Yadro тестирует китайские ИИ-ускорители как альтернативу и дополнение к Nvidia

18.11.2026
Yadro тестирует китайские ИИ-ускорители как альтернативу и дополнение к Nvidia
Yadro тестирует китайские ИИ-ускорители как альтернативу и дополнение к Nvidia
Компания контактировала с восемью китайскими производителями, решения четырёх из них уже прошли испытания. Названия партнёров Yadro не раскрывает — на рынке это Huawei, Cambricon, Alibaba, Baidu и другие, но какие именно из них Yadro гоняет по тестам, неизвестно.

В отдельных сценариях две китайские платформы достигли примерно половины скорости системы на H100 NVL. Результаты остальных сценариев Yadro не раскрыла. 

Глава направления ИИ Yadro Глеб Маркевич сказал, что для прямой замены Nvidia измеренной производительности пока недостаточно, но испытания подтвердили, что альтернативные ускорители уже способны работать с современными LLM.

Аналогичные тестирования проводятся и в Китае, причём как самими производителями чипов, так и независимыми исследовательскими организациями и через публичные бенчмарки. Если сравнивать с подходом Yadro, который тестировал чужие ускорители «снаружи», китайская экосистема тестирует свои решения гораздо глубже — от замеров инференса до обучения моделей и стресс-тестов на уровне кластеров.

Что показали тестирования в Китае

Наиболее прямое сопоставление с тестом Yadro — это данные по Huawei Ascend 910C. По сообщениям, основанным на тестировании DeepSeek, эта платформа достигает примерно 60% производительности H100 в инференсе. Это даже чуть выше того результата, который Yadro получил для двух китайских платформ (около 50%), хотя сравнение не является строго идентичным из-за разных методик и сценариев.

Владимир Нелюб: альтернативы NVIDIA уже выгоднее в отдельных ИИ-задачах, но не полная замена

Более свежие данные касаются Ascend 950PR. Исследовательская организация SemiAnalysis прогнала 1055 наборов матричных вычислений, типичных для больших моделей, и выяснила, что фактическая скорость работы 950PR составляет лишь 43% от H100 (и 21% от B300). При этом любопытно, что программный стек Huawei позволял задействовать 86% доступной производительности чипа — выше, чем у H100 (75,5%), — но абсолютная скорость всё равно упирается в ограничения самого железа. Этот результат важен как независимая проверка: он показывает, что даже новые поколения китайских чипов в задачах, близких к инференсу, пока не достигают паритета с Nvidia.

Существуют и данные из MLPerf. Один из обзоров результатов MLPerf 2026 года утверждает, что Huawei Ascend 950 в тестах BERT-Large и GPT-J-6B в режиме Offline достиг 106% и 103% от H100 соответственно . Однако к таким цифрам стоит относиться осторожно. Это может быть связано с конфигурацией теста, оптимизацией под конкретный бенчмарк или трактовкой условий, поэтому они не обязательно противоречат более скромным результатам SemiAnalysis в матричных вычислениях.

Китайские вендоры также публикуют собственные данные. Cambricon заявляет, что MLU690 в «чистых сценариях инференса» достигает 80–90% от H100, хотя по FP16-вычислениям отставание больше (примерно 70%). Dongfang Suanxin для своего 14-нм чипа DF1000 заявляет 52,6% от производительности H100/H200, но с пропускной способностью памяти 6,4 ТБ/с — выше, чем у Nvidia. Это тоже своего рода «тестирование», но уже в формате маркетинговых спецификаций, а не независимых замеров.

Termidesk оценила производительность Astra XConnect K100 на генераторе трафика IXIA

Подход Yadro — это взгляд покупателя, который оценивает доступные на рынке варианты и честно фиксирует, на что они способны в реальных сценариях. Китайские тестирования — это взгляд производителя и национальной экосистемы, где замеры сочетаются с оптимизацией софта, отладкой кластеров и попытками догнать Nvidia по всем фронтам одновременно. Результаты этих тестов в целом согласуются с цифрой «около 50% от H100»: независимые замеры дают разброс от 43% до 60% в зависимости от чипа, сценария и степени оптимизации софта. Так что данные Yadro не выглядят ни заниженными, ни завышенными — они попадают в тот же диапазон, который фиксируют китайские и международные исследователи.

Тематические спецвыпуски

Все спецвыпуски
Похожие статьи