AI News

ByteDance ускоряет реализацию амбиций в области создания собственных чипов в ходе стратегических переговоров с Samsung

Делая важный шаг на пути к технологической независимости, компания ByteDance, материнская компания TikTok и Douyin, по сообщениям, ведет продвинутые переговоры с Samsung Electronics о производстве собственных специализированных чипов для ИИ (AI chips). Этот стратегический поворот знаменует собой критический этап в планировании инфраструктуры китайского технологического гиганта, стремящегося обеспечить стабильные поставки современных процессоров в условиях ужесточения глобальных цепочек поставок и геополитических ограничений.

Согласно недавним отраслевым отчетам, ByteDance планирует выпустить до 350 000 единиц своих проприетарных чипов для логического вывода ИИ (AI inference chips), при этом поставка инженерных образцов ожидается уже в марте 2026 года. В случае успеха это партнерство может существенно снизить зависимость ByteDance от внешних поставщиков, таких как Nvidia, и изменить конкурентный ландшафт в сфере внедрения полупроводников для ИИ среди интернет-гигантов Китая.

Соглашение о производстве: Samsung в качестве производственного партнера

Сотрудничество сосредоточено на производстве чипов, разработанных специально для рабочих нагрузок логического вывода ИИ (AI inference workloads) — процесса обработки реальных данных с помощью обученных моделей ИИ для генерации прогнозов или рекомендаций. В то время как ByteDance исторически полагалась на графические процессоры (GPU) Nvidia как для обучения, так и для логического вывода, огромный масштаб ее алгоритмов рекомендаций для таких платформ, как TikTok, требует массивных специализированных вычислительных мощностей, которые GPU общего назначения обрабатывают менее эффективно.

В сообщениях об этой сделке намечаются следующие этапы производства:

  • Начальный этап: ByteDance стремится получить инженерные образцы к концу марта 2026 года.
  • Массовое производство: Компания нацелена на первоначальный объем выпуска в 100 000 единиц в течение текущего года.
  • Долгосрочное масштабирование: Ожидается, что со временем производственные мощности вырастут до 350 000 единиц, что свидетельствует о серьезном намерении развивать собственное оборудование.

Что немаловажно, переговоры, по сообщениям, выходят за рамки производства логических чипов и включают поставку памяти с высокой пропускной способностью (High Bandwidth Memory, HBM). Поскольку глобальный бум ИИ создает серьезные трудности в доступности памяти, обеспечение прямой линии поставок из складских запасов Samsung, вероятно, является решающим фактором в выборе партнера ByteDance. Samsung, занимающая уникальное положение как ведущий литейный завод и производитель памяти высшего уровня, предлагает решение «под ключ», с которым другим контрактным производителям сложно конкурировать.

От алгоритмов к кремнию: переход к логическому выводу

Чтобы понять значимость этого события, необходимо разграничить две основные фазы рабочих нагрузок ИИ: обучение и логический вывод.

  • Обучение (Training): Включает подачу огромных наборов данных в модель для ее «обучения». Это требует колоссальной чистой вычислительной мощности (часто кластеров Nvidia H100/A100).
  • Логический вывод (Inference): Включает развернутую модель, принимающую решения в реальном времени (например, «Какое видео показать этому пользователю следующим?»). Это требует низкой задержки и высокой энергоэффективности.

Для такой платформы, ориентированной на потребителя, как TikTok, затраты на логический вывод часто превосходят затраты на обучение из-за миллиардов активных пользователей в день, требующих мгновенных рекомендаций. Разрабатывая собственные чипы (custom silicon), оптимизированные исключительно под свои специфические архитектуры рекомендаций, ByteDance теоретически может достичь более высокой производительности на ватт, чем при использовании готовых коммерческих GPU.

Сравнение требований к рабочим нагрузкам ИИ

Характеристика Обучение ИИ Логический вывод ИИ
Основная цель Создание интеллекта модели Выполнение модели в реальном времени
Интенсивность вычислений Чрезвычайно высокая (пакетная обработка) Умеренная (требуется низкая задержка)
Фокус оборудования Чистые FLOPS, Memory Bandwidth Эффективность, время отклика, стоимость
Контекст ByteDance Разработка LLM (Doubao) Обслуживание лент TikTok/Douyin

Балансирование на геополитическом канате

Стремление ByteDance к созданию собственных чипов (custom silicon) — это не просто техническая оптимизация; это стратегическая необходимость, вызванная геополитическими трениями. Соединенные Штаты ввели ряд строгих экспортных ограничений, ограничивающих продажу передовых ускорителей ИИ (таких как Nvidia H100 и даже упрощенных H20) китайским компаниям.

Хотя чипы для логического вывода обычно требуют меньшей вычислительной мощности, чем чипы для обучения — что потенциально позволяет производить их на чуть более старых, неограниченных технологических узлах (таких как 5 нм или 7 нм), — цепочка поставок остается уязвимой. Разрабатывая собственные чипы и сотрудничая с Samsung (южнокорейской фирмой), ByteDance пытается диверсифицировать риски в цепочке поставок. Samsung, соблюдая правила США, предлагает жизненно важную альтернативу TSMC, которая в настоящее время работает на пределе мощностей из-за спроса со стороны Apple, Nvidia и AMD.

Общая картина: китайские техгиганты переходят к вертикальной интеграции

ByteDance не одинока в этом начинании. Тенденция вертикальной интеграции (vertical integration), когда софтверные компании разрабатывают собственное оборудование, стала стандартом для мировых технологических гигантов. Amazon (AWS Inferentia), Google (TPU) и Microsoft (Maia) давно проложили этот путь. В Китае необходимость в этом усугубляется санкциями.

Статус разработки собственных чипов среди китайских технологических гигантов

Компания Фокус проекта чипа Стратегическая цель Основные проблемы
ByteDance Чипы для логического вывода ИИ Оптимизация рекомендательных движков (TikTok/Douyin) Отсутствие опыта в разработке оборудования; процент выхода годных кристаллов у Samsung
Alibaba Yitian (CPU) и Hanguang (NPU) Эффективность облачной инфраструктуры (AliCloud) Доступ к передовым литейным узлам (TSMC/Arm)
Tencent Zixiao (AI Inference) Внутренняя обработка видео и услуги ИИ Интеграция программного стека
Baidu Kunlun (AI General) Поддержка чат-бота Ernie Bot и автономного вождения Принятие экосистемы за пределами Baidu

Проблемы и официальные ответы

Несмотря на оптимистичные цели, путь к собственным чипам полон трудностей. Разработка полупроводников известна своей капиталоемкостью и требовательностью. Ошибка в архитектуре или сбой в производственном процессе (процент выхода годных изделий) могут привести к задержкам стоимостью в миллионы долларов. Кроме того, создание программного стека, который позволит разработчикам ByteDance беспрепятственно переносить свой код с платформы Nvidia CUDA на новые специализированные чипы, станет монументальной инженерной задачей.

Когда ByteDance обратились за комментариями по поводу этих отчетов, компания заявила, что информация о ее проекте по созданию собственных чипов является «неточной», не предоставив конкретных исправлений. Samsung Electronics отказалась от комментариев. Такие опровержения являются стандартными в полупроводниковой промышленности на этапах активных переговоров и часто направлены на защиту коммерческой тайны или управление ожиданиями фондового рынка.

Заключение: Созревающая экосистема ИИ

Если ByteDance удастся развернуть 350 000 собственных чипов для логического вывода, это станет поворотным моментом для компании, превратив ее из чистого лидера в области программных алгоритмов в вертикально интегрированного гиганта в сфере ИИ. Этот шаг не только защитит компанию от некоторых геополитических потрясений, но и радикально снизит операционные затраты на работу самого популярного в мире видеоприложения. По мере приближения марта 2026 года отрасль будет внимательно следить за тем, смогут ли первые образцы чипов оправдать возложенные на них надежды.

Рекомендуемые