In questi anni, il dibattito sull’autonomia tecnologica — su quanto un Paese possa dipendere dall’estero per componenti chiave come i chip — è diventato cruciale. L’articolo di AI Times rivela che due dei giganti della tecnologia cinese, Alibaba e Baidu, stanno compiendo un passo significativo in questo senso: hanno iniziato ad utilizzare chip sviluppati internamente per addestrare i propri modelli di intelligenza artificiale. È una scelta che va oltre l’innovazione tecnica: è una dichiarazione politica, economica, strategica.
Fino a poco tempo fa, anche le aziende cinesi più grandi affidavano gran parte del loro hardware per l’AI ai fornitori stranieri, in particolare ad Nvidia. I chip di Nvidia sono da tempo considerati lo standard per molte applicazioni AI, per via della loro potenza, efficienza e dell’ecosistema software che li supporta. Ma questo rapporto di dipendenza ha rischi e costi: sanzioni, limitazioni alle esportazioni, ritardi, vulnerabilità a compressioni politiche.
Da quanto riferito, Alibaba utilizza un processore chiamato Zhenwu (“전우” nel testo originale) per l’addestramento di modelli AI “di piccola scala”. Non è ancora a livello di competizione con i chip più potenti di Nvidia — in particolare, non può ancora sostenere le performance della serie “Blackwell” di Nvidia — ma è stato valutato competitivo rispetto ad altri chip cinesi in uso interno, come l’H20, dedicato alla fornitura nazionale. Alibaba sta anche lavorando a una versione potenziata di Zhenwu, con prestazioni che potrebbero superare il chip Nvidia “A100”, almeno per certi compiti.
Baidu, d’altra parte, ha messo in campo il chip Kunlun P800 per sperimentare con la nuova versione del proprio grande modello linguistico “Ernie”. Il Kunlun P800 è progettato per gestire sia l’addestramento che l’inferenza, compiti che richiedono generalmente caratteristiche hardware piuttosto diverse. L’uso sperimentale per “post-training” (ossia rifinitura di modelli già addestrati) su modelli open source fa intendere che Baidu non solo mira a usare questi chip nelle fasi più avanzate del ciclo di vita dei modelli, ma vuole anche verificarne l’efficacia concreta nelle condizioni reali.
Un elemento importante è che la produzione dei chip in questione è affidata a SMIC (Semiconductor Manufacturing International Corporation), la principale fonderia cinese, che sta diventando sempre più cruciale man mano che le restrizioni statunitensi verso imprese come TSMC e Samsung – che sono all’avanguardia nel litografia – complicano la cooperazione internazionale. Alibaba, per esempio, in passato si appoggiava a TSMC per produrre i chip Zhenwu, ma a causa delle regolamentazioni statunitensi ha dovuto spostare la produzione internamente, dentro i confini cinesi.
Dietro queste mosse, c’è anche un forte impulso politico. Esperti collegati al mondo accademico e governativo in Cina insistono che la dipendenza da GPU straniere è diventata una vulnerabilità. Se l’approvvigionamento viene bloccato, ritardato o sottoposto a condizioni restrittive, impatta direttamente sulla competitività della ricerca, dell’industria e dell’innovazione interna. Un professore di Tsinghua ha recentemente detto che la Cina deve concentrarsi sullo sviluppo di chip dedicati ai grandi modelli AI, non solo su modelli generali o su hardware standard, per evitare rischi di “dipendenza tecnologica”.
Naturalmente, ci sono sfide considerevoli. Anche con un forte impegno politico e risorse immense, realizzare chip che competono con i migliori al mondo richiede superare ostacoli tecnici, di produzione, di catena di approvvigionamento. Uno dei punti critici identificati è la disponibilità di memorie ad alta banda (HBM – High Bandwidth Memory). Se la capacità di produrle o importarle diventa un collo di bottiglia, l’intero progetto può rallentare o restare su prestazioni inferiori.
Anche la litografia, ossia il processo con cui si fabbricano i chip, è un terreno dove la Cina è in fase di costruzione. Le aziende come SMIC hanno fatto progressi, ma non sono ancora al livello delle fonderie più avanzate al mondo in termini di precisione nei processi produttivi più fini. Questo significa che per certi modelli molto grandi, estremamente esigenti in termini di efficienza energetica, raffreddamento, scala, la strada è ancora lunga.
Un altro aspetto interessante è come questa evoluzione influenzi l’ecosistema AI globale. Se Alibaba e Baidu diventeranno in grado di utilizzare internamente chip competitivi, ciò potrebbe ridurre la pressione sulla domanda mondiale di chip Nvidia (almeno per certe classi di uso), influenzare il prezzo, l’offerta, e anche le strategie delle aziende straniere che forniscono hardware all’industria cinese. Inoltre, questo punta a un dualismo tecnologico: per certi mercati e applicazioni, la Cina costruisce il proprio stack completo — hardware, software, infrastrutture — con possibili standard differenti, mentre il resto del mondo continua su percorsi propri.