Warum Russland für seine KI zunehmend auf chinesische Chips setzt

Für KI‑Entwickