O que mudou e por que isso importa
A China publicou novas diretrizes que exigem que todo novo projeto de data center que receba financiamento estatal use apenas chips de inteligência artificial produzidos no país. Os órgãos reguladores orientaram os operadores de projetos com menos de 30% de conclusão a remover aceleradores estrangeiros já instalados ou cancelar as compras planejadas. Data centers em estágios mais avançados serão avaliados caso a caso. A medida representa uma mudança em relação às políticas anteriores, que apenas desestimulavam a compra de chips estrangeiros, e formaliza o esforço para construir uma infraestrutura de IA baseada em chips chineses.
Conteúdo
A política é abrangente e retroativa. Ela inclui o Nvidia H20, o acelerador de IA mais potente que a empresa tinha autorização para vender na China. Também mira processadores de alto desempenho, como o H200 e o B200, sujeitos a restrições pelas regras de exportação dos EUA, mas que ainda chegaram a compradores chineses por canais paralelos. Esse fluxo será submetido a um escrutínio mais rigoroso, com a análise de registros de compras e inventários por inspetores.
O impacto é significativo. Desde 2021, projetos de data centers de IA na China atraíram mais de 100 bilhões de dólares em recursos públicos vinculados a metas nacionais e provinciais de soberania de dados. Fornecedores estrangeiros dominaram a primeira onda. A Nvidia já controlou mais de 90% do mercado local de aceleradores. Agora, sua participação caiu a zero, fechando a porta para uma retomada com componentes personalizados. Chips nacionais da Huawei, Cambricon, Enflame, MetaX, Moore Threads e Biren estão posicionados para preencher essa lacuna.
Como as regras serão aplicadas
As diretrizes se aplicam a qualquer instalação que receba recursos do governo sob qualquer forma, incluindo subvenções, incentivos fiscais, terrenos com desconto, subsídios nas tarifas de energia ou participação acionária direta. Os operadores foram orientados a revisar seus planos de compra e abrir novas licitações para chips nacionais nos casos em que estavam previstos componentes estrangeiros. Parceiros de integração estão atualizando as listas de materiais para cumprir as novas regras.
Data centers em fase inicial de construção são a prioridade. Algumas obras já foram suspensas antes mesmo do início, incluindo a de uma instalação em uma província do noroeste do país que planejava usar chips da Nvidia. As autoridades não publicaram a diretriz, e ainda não está claro se ela vale para todo o país ou apenas para algumas províncias. As revisões envolvem órgãos reguladores de cibersegurança e planejamento econômico, e as decisões sobre projetos avançados dependerão do cronograma, das cargas de trabalho e da disponibilidade de equipamentos nacionais.
Remoção retroativa e cronogramas
Os operadores orientados a remover aceleradores estrangeiros terão de cumprir várias etapas. As equipes precisam desativar os servidores e inventariá-los, cancelar pedidos em aberto e requalificar novas placas e racks para os chipsets nacionais. A substituição de aceleradores raramente é simples. A distribuição de energia, os circuitos de refrigeração e as redes são dimensionados para componentes específicos, então os fornecedores terão de recertificar os racks e, às vezes, reconstruir fileiras inteiras.
A aprovação caso a caso gera incerteza para instalações próximas da conclusão. Algumas poderão manter os equipamentos estrangeiros já instalados para cumprir as datas de início do serviço e, depois, migrar gradualmente. Outras poderão ter de restringir os chips estrangeiros a cargas de trabalho não críticas ou limitar seu uso. Em todos os cenários, os operadores terão de demonstrar que a nova capacidade dependerá de chips nacionais.
Quem ganha e quem perde no mercado de chips
As perdas mais evidentes serão da Nvidia, da AMD e da Intel. A proibição exclui seus aceleradores do maior foco de crescimento na China: o setor público e os serviços de nuvem financiados pelo poder público. A Nvidia projetou o H20 para cumprir as regras dos EUA. Agora, ele está proibido em projetos estatais. Componentes de ponta, como o B200 e o H200, já limitados pelos controles de exportação dos EUA, serão submetidos a um escrutínio adicional caso apareçam em projetos sensíveis.
Os fornecedores nacionais ganham espaço para crescer. A linha Ascend, da Huawei, é a mais consolidada, com dispositivos usados em treinamento e inferência de IA. A Cambricon fabrica unidades de aprendizado de máquina compatíveis com servidores convencionais. A Enflame projeta aceleradores para data centers. A MetaX e a Moore Threads lançaram famílias de GPUs, enquanto a Biren se concentra em processadores para treinamento em larga escala. Fabricantes de servidores, como Inspur e Sugon, estão oferecendo sistemas baseados nesses chips, e plataformas de nuvem como Alibaba Cloud, Tencent Cloud e Baidu AI Cloud já apresentaram clusters que operam com chips nacionais.
Os desenvolvedores enfrentam uma escolha difícil. Muitas equipes preferem a Nvidia por causa do ambiente de software CUDA, que oferece milhares de kernels otimizados e ferramentas consolidadas. Os chips locais avançaram rapidamente, mas levará tempo para alcançar paridade em desempenho, amplitude do ecossistema e maturidade dos drivers. A nova regra obriga mais equipes a portar código, validar a precisão dos modelos com novos kernels e otimizar os ciclos de treinamento para diferentes ambientes de compilação.
