Dimension исследует ИИ в Китае: открытые модели, дефицит вычислительных мощностей и разрыв в коммерциализации

В Китае не хватает чипов, в США — электроэнергии: ИИ в США и Китае вступает в новую фазу

Оригинальное название: Конфиденциальное письмо партнёрам Dimension: Транстихоокеанские шахматы ИИ
Автор: Dimension Capital

От редакции: когда США обладают передовыми моделями и высококлассными чипами, а Китай — более обильной электроэнергией и более жёсткими бюджетными ограничениями, по какому пути пойдёт глобальная конкуренция в области ИИ?

Внутреннее письмо Dimension пытается ответить на этот вопрос. Автор разбивает конкуренцию на несколько взаимосвязанных уровней: вычислительные мощности, энергия, экосистема открытого кода, доходы от приложений и оценка на рынках капитала.

Ключевой вывод автора: экспортный контроль не просто разорвал связи между ИИ-индустриями США и Китая, а, наоборот, подтолкнул китайские лаборатории к техническому пути, который делает больший акцент на инженерной эффективности и открытости. Американские модели, вычислительные мощности Nvidia, китайские модели с открытым исходным кодом и трансграничные услуги обработки данных уже встроены в одну производственную цепочку: технологии могут перемещаться через границы, но доходы, издержки и переговорная сила не обязательно следуют за ними. Поэтому будущий успех может зависеть не только от производительности моделей, но и от того, кто сможет решить проблему самого дефицитного ресурса и построить более устойчивый коммерческий цикл.

Это также объясняет, почему в статье одновременно обсуждаются энергетический дефицит в США и высокие оценки китайских ИИ-компаний. Структурные проблемы двух стран прямо противоположны: США обладают более зрелыми возможностями коммерциализации, но ограничены энергетикой и инфраструктурой; Китай имеет быстро расширяющееся энергоснабжение и открытую экосистему, но по-прежнему сталкивается с нехваткой передовых чипов, ограниченной готовностью платить и относительно небольшими доходами. Таким образом, технологические возможности, коммерческие доходы и рыночные оценки явно рассогласованы.

Следует отметить, что это письмо отражает точку зрения инвестиционной организации, и некоторые данные о доходах, источниках моделей и проникновении в отрасли требуют дальнейшей проверки. Однако оно предлагает аналитическую рамку, заслуживающую внимания: конкуренцию в области ИИ между США и Китаем уже трудно объяснить простым технологическим превосходством или политическими запретами; истинную структуру отрасли, вероятно, определит постоянно меняющийся баланс между вычислительными мощностями, энергией, распространением открытого кода и распределением капитала.

Ниже приводится оригинальный текст:

Уважаемые партнёры:

Небольшая команда Dimension на прошлой неделе посетила Китай, встретилась с несколькими ведущими лабораториями и пообщалась с местными инвесторами, предпринимателями и техническими экспертами. Эта поездка во многом стала повторным визитом и перепроверкой суждений, сформированных после нашей поездки в Шанхай в 2025 году. Тогда мы писали и говорили, что растущая значимость Китая уже вышла за пределы аппаратного обеспечения. Теперь, подводя итоги поездки, мы считаем необходимым пересмотреть эту транстихоокеанскую шахматную партию в области ИИ. Ниже мы делимся нашими текущими соображениями. Следует отметить, что эти взгляды продолжают развиваться и могут измениться уже завтра по мере появления новых данных.

1. Дефицит порождает эволюцию

Изначальная цель экспортного контроля заключалась в замедлении развития ИИ в Китае. Однако результатом стало создание эволюционного давления, которое привело к появлению в Китае лабораторий с уникальными характеристиками.

В условиях ограниченных вычислительных мощностей китайские команды часто проводят инженерную оптимизацию на более низких уровнях абстракции, которые американские лаборатории зачастую могут игнорировать. Когда DeepSeek выпустила V3 в марте, она использовала программирование CUDA на уровне PTX на одном GPU Nvidia H800, чтобы перенести наиболее энергоёмкие операции нормализации с вычислительных ядер GPU на 20 ядер, предназначенных для последовательного межсоединения.¹

Мы считаем, что это скорее отражает различие в стимулах, чем нехватку талантов в США: предельная выгода американских лабораторий заключается в добавлении вычислительных мощностей, тогда как предельная выгода китайских лабораторий — в поиске возможностей оптимизации для компиляторов и чипов.

В конечном счёте китайские лаборатории сформировали культуру полностековой эффективности, охватывающую ядра, оптимизаторы, сервисные системы и даже проектирование чипов. Совокупный эффект этой культуры значительно превосходит эффект отдельных оптимизаций. Дефицит — кто бы мог подумать? — стал матерью изобретений; здесь он породил системную, ассемблерную и компиляторную инженерию.

2. Текущее состояние китайского ПО уже превзошло то, что западное корпоративное ПО могло делать два года назад: проникновение в западный производственный стек

Китайские поставщики прошли путь от нулевого проникновения менее 18 месяцев назад до обеспечения более 25% объёма токенов OpenRouter в настоящее время.²

Qwen превзошла Llama на платформе слепого тестирования и продолжает часто выпускать новые модели. Менее чем за два года китайские модели прошли путь от «пятой лучшей открытой модели в мире» до «по крайней мере 80% американских ИИ-стартапов используют в производстве хотя бы одну китайскую модель с открытым исходным кодом».³ Открытые веса обходят закупочные барьеры — у бесплатного ПО нет поставщика, которого нужно проверять.

По сути, Китай быстро получает западные рабочие нагрузки, но не западные доходы. Как и прежде, прибыль от инференса временно достаётся поставщикам, которые фактически предоставляют токены.

Намеренно или как естественный результат сложной системы в глобальном масштабе, китайские передовые лаборатории коммодитизируют уровень доходов, на который полагаются американские конкуренты, и это происходит в основном в сегменте открытого кода. На наш взгляд, это не случайность и не просто любопытный эксперимент.

Цель этих компаний — построить крупномасштабные, стабильные операционные системы с низким доходом. Поэтому наш среднесрочный вывод таков: Китай способствует формированию экосистемы, зависящей от моделей с открытыми весами и быстрого следования, сжимая доходы ведущих американских лабораторий; в то же время доходы перенаправляются к гиперскейлерам и новой инфраструктуре инференса. Мы считаем, что эта тенденция замедляет или даже препятствует внедрению действительно передовых технологий в текущую игру.

3. Конкуренция внутри китайских передовых лабораторий гораздо острее, чем обычно осознают на Западе

Наше суждение таково: текущий передний край конкуренции включает DeepSeek, Qwen от Alibaba, Kimi от Moonshot AI, Doubao от ByteDance и GLM от Zhipu, и разрыв между ними составляет примерно одно квартальное колебание рейтинга. Примечательно, что Tencent, несмотря на огромную существующую базу пользователей, находится вне этой экосистемы; это само по себе заслуживает внимания.

Эти лаборатории напрямую конкурируют друг с другом по скорости исследований и возможностям моделей, одновременно открывая веса моделей, что формирует конкурентную экосистему, совершенно отличную от экосистемы двух закрытых американских лабораторий.

Опять же, мы считаем, что в ближайшие один-два года конкуренция будет не столько между странами, сколько между различными системами стимулов. Китайские лаборатории, с которыми мы общались, как правило, больше сосредоточены на конкуренции друг с другом, чем на транснациональной конкуренции, которую любят раздувать западные СМИ.

4. Сегодня возможности моделей могут дважды пересечь Тихий океан и в конечном итоге достичь конечного клиента

Конкретный путь таков: американские передовые лаборатории выпускают более мощные модели; китайские лаборатории дистиллируют их и публикуют веса моделей; американские компании-разработчики приложений затем используют эти открытые китайские модели для создания продуктов и продают их обратно американским корпоративным клиентам.

Composer 2, самостоятельно разработанный Cursor, как сообщается, построен на основе Kimi K2.5; SWE-1.5 от Cognition, по-видимому, построен на кастомизированной GLM. Короче говоря, как сказал представитель одной из китайских передовых лабораторий, США быстро итерируют, Китай быстро выпускает.

Около года назад для этих компаний было бы неплохо достичь уровня Llama или даже Mistral. Сегодня передовой американский ИИ уже встроен в китайскую систему открытых весов, и в ней скрыт передовой американский интеллект.

5. Уровень данных, похоже, повторяет аналогичную траекторию

Американские поставщики данных — Mercor, AfterQuery, Turing — установили коммерческие партнёрства с такими компаниями, как Anthropic и OpenAI. Тем временем в Китае ряд стартапов начал создавать инфраструктуру оценки и верификации для поддержки услуг аннотирования.

Например, UniPat была основана докторантом Пекинского университета и поддержана Mercedes-Benz. Компания открыла офис в Сиэтле в декабре 2025 года и, как сообщается, использует докторов-аннотаторов из Китая, работающих над этими проектами через прямой канал связи с Средним Западом США.

Китайские лаборатории задают простой, но важный вопрос: **как они могут обеспечить качество человеческого надзора за вычислительными процессами в среде с ограниченными вычислениями, не превышающими определённый порог, чтобы оно соответствовало моделям с адаптивными возможностями и почти неограниченными ресурсами?**⁴

Мы наблюдаем, что в экосистеме уже несколько команд начали создавать соответствующие продукты; по крайней мере две из них быстро приближаются к доходу свыше 100 миллионов долларов.

6. США и Китай сталкиваются с ограничениями разного характера и противоположной направленности

В 2024 году Китай ввёл около 429 ГВт новых генерирующих мощностей, тогда как США — лишь около 51 ГВт. К 2030 году строящиеся в Китае энергетические проекты могут принести ещё более 400 ГВт новых мощностей. Для сравнения, в США расширение центров обработки данных, по прогнозам, составит более одной пятой будущего нового спроса на электроэнергию.⁵

Как мы уже писали, ограничение Китая связано с недостаточной вычислительной базой. Один из примеров: новая модель K3 от Moonshot AI, хотя и находится на переднем крае по возможностям, была отложена из-за нехватки мощностей для инференса.

США богаты чипами, но вычислительные мощности всё больше ограничены электроэнергией; Китай богат электроэнергией, но вычислительные мощности всё больше ограничены чипами.

Наше суждение — и это общий консенсус в отрасли — состоит в том, что будущее определит самый дефицитный в данный момент фактор: в США — насколько быстро можно построить землю под центры обработки данных, линии электропередачи и распределительные сети; в Китае — выход годных и упаковочные мощности SMIC и Huawei.

7. Разрыв между доходами от ИИ в США и Китае очень велик, почти два порядка

К концу июля годовой доход Anthropic превысил 6,5 миллиарда долларов; к августу годовой доход OpenAI достиг 40 миллиардов долларов.⁶

Для сравнения, самый высокий доход от моделей в Китае у ByteDance: годовой доход её видеомодели составляет около 200–300 миллионов долларов; второй по величине доход у Moonshot AI — около 100 миллионов долларов. Годовой доход DeepSeek, по сообщениям, ниже 50 миллионов долларов.

На потребительском рынке Doubao имеет 345 миллионов ежемесячных пользователей, что более чем в три раза превышает показатель DeepSeek. Оба предлагают несколько источников дохода, включая коммерческие комиссии; по нашим расчётам, среднемесячная монетизация на пользователя составляет около 1 юаня.

Исторически китайские потребители не привыкли платить за программное обеспечение. Мы также не считаем, что китайская экономика стала настолько нейтральной, чтобы средний класс был готов быстро изменить эту привычку. Инсайдеры компаний говорят, что они направляют ресурсы на попытки коммерциализации; привычки китайских потребителей в использовании интернета действительно менялись десять лет назад.

Конечно, китайские лаборатории в конечном счёте могут монетизироваться через коммерческую рекламу, как американские лаборатории до сих пор не хотели делать.

Здесь также присутствует фактор беззастенчивого прагматизма: предприниматели обычно не беспокоятся, что их подвергнут цензуре или нападкам за неправильные слова или выражения, считающиеся стигматизированными. Это было очевидно, когда мы шли по улицам Коулуна в Гонконге: уличные торговцы слушали анализ Бена Томпсона об иррациональном отказе американских лабораторий от рекламы и бизнес-моделей.⁷

Кстати, Бен впервые услышал об этом — Бен один из величайших аналитиков в истории.

