanie to masowy rynek branży AI, faza, w której skalowanie przekłada się na namacalne koszty.

Według licznych doniesień, prace rozwojowe wciąż znajdują się na wczesnym etapie. DeepSeek skontaktował się z partnerami zewnętrznymi i przeprowadził rozmowy z firmami projektującymi układy scalone, producentami półprzewodników i producentami pamięci. Szczególnie wymowny jest fakt, że firma w ostatnich miesiącach selektywnie rekrutowała inżynierów ds. projektowania układów scalonych – bez publikowania publicznych ogłoszeń o pracę na wspólnych platformach, a wyłącznie za pośrednictwem dyskretnych kanałów. Ta poufność operacyjna sugeruje strategię, która przedkłada strategiczne zaskoczenie nad transparentność i ma na celu uniemożliwienie konkurentom podjęcia działań zaradczych.

Według jednego ze źródeł, projekt chipa rozpoczął się około rok temu. Zbiega się to dokładnie z okresem, w którym DeepSeek zyskał międzynarodową sławę dzięki modelowi V3, a jednocześnie rosnące uzależnienie od chipów Nvidii stało się ryzykiem politycznym i operacyjnym. Chociaż DeepSeek coraz częściej podkreśla w swojej komunikacji publicznej sprzęt Huawei, pojawiły się solidne dowody na to, że firma wykorzystywała również chipy Blackwell firmy Nvidia w swoich najnowszych modelach – chipy, których eksport do Chin jest oficjalnie zakazany.

Anatomia start-upu zajmującego się sztuczną inteligencją: Kto stoi za DeepSeek?

Aby właściwie ocenić znaczenie tego projektu chipowego, należy zrozumieć początki DeepSeek. Firma nie jest zwykłym startupem, który wyrósł z garażu. To ambitny projekt poboczny ilościowego funduszu hedgingowego. Założyciel Liang Wenfeng, urodzony w latach 80. w prowincji Guangdong na południu Chin i absolwent Uniwersytetu Zhejiang, współtworzył w 2015 roku fundusz ilościowy High-Flyer. High-Flyer wykorzystywał matematykę i sztuczną inteligencję do algorytmicznego handlu akcjami i w pewnym momencie osiągnął wartość 14 miliardów dolarów aktywów w zarządzaniu.

W 2021 roku – jeszcze przed zaostrzeniem amerykańskich ograniczeń eksportowych – Liang zaczął systematycznie kupować procesory graficzne Nvidia. Jeden z partnerów biznesowych opisał go wówczas jako technologicznego geeka, który mówił o klastrze 10 000 chipów do rozwoju modeli i nikt nie traktował go poważnie. W rzeczywistości do 2022 roku High-Flyer zgromadził około 10 000 chipów A100 – zasób, który z perspektywy czasu wydaje się strategicznym przebłyskiem geniuszu. W maju 2023 roku Liang założył DeepSeek jako spin-off High-Flyer, którego deklarowanym celem nie była maksymalizacja zysków, lecz bycie w czołówce globalnego postępu w dziedzinie sztucznej inteligencji. W szeroko cytowanym wywiadzie Liang wyraził swoje credo: ani nie ponosić strat, ani nie generować nadmiernych zysków, lecz rozwijać cały ekosystem.

W lutym 2025 roku Liang Xi Jinping osobiście spotkał się z DeepSeek podczas spotkania z przedsiębiorcami technologicznymi w Pekinie. DeepSeek przestał być prywatnym projektem badawczym, a stał się narodowym symbolem technologicznej samostanowienia. Ten symboliczny status ma praktyczne konsekwencje: dostęp do zasobów państwowych, ochrona przed przeszkodami regulacyjnymi i ukryte wsparcie w pozyskiwaniu deficytowego sprzętu to przywileje przyznawane jedynie nielicznym chińskim firmom technologicznym.