A diferença tecnológica e os ecossistemas de software
Os aceleradores de IA agilizam os cálculos que estão no núcleo do aprendizado profundo. Os treinamentos modernos são distribuídos entre muitos chips ao mesmo tempo, e três fatores são os mais importantes: capacidade bruta de processamento, largura de banda da memória para alimentar esse processamento e interconexões rápidas para conectar os chips em um cluster coeso. A Nvidia tem posições fortes nos três quesitos, graças à integração avançada de componentes, à memória empilhada e às conexões de alta velocidade que mantêm grandes clusters sincronizados.
O software é o outro pilar. O CUDA dá à Nvidia forte influência entre os desenvolvedores. Códigos escritos e ajustados para CUDA não são transferidos automaticamente para outras plataformas. A migração exige reescrever kernels ou trocar bibliotecas e, depois, validar novamente a precisão e o desempenho. Os fornecedores chineses oferecem seus próprios conjuntos de ferramentas e integrações com PyTorch e TensorFlow. A compatibilidade e o desempenho melhoraram, mas ainda há lacunas em alguns modelos, sobretudo nos que usam extensões CUDA personalizadas.
A oferta de hardware também influencia os resultados. Os processadores de IA mais avançados dependem de técnicas de fabricação sofisticadas e de memória de alta largura de banda. Os controles de exportação sobre equipamentos para fabricação de chips limitam o acesso a algumas ferramentas e materiais. As fábricas chinesas conseguem produzir dispositivos competitivos, mas o rendimento e a eficiência energética muitas vezes ficam atrás dos componentes estrangeiros mais recentes. Isso pode exigir mais energia e espaço físico para cumprir os cronogramas de treinamento, elevando o custo por unidade de processamento.
O que a proibição significa para os projetos de IA em andamento
No curto prazo, muitos projetos terão atrasos. As equipes de compras precisarão renegociar contratos, e os integradores terão de requalificar softwares de gerenciamento, drivers e camadas de orquestração para os novos chips. Os orçamentos de energia e refrigeração também serão revistos, pois cada acelerador tem características próprias de consumo de energia e resfriamento.
Alguns operadores usarão frotas mistas durante a transição. Eles poderão manter os aceleradores estrangeiros já instalados para inferência de sistemas legados ou pesquisa, enquanto direcionam novos trabalhos de treinamento aos chips nacionais. Frotas mistas aumentam a complexidade. O treinamento distribuído depende de comunicação de baixa latência entre muitos nós. Diferenças nas interconexões e nos ambientes de compilação podem reduzir a eficiência quando os trabalhos usam hardware de vários fornecedores.
A obtenção de equipamentos será um desafio. Os prazos de entrega dos aceleradores nacionais continuam longos, e a capacidade de produção precisará aumentar para absorver a demanda antes atendida por fornecedores estrangeiros. Os canais paralelos que antes supriam as lacunas estão sendo pressionados por inspeções mais rigorosas e pelo rastreamento de números de série. Os fornecedores de sistemas terão de ampliar a qualificação e o suporte para manter grandes projetos dentro do cronograma.
Repercussões globais
A diretriz reformula os planos de crescimento de grandes fabricantes de chips e provedores de nuvem. Os fornecedores dos EUA buscarão ainda mais a demanda nos próprios Estados Unidos, na Europa, no Oriente Médio e no Sudeste Asiático. Alguns estão investindo na Índia e em outros mercados para compensar a perda de vendas a projetos financiados pelo poder público na China. Os investidores avaliarão se essas regiões conseguem absorver a capacidade antes destinada aos data centers chineses.
Os fornecedores chineses terão um mercado interno protegido, mas precisarão ampliar rapidamente a produção e reduzir as lacunas de software para oferecer um custo total de propriedade competitivo. Qualquer diferença de desempenho significa mais racks e mais energia para realizar o mesmo trabalho. Isso aumenta os custos operacionais e pode desacelerar a expansão dos modelos e dos treinamentos por pesquisadores chineses em comparação com os concorrentes que usam GPUs de ponta no exterior.
A política estreita os vínculos entre a geopolítica e a expansão da infraestrutura de dados. Decisões sobre a conformidade de um único acelerador podem alterar cronogramas de programas nacionais de IA e de serviços de nuvem. Estratégias de compra, planos de colocation e parcerias internacionais serão reformulados para refletir regras de hardware que agora chegam ao interior dos servidores de projetos estratégicos de computação.
Principais pontos
- Novas diretrizes exigem que data centers na China financiados pelo Estado usem apenas chips de IA nacionais.
- Projetos com menos de 30% de conclusão devem remover ou cancelar o uso de aceleradores estrangeiros.
- A regra abrange o Nvidia H20 e mira componentes de ponta, como o H200 e o B200.
- Desde 2021, projetos de data centers de IA receberam mais de 100 bilhões de dólares em recursos públicos.
- A participação de mercado da Nvidia na China caiu de cerca de 95% em 2022 para zero.
- As autoridades não publicaram a diretriz, e ainda não está claro se ela vale para todo o país.
- As revisões envolvem órgãos reguladores de cibersegurança e planejamento econômico, com decisões caso a caso para instalações avançadas.
- Entre os beneficiários nacionais estão Huawei, Cambricon, Enflame, MetaX, Moore Threads e Biren.
- A migração exigirá a adaptação de códigos e a requalificação de sistemas, aumentando os custos e o tempo necessário para concluir projetos em andamento.
- A maturidade do software e as limitações de fabricação podem ampliar, no curto prazo, a diferença de capacidade de processamento em relação aos concorrentes estrangeiros.