8. Аппаратное обеспечение отделяется от полупроводникового, программного и информационного уровней, и их переплетение происходит настолько быстро, что ни одно правительство не успевает реагировать

Американские приложения работают на китайских моделях; китайские лаборатории обучаются на вычислительных мощностях Nvidia, арендованных в Малайзии и Таиланде, одновременно дистиллируя выходные данные американских моделей; экспертные данные также движутся в обоих направлениях.⁸

Мы обнаружили, что вопрос «кто пишет вопросы» сам по себе больше не является надёжным.

Аналогично, системы теперь глубоко взаимозависимы, что соответствует как воображаемому «риторическому национализму», так и реальному транснационализму в практической работе — если только рекурсивное самоулучшение, то есть RSI, существенно не изменит текущую структуру игры.

9. Мы обнаружили, что некоторые ведущие китайские исследователи верят, что они овладели более слабой формой RSI

В широком смысле RSI можно разделить на три типа: временной, вычислительный и граничный. Самый ранний RSI можно понимать как вмешательство исследователей в итерации модели, когда они вручную помогают модели ускорить этапы, которые в противном случае потребовали бы вычислительных мощностей или времени исследователей, либо и того и другого. Здесь следует отметить, что «взлёт» на этом этапе, скорее всего, не будет выглядеть как экспоненциальная кривая на длительных временных масштабах вплоть до 2100 года; и не будет случая, когда человеческое сотрудничество превзойдёт возможности любого отдельного человека или машины.

10. Ключевая точка бифуркации

Если предположить, что самоулучшение первого порядка действительно существует, то в плане вычислительных мощностей преимущество США кажется весьма прочным: к 2030 году две лаборатории будут управлять примерно 2 ГВт вычислительных мощностей каждая, и у каждой есть подписанные проекты ещё более чем на 5 ГВт.

Теоретически эти проекты финансируются за счёт значительных доходов и сильных рынков капитала; масштабирование вычислений, латеральное мышление, циклы «самоулучшения» и обучение эффективному использованию этих возможностей, похоже, не имеют конца.

Но с другой стороны, если истинное ограничение заключается в качестве верификации или если временные рамки выходят за пределы кривой, то фраза «оптимизация мощностей и резервирование отечественных чипов» — звучит знакомо — может продолжать ускоряться в ближайшие 18 месяцев:

Ускоренная коммодитизация возможностей передовых американских моделей;

Увеличение уникальных возможностей моделей, используемых китайскими моделями с открытыми весами;

ИИ-компании на уровне инференса, работающие по принципу аукциона, получают большую переговорную силу;

Поставщики вычислительных услуг получают больший объём сделок и прибыль за счёт включения весов иностранной собственности;

В конечном счёте эти эффекты передадутся и поставщикам инференса, таким как гиперскейлеры и новые облачные провайдеры.

Это означает, что инвестиции в энергетическую инфраструктуру будут сильно рассогласованы.

Мы должны подчеркнуть: наш анализ инфраструктуры США и Китая, возможно, относится к категории с самой высокой потенциальной доходностью среди всех наших анализов.

О будущем

11. Возможен такой мир в будущем

В будущем американские передовые лаборатории могут перестать открывать API для следующего поколения самых передовых моделей. Фактически, для подавляющего большинства программируемых корпоративных приложений текущего технического уровня уже достаточно. Будущие высококлассные модели будут оцениваться по ценности, а не по объёму использования, и в то же время будут всё больше способствовать получению Китаем выгоды от передовых возможностей.

Поэтому американские лаборатории могут повысить приоритет доходов от API, чтобы поддерживать модели с более высокой ценой и меньшим объёмом использования; это, в свою очередь, перережет важный конкурентный канал, идущий от восточного побережья США через Тихий океан.

По крайней мере, это заставит больше данных обрабатываться в Китае с использованием предварительно обученных моделей, что усилит давление на существующие узкие места вычислительных мощностей.

Насколько нам известно, некоторые крупные американские транснациональные компании проводят пилотные проекты по переносу задач, таких как инженерия и математика, в Китай.

12. Ландшафт ИИ в США и Китае

Мы считаем, что ИИ уже настолько глубоко переплёл технологические системы США и Китая, что регуляторные меры, разрывающие лишь одно транстихоокеанское звено, в лучшем случае могут иметь лишь временный эффект.