Model biznesowy outsidera: efektywność jako krytyka systemu

Zanim ambicje firmy DeepSeek dotyczące układów scalonych zostaną ocenione pod kątem ekonomicznym, konieczne jest zrozumienie leżącego u ich podstaw modelu biznesowego. DeepSeek metodycznie kwestionuje zasady branży sztucznej inteligencji, udowadniając, że szczytowa wydajność nie wymaga astronomicznych kosztów szkolenia. Kiedy w grudniu 2024 roku firma ujawniła, że ​​szkolenie jej modelu R1 kosztowało zaledwie około 5,6 miliona dolarów – w porównaniu z setkami milionów dolarów w przypadku GPT-4 firmy OpenAI – wywołało to szok na światowych rynkach akcji. Akcje Nvidii straciły prawie 17 procent swojej wartości w ciągu jednego dnia handlowego, co spowodowało spadek kapitalizacji rynkowej o 589 miliardów dolarów – największy jednodniowy spadek w historii giełdy.

Podstawą technologiczną tej wydajności jest architektura modeli DeepSeek: wykorzystują one strukturę Mixture of Experts (MoE), w której nie wszystkie parametry modelu są aktywowane dla każdego zapytania, lecz tylko odpowiedni podzbiór. To drastycznie zmniejsza nakład obliczeniowy na operację wnioskowania. Ponadto istnieją dalsze innowacje algorytmiczne, takie jak Multi-Head Latent Attention (MLA), które znacząco zmniejszają zapotrzebowanie na pamięć podczas przetwarzania długich kontekstów. DeepSeek wykazał zatem, że kreatywność algorytmów może zrekompensować część niedoborów sprzętowych – odkrycie to podważa skuteczność całej zachodnich strategii eksportu układów scalonych.

Konsekwencje dla ekonomii korporacyjnej są godne uwagi: DeepSeek oferuje swoje usługi w cenach, które obniżają ceny zachodnich konkurentów nawet o 90 procent. Chociaż model jest dostępny jako oprogramowanie open source, taka struktura cenowa umożliwia agresywną penetrację rynku, nie w oparciu o klasyczny model venture capital „wzrost przed rentownością”, ale o strukturalnie niższe koszty operacyjne. To właśnie jest klucz do zrozumienia projektu chipowego: ten, kto kontroluje własny sprzęt, kontroluje najdłuższą dźwignię kosztową w łańcuchu wartości sztucznej inteligencji.

Cień Nvidii i Huawei: dlaczego DeepSeek chce przełamać zależność

Obecna sytuacja DeepSeek na rynku chipów jest wynikiem niezwykłego połączenia presji geopolitycznej, kompromisów technologicznych i strategicznej niezależności. Firma od dawna korzysta ze sprzętu firmy Nvidia, której ekosystem oprogramowania CUDA jest nadal uważany za najpotężniejszy i najbardziej przyjazny dla deweloperów na świecie. Chińskie władze i przedstawiciel rządu USA potwierdziły, że model V4 firmy DeepSeek został przeszkolony na chipach Blackwell firmy Nvidia – obecnie najpotężniejszych chipach firmy – pomimo oficjalnego zakazu ich eksportu do Chin. Infrastruktura, o której mowa, znajduje się podobno w centrum danych w Mongolii Wewnętrznej.

To poleganie na zabronionym lub co najmniej prawnie wątpliwym sprzęcie nie stanowi trwałego fundamentu dla firmy aspirującej do zdefiniowania chińskiej krajowej infrastruktury sztucznej inteligencji. Huawei oferuje alternatywę w postaci rodziny chipów Ascend, ale różnica w wydajności jest znacząca: własne testy DeepSeek pokazują, że Ascend 910C osiąga jedynie 60 procent wydajności wnioskowania układu H100 firmy Nvidia. W przypadku zadań szkoleniowych różnica jest jeszcze większa. Huawei produkuje swoje chipy w 7-nanometrowym procesie technologicznym SMIC – technologii, która odpowiada najnowocześniejszemu stanowi techniki TSMC z lat 2019/2020, a nie stanowi obecnego stanu. Powód jest strukturalny: do tej pory Chiny nie otrzymały ani jednej maszyny litograficznej EUV od ASML, holenderskiego monopolisty w produkcji warstw półprzewodnikowych o najwyższej rozdzielczości.

Przełomowy moment nastąpił w lutym 2026 roku: agencja Reuters poinformowała, że ​​DeepSeek nie przyznał amerykańskim producentom chipów – w tym Nvidii – wczesnego dostępu do swojego nowego flagowego modelu V4, mimo że była to standardowa praktyka branżowa. Zamiast tego Huawei otrzymał wyłączny wczesny dostęp, umożliwiający optymalizację oprogramowania pod kątem obsługi tego modelu. W kwietniu 2026 roku DeepSeek wypuścił model V4, który po raz pierwszy zawierał zarówno procesory graficzne Nvidii, jak i układy NPU Ascend firmy Huawei w ramach wspólnej platformy walidacji sprzętu. Huawei potwierdził, że jego układy Ascend 950 przyczyniły się do rozwoju V4.

Analiza przeprowadzona przez firmę badawczą SemiAnalysis z Wall Street ujawniła jeszcze bardziej fundamentalny związek: DeepSeek V4 i Ascend 950DT firmy Huawei zostały zaprojektowane wspólnie – co oznacza, że ​​były rozwijane wspólnie od samego początku, a nie później, gdy model był adaptowany do sprzętu Huawei. Architektura 950DT, z pamięcią HiZQ 2.0 (pojemność 144 GB, przepustowość 4 TB/s) i wyspecjalizowanymi jednostkami wykonawczymi, została od początku zaprojektowana z myślą o wzorcach wnioskowania DeepSeek. Reakcja rynku na ogłoszenie V4 była jednoznaczna: akcje SMIC wzrosły o 10% w dniu ogłoszenia, podczas gdy akcje innych chińskich producentów kontraktowych w Hongkongu wzrosły o 9–15%.

Ekonomia własnego układu scalonego: między racjonalnością strategiczną a ryzykiem technologicznym

Dlaczego DeepSeek opracowuje własny chip teraz, skoro współpraca z Huawei jest już tak zaawansowana? Odpowiedź leży na styku ekonomii korporacyjnej, autonomii strategicznej i trzeźwej analizy ryzyka.

Po pierwsze: struktura kosztów i optymalizacja marży. W branży sztucznej inteligencji wnioskowanie nie jest najbardziej efektownym aspektem, ale stanowi element nastawiony na zysk. Każde zapytanie użytkownika do modelu DeepSeek generuje koszty obliczeniowe, które zależą od używanego sprzętu. Ci, którzy polegają na zakupionych układach scalonych – niezależnie od tego, czy jest to Nvidia, czy Huawei – płacą również marżę dostawcy sprzętu. Autorski układ wnioskowania, zoptymalizowany pod kątem specyficznych cech modeli DeepSeek (architektura MoE, mechanizm MLA, długie okna kontekstowe do miliona tokenów), mógłby znacząco obniżyć koszty wnioskowania w przeliczeniu na token, a tym samym trwale obronić strukturalną przewagę kosztową, która leży u podstaw pozycji rynkowej DeepSeek.

Po drugie: bezpieczeństwo łańcucha dostaw i ryzyko związane z kontrolą eksportu. Uzależnienie od sprzętu Nvidii jest egzystencjalnie ryzykowne, biorąc pod uwagę rosnące ograniczenia eksportowe USA. Chociaż administracja Trumpa tymczasowo zezwoliła na eksport chipów Nvidii H200 do Chin, do lipca 2026 roku ani jedno urządzenie H200 nie dotarło do chińskiego odbiorcy – zablokowane przez trwające spory dyplomatyczne dotyczące warunków handlowych. Analitycy Goldman Sachs spodziewają się, że przestawienie się chińskich firm na krajowe chipy znacznie przyspieszy między 2026 a 2028 rokiem. Firmy, które osiągną niezależność na wczesnym etapie, zabezpieczają swoją zdolność operacyjną przed niepewnością polityczną.

Po trzecie: Pozycjonowanie rynkowe i kontrola ekosystemu. Zastrzeżony układ scalony stwarza możliwość stworzenia zastrzeżonego ekosystemu oprogramowania, który łączy innych deweloperów z platformą DeepSeek. Według jednomyślnej oceny chińskiego przemysłu półprzewodników, ekosystem CUDA firmy Nvidia stanowi decydującą barierę konkurencyjną dla krajowych alternatyw: Moore Threads opisał ekosystem Nvidii w prospekcie emisyjnym z grudnia 2025 roku jako „trudny do pokonania”. Inną strategią byłoby zintegrowanie stosu oprogramowania bezpośrednio z ekosystemem modeli – dokładnie to, co DeepSeek próbuje osiągnąć poprzez współpracę rozwojową z Huawei, a teraz również poprzez własny projekt układu scalonego.

Po czwarte: Kontekst polityczny i wsparcie państwa. W piętnastym chińskim planie pięcioletnim (2026–2030) sztuczna inteligencja pojawia się 52 razy, w porównaniu z 11 wzmiankami w poprzednim planie. Plan zakłada osiągnięcie 90-procentowego wskaźnika adopcji sztucznej inteligencji w chińskim przemyśle do 2030 roku, przy wyłącznym wsparciu krajowych dostawców. Narodowy Fundusz Inwestycyjny w Sztuczną Inteligencję (NIF) zainwestował bezpośrednio w DeepSeek – jako jedyny inwestor z prawem głosu i bez okresu blokady. Projekt chipa DeepSeek jest zatem domyślnie wspierany przez państwo i wpisuje się w narodową strategię technologicznego samostanowienia.

Ramy finansowania: 7,4 miliarda dolarów na kolejny etap

Ramy ekonomiczne dla ambicji DeepSeek w zakresie układów scalonych zostały określone przez ostatnią rundę finansowania. W czerwcu 2026 roku firma zamknęła pierwszą rundę finansowania zewnętrznego, pozyskując ponad 50 miliardów juanów – około 7,4 miliarda dolarów – przy wycenie 50–59 miliardów dolarów. Jest to jak dotąd największa inwestycja w sztuczną inteligencję w Chinach.

Struktura rundy finansowania jest zarówno nietypowa, jak i odkrywcza. Sam Liang Wenfeng wniósł 20 miliardów juanów – około 40 procent całości – zapewniając sobie w ten sposób kontrolę nad firmą. Inwestorzy muszą wpłacić swój kapitał do spółki komandytowej zarządzanej przez Lianga, a nie bezpośrednio do DeepSeek. Obowiązuje ich pięcioletni okres blokady i nie mają prawa głosu. Oczekuje się, że Tencent zainwestuje około 10 miliardów juanów, a CATL – największy na świecie producent baterii – około 5 miliardów juanów. Wśród pozostałych inwestorów znajdują się NetEase, JD.com, IDG Capital i Monolith Management, a łączna liczba inwestorów ma pozostać poniżej dziesięciu.

Taka struktura finansowania wysyła jasny sygnał. Założyciel, który osobiście finansuje 40% miliardowej rundy finansowania, nie maksymalizuje własnej wypłaty z inwestycji, lecz zabezpiecza sobie niezależność operacyjną długoterminowego projektu. Zaangażowanie CATL jest szczególnie godne uwagi: producent baterii inwestujący w firmę zajmującą się sztuczną inteligencją sygnalizuje oczekiwanie, że infrastruktura AI i systemy energetyczne będą w przyszłości nierozerwalnie ze sobą powiązane. Chińskie podejście do postrzegania sztucznej inteligencji jako infrastruktury narodowej, a nie produktu konsumenckiego, jest tu widoczne w strukturze kapitałowej.

Rozwiązanie quasi-in-house: Jak Xpert.Digital zamyka luki operacyjne w marketingu i sprzedaży B2B – Inteligentny biznes oparty na treściach – Zdjęcie: Xpert.Digital

Xpert.Digital to branżowy hub B2B oparty na danych, kierowany przez Konrad Wolfenstein . Firma działa jako zewnętrzne, quasi-wewnętrzne rozwiązanie dla partnerów przemysłowych, eliminując luki operacyjne w obszarze marketingu, treści i sprzedaży – bez konieczności angażowania dodatkowych zasobów po stronie klienta.

Więcej informacji tutaj:

• Rozwiązanie quasi-in-house: Jak Xpert.Digital niweluje luki operacyjne w marketingu i sprzedaży B2B – Smart Content-Driven Business

Tektonika geopolityczna: Kontrola eksportu jako akcelerator innowacji

To jedna z najbardziej niezwykłych ironii współczesnej polityki technologicznej: amerykańskie ograniczenia eksportowe, mające na celu spowolnienie rozwoju sztucznej inteligencji w Chinach, mogły przynieść dokładnie odwrotny skutek. Ta teza zasługuje na szczegółową analizę ekonomiczną.

Z jednej strony ograniczenie jest realne i mierzalne. Chiny nie mogą importować maszyn litograficznych EUV od ASML. Według ASML, nie dostarczyły jeszcze do Chin ani jednej maszyny EUV. Co więcej, ustawa MATCH, obecnie dyskutowana w Kongresie USA, dodatkowo ograniczy eksport starszych maszyn DUV. SMIC, wiodący chiński producent układów scalonych na zlecenie, produkuje w procesie 7-nanometrowym, ale wyłącznie poprzez złożony proces wielokrotnego wzorowania, który zwiększa koszty produkcji i zmniejsza wydajność. Samowystarczalność Chin w zakresie półprzewodników osiągnęła około 28 procent w czwartym kwartale 2025 roku – w porównaniu z 16 procentami w 2024 roku – napędzana rządowymi subsydiami o wartości 150 miliardów dolarów od 2020 roku. Dla porównania, wartość amerykańskiej ustawy CHIPS wynosi zaledwie 52 miliardy dolarów.

Z drugiej strony, sankcje bez pełnego egzekwowania wywierają presję substytucyjną, która napędza innowacje. Wstrząs R1 firmy DeepSeek na początku 2025 roku dowiódł, że chińscy inżynierowie algorytmów przekształcili niedobór sprzętu w zaletę wydajności. Ponieważ nie było dostępnych układów H100, opracowano architektury zapewniające większą wydajność przy mniejszej ilości sprzętu. Ta wymuszona innowacja w zakresie wydajności stanowi obecnie globalną przewagę konkurencyjną w postaci architektury MoE firmy DeepSeek.

Analityk rynku półprzewodników Kevin Xu z Interconnected Capital przewiduje, że chińskie firmy będą nadal polegać na układach Nvidii przez kolejne trzy do pięciu lat – ale kierunek jest jasny: Pekin ma systemowy interes w jak najszybszym zakończeniu tej zależności. Goldman Sachs potwierdza w analizie z maja 2026 roku, że DeepSeek V4 jest kompatybilny z ośmioma różnymi chińskimi architekturami układów scalonych, w tym z produktami Huawei, Hygon i oddziałem T-Head Alibaby. Pekiński Instytut Sztucznej Inteligencji (BAAI) dostosował już pamięć Flash DeepSeek V4 do pełnego wnioskowania na ponad ośmiu różnych architekturach układów AI. To nie jest redukcja zależności, ale systematyczna niezależność platformowa jako strategia korporacyjna.

Pozycja firmy Nvidia: między wykluczeniem z rynku a dostosowaniem strategicznym

Dla Nvidii projekt chipa DeepSeek stanowi kolejną eskalację i tak już egzystencjalnego wyzwania. Prezes Jensen Huang określił chiński rynek infrastruktury AI jako rynek o wartości 50 miliardów dolarów i 50-procentowym rocznym wzroście. Analityk KeyBanc, John Vinh, szacuje, że w warunkach wolnego handlu chińskie firmy zakupiłyby w tym roku około 1,5 miliona chipów H200 – potencjalny przychód w wysokości około 30 miliardów dolarów. Rzeczywiste dostawy: zero.

Sytuacja firmy Nvidia jest bardziej niejednoznaczna, niż się początkowo wydawało. W obszarze uczenia modeli, ekosystem CUDA firmy Nvidia nadal zajmuje dominującą pozycję, której w perspektywie krótko- i średnioterminowej raczej nie uda się podważyć. Chińskie firmy same to przyznają: Shanxi Securities, w analizie giełdowej, określiło ekosystem CUDA firmy Nvidia jako „główną przeszkodę” dla powszechnej adopcji krajowych układów AI. Prawdziwa zmiana następuje w obszarze wnioskowania, gdzie koszty przejścia są niższe, ponieważ wystarczające są modyfikacje oprogramowania – niekoniecznie całkowicie nowe rozwiązania.

Nvidia już zareagowała. Firma stara się utrzymać swoją pozycję rynkową w chińskim sektorze „fizycznej sztucznej inteligencji”, na przykład poprzez współpracę ze startupem zajmującym się robotyką humanoidalną Unitree. Jest to jednak nisza, a nie strategiczna odpowiedź na strukturalny spadek rynku infrastruktury sztucznej inteligencji. Historyczna analogia omawiana w branży jest wymowna: w szczytowym okresie ery dot-comów Cisco stanowiło cztery procent indeksu S&P 500 – rynek miał rację, że internet zmieni świat, ale mylił się, twierdząc, że Cisco będzie odpowiedzialne za tę zmianę. Pytanie, czy Nvidia mogłaby doświadczyć podobnego błędu w ocenie, nie jest już wyłącznie kwestią akademicką.

Chińska strategia półprzewodnikowa przechodzi zmianę paradygmatu

Poza bezpośrednim poziomem korporacyjnym, projekt chipów DeepSeek jest częścią szerszej strategicznej reorganizacji udokumentowanej w chińskim 15. Planie Pięcioletnim. Termin „maszyna litograficzna” nie pojawia się ani razu w 141-stronicowym dokumencie planistycznym. To nie przeoczenie, lecz sygnał strategiczny. Chiny nie mierzą już swojego sukcesu liczbą chipów produkowanych w kraju, ale tym, jak głęboko moc obliczeniowa jest osadzona w ich gospodarce. Celem jest generowanie wartości cyfrowej na poziomie 12,5% PKB do 2030 roku.

Nowa koncepcja strategiczna – w języku chińskim „模芯云用” (Model Chip Cloud Application) – definiuje układ scalony jako jedną z czterech równie ważnych warstw zintegrowanego systemu. Ta zmiana koncepcji ma praktyczne konsekwencje: zamiast dążyć do beznadziejnego nadrobienia zaległości w produkcji pojazdów EUV, Pekin koncentruje swoje zasoby na projektowaniu chipletów i zaawansowanych obudowach – technikach umożliwiających integrację wielu starszych układów scalonych w bardziej wydajny system. Suzhou i Wuxi są rozwijane w krajowe centra obudów, wspierane przez Narodowy Fundusz Inwestycyjny Przemysłu Układów Scalonych.

Ta strategia „wyprzedzania poprzez zmianę pasa ruchu” ma swój historyczny odpowiednik na chińskim rynku komunikacji mobilnej: kiedy Chiny dokonały technologicznego skoku z 3G do 4G, były w stanie przejść bezpośrednio do najnowszej generacji bez obciążenia przestarzałą infrastrukturą – a dziś, dzięki Huawei, dominują w znacznej części globalnego rozwoju 5G. Podobny skok w sektorze półprzewodników – od wypełnienia luki produkcyjnej do optymalizacji systemu – mógłby fundamentalnie zmienić sytuację geopolityczną. Kluczowym wskaźnikiem będzie to, czy chiński przemysł będzie w stanie zastąpić stos oprogramowania CUDA, który sami chińscy producenci chipów określają jako „trudny do pokonania”.

Implikacje strukturalne rynku: Bifurkacja jako nowy paradygmat

Światowy porządek gospodarczy branży półprzewodników stoi przed najpoważniejszym rozdrożem od czasu powstania Doliny Krzemowej. Z jednej strony mamy amerykański łańcuch dostaw zdominowany przez ekosystem CUDA firmy Nvidia, TSMC jako monopolistę produkcyjnego i stos oprogramowania, który ewoluował przez dekady. Z drugiej strony mamy konsolidującą się chińską alternatywę: Huawei Ascend jako platformę sprzętową, DeepSeek jako warstwę modelową, Alibaba Cloud, Tencent Cloud i Baidu AI Cloud jako kanały dystrybucji, a także coraz częściej zastrzeżone projekty układów scalonych, które nie opierają się na CUDA.

To rozwidlenie globalnej infrastruktury AI nie jest już tylko teoretyczną możliwością – dzieje się w czasie rzeczywistym. Goldman Sachs przewiduje, że w latach 2026-2028 w Chinach nastąpi silne przesunięcie w kierunku układów scalonych produkowanych lokalnie. Chiński rynek układów AI ma wzrosnąć do ponad biliona juanów (około 140 miliardów dolarów) do 2028 roku – co stanowi około 30% rynku globalnego. Huawei Ascend 950DT ma zostać wdrożony w chmurze w sierpniu 2026 roku, tworząc tym samym krajową infrastrukturę wnioskowania dla modeli nowej generacji.

Dla międzynarodowych firm, które chcą działać na obu rynkach – od producentów samochodów po firmy farmaceutyczne wykorzystujące modele sztucznej inteligencji w pracach badawczo-rozwojowych – ten podział coraz częściej oznacza nieuniknione decyzje strategiczne. Platformy technologiczne oparte na CUDA są niekompatybilne z chińskim sprzętem. Firmy tworzące aplikacje w oparciu o infrastrukturę Huawei lub DeepSeek nie mogą skalować swoich aplikacji do zachodniego sprzętu bez znaczącej adaptacji. To nie jest hipotetyczna przyszłość – to obecna rzeczywistość dla każdego dewelopera próbującego działać po obu stronach technologicznego podziału.

Ograniczenia technologiczne i utrzymująca się niepewność

Poważna analiza nie może ignorować ograniczeń tego, co jest znane. Według wszystkich dostępnych raportów, projekt chipa DeepSeek jest wciąż na wczesnym etapie. Różnica między projektem chipa, który jest obecnie omawiany z partnerami produkcyjnymi, a produktem gotowym do sprzedaży jest ogromna. Przeszkody technologiczne są znaczące: wysokowydajne chipy AI wymagają pamięci o dużej przepustowości, zaawansowanych technologii połączeń i kompletnego stosu oprogramowania. Moce produkcyjne w Chinach – ograniczone embargiem ASML – narzucają strukturalne ograniczenia wydajnościowe.

Istotne jest, że układ został zaprojektowany przede wszystkim do wnioskowania, a nie do trenowania. Odzwierciedla to realistyczną ocenę jego możliwości: układy wnioskowania nie muszą konkurować z układami Nvidia H100 czy Blackwell – muszą być wystarczająco wydajne, aby obniżyć koszty operacyjne związane z masową produkcją modeli. Jest to cel możliwy do osiągnięcia, nawet przy zastosowaniu technologii produkcji SMIC.

Kolejną niewiadomą jest ocena skalowalności modelu współprojektowania – ścisłej integracji architektury modelu z projektem sprzętowym. DeepSeek i Huawei udowodniły wykonalność tej strategii w projekcie V4/Ascend-950DT. Czy całkowicie własny projekt układu DeepSeek pozwoli na odtworzenie lub przewyższenie tych synergii, czy też współpraca z uznanym projektantem układów, takim jak Huawei, okaże się bardziej efektywna w dłuższej perspektywie, pozostaje kwestią otwartą.

Co oznacza ten ruch

Projekt chipa DeepSeek to coś więcej niż inwestycja technologiczna – to hipoteza dotycząca przyszłości branży sztucznej inteligencji. Hipoteza ta zakłada, że ​​kluczowy element tworzenia wartości przesuwa się z rozwoju modeli na integrację sprzętu i oprogramowania. Ten, kto kontroluje oba te aspekty, kontroluje koszty, wydajność i ostatecznie siłę rynkową.

To nie przypadek, że inni giganci technologiczni na całym świecie podążają tą samą hipotezą w tym samym czasie: Tesla opracowała układ AI5 do wnioskowania krawędziowego, Google dzieli swoją linię TPU, Meta angażuje się w rozwój czterech generacji własnego krzemu, Amazon zarządza Trainium, a Microsoft rozwija Maię. DeepSeek podąża za globalnym trendem, który zyskał na znaczeniu ze względu na strukturalną presję kosztową i strategiczne ograniczenia amerykańskiej polityki eksportowej dla chińskich firm.

Ironia ekonomiczna pozostaje niezmienna: gdyby amerykańskie ograniczenia eksportowe w pełni odniosły zamierzony skutek, nie byłoby DeepSeek jako globalnego konkurenta, niezależnego chińskiego ekosystemu chipów AI ani strategicznego popytu na chip inferencyjny z zastrzeżonym systemem DeepSeek. Zamiast tego, presja zewnętrzna wywołała gwałtowny wzrost innowacji, które – jeśli odniosą sukces technologiczny – mogłyby trwale zniwelować początkową asymetrię między amerykańską a chińską infrastrukturą AI.

Zgodnie z 15. Planem Pięcioletnim, Chiny dążą do generowania krajowych nakładów na badania i rozwój z roczną stopą wzrostu przekraczającą siedem procent i ustaliły budżet na naukę i technologię w wysokości 426,4 miliarda juanów (około 59 miliardów dolarów) na rok 2026 – co stanowi dziesięcioprocentowy wzrost w porównaniu z rokiem poprzednim. Środki te są przekazywane do systemu, w którym DeepSeek, jako firma flagowa, jest zarówno celem, jak i katalizatorem państwowej polityki technologicznej. W tym kontekście własny projekt chipa nie jest ambicją pojedynczej firmy – jest to najbardziej skapitalizowana forma państwowej strategii technologicznej, maskująca się jako startup.

Kolejne dwanaście do osiemnastu miesięcy pokaże, czy DeepSeek zdoła przekroczyć granicę od aspirującego projektanta układów scalonych do w pełni funkcjonalnego producenta półprzewodników. Jego konkurenci – przede wszystkim Nvidia, ale także Huawei – mają zdecydowaną przewagę w zakresie technologii, ekosystemu i infrastruktury produkcyjnej. Jednak DeepSeek już udowodnił swoją zdolność do przełożenia niedoboru zasobów na algorytmiczną pomysłowość. Kolejny dowód będzie trudniejszy – ale próba już się rozpoczęła.

☑️ Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim ojczystym języku!

Konrad Wolfenstein

Ja i mój zespół chętnie będziemy do Państwa dyspozycji jako osobisty doradca.

Możesz się ze mną skontaktować, wypełniając formularz kontaktowy tutaj [email protected]:lub po prostu dzwoniąc pod numer +49 7348 4088 965. Mój adres e-mail to

Nie mogę się doczekać naszego wspólnego projektu.

☑️ Wsparcie dla MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Tworzenie lub reorganizacja strategii cyfrowej i digitalizacji

☑️ Rozszerzenie i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Rozwój biznesu pionierskiego / Marketing / PR / Targi

Od widoczności do zaufania: Twoja skalowalna ścieżka z Xpert.Digital - Zdjęcie: Xpert.Digital

W przemysłowym modelu B2B trwałe relacje biznesowe rzadko powstają z dnia na dzień. Rozwijają się one krok po kroku – dzięki widoczności, profesjonalnej istotności, powtarzalnym punktom styku i rosnącemu zaufaniu. 4-etapowy model Xpert.Digital spełnia właśnie ten cel: oferuje ustrukturyzowaną ścieżkę, która zaczyna się od łatwego w zarządzaniu punktu wejścia i w razie potrzeby może przekształcić się w głębszą współpracę w rozwoju biznesu.

Zamiast polegać na głośnych obietnicach marketingowych, ten model stawia relację na pierwszym miejscu. Firmy zaczynają od jasno określonych, łatwych do obliczenia wskaźników, a następnie, na podstawie własnego doświadczenia, decydują, jak daleko chcą rozszerzyć współpracę. Kluczowym czynnikiem tego niezakłóconego procesu budowania zaufania jest to, że platforma całkowicie unika irytujących reklam, dzięki czemu uwaga redakcyjna skupia się wyłącznie na kompetencjach firm.

Więcej informacji tutaj:

• Od widoczności do zaufania: Twoja skalowalna ścieżka z Xpert.Digital