Технические специалисты США и Китая в определённом смысле ведут диалог друг с другом; это взаимодействие может происходить на нескольких уровнях: дистилляция моделей, открытые веса, разметка данных, инференс, а программное обеспечение всё чаще использует инфраструктуру агентного поиска.

Прямые запреты на движение капитала, листинг организаций, запреты на хранение и закупки почти неизбежно подавят американские инновации и отдадут лидерство в соответствующих областях, что в конечном итоге направит капитал к китайским конкурентам.

Несмотря на шумные дискуссии на Западе о пузыре оценок ИИ, настроения на китайском рынке явно более горячие.

Если смотреть на мультипликаторы выручки, китайские лаборатории торгуются с оценкой в 5–10 раз выше, чем американские передовые лаборатории; по масштабу доходов разрыв между США и Китаем составляет почти два порядка.

Последний раунд финансирования Moonshot AI оценил компанию в 3,5 миллиарда долларов при годовом доходе около 100 миллионов долларов в июле, что составляет примерно 35-кратную выручку; новый раунд, как сообщается, пройдёт с pre-money оценкой в 5 миллиардов долларов, что соответствует примерно 50-кратной выручке.

Рыночная капитализация Zhipu при листинге в Гонконге в январе этого года составила около 10 миллиардов долларов, что примерно в 20 раз превышает мультипликатор оценки Anthropic. Ранние публичные рыночные котировки компании были крайне волатильны: от примерно 1,3 миллиарда долларов при листинге до примерно 10 миллиардов долларов в январе этого года.

Kong AI Knowledge Atlas Technology HK (2613) также выросла с рыночной капитализации около 1,3 миллиарда долларов в январе этого года до примерно 10 миллиардов долларов; Luna AI (HKG:100) выросла с примерно 15 миллиардов долларов до 33 миллиардов долларов, а затем упала обратно до примерно 10 миллиардов долларов.

Обе акции значительно упали до истечения периода блокировки. Наше суждение таково: это в основном связано с незрелостью рыночной структуры: десятилетия опыта инвестиций в потребительское ПО только сейчас начинают накапливать способность к осторожной оценке на основе корпоративной финансовой отчётности и открытых фреймворков.

Это не сильно отличается от того, что мы видели в биотехнологическом секторе: на публичном рынке Гонконга практически отсутствуют регуляторные риски, связанные с перекрёстными инвесторами или специализированными инвесторами в технологии и биотехнологии.

Для подходящих инвесторов это открывает огромную возможность: они могут выйти на рынок и занять лидирующие позиции в ранних публичных инвестициях в этих категориях.

Ваши партнёры,

Нэн, Адам, Зивейн

Примечания

Технический отчёт DeepSeek V3: использовано 2048 GPU H800; программирование на уровне PTX; около 30 миллионов сообщений, предназначенных для межсоединения узлов.

В марте 2026 года еженедельная доля токенов OpenRouter составляла около 42% с колебанием около 5%; доля Qwen — около 18%. Примечательно, что загрузки с Hugging Face составляют около 80% от общего использования китайских моделей с открытыми весами, ещё около 20% распространяется другими путями.

Anthropic официально обвинила Moonshot AI, DeepSeek и MiniMax в сборе миллионов диалоговых данных Claude; это утверждение впоследствии было опровергнуто и оспорено несколькими компаниями.

Комментарии о различиях в бухгалтерском учёте между разными методами расчёта выручки в данной статье опущены.

Обучение Alibaba и ByteDance в центрах обработки данных в Юго-Восточной Азии ускорилось после введения ограничений 20 апреля 2026 года; эти компании арендуют вычислительные мощности в объектах, не принадлежащих Китаю, в Таиланде, Малайзии и Японии. Директива OSTP Белого дома от марта 2026 года уже позволила ввозить серверы Nvidia экспортного класса GB300 в Таиланд для обучения K3; в настоящее время экспортный контроль больше ориентирован на владение чипами, чем на удалённый доступ. Стоимость аренды вычислительных мощностей в Таиланде, Малайзии и Индонезии примерно на 30% выше, а операционные расходы примерно на 10% ниже.

До истечения периода блокировки институциональные инвесторы с долей более 5% не могут обналичить свои акции; обычные держатели также не могут продавать до окончания периода блокировки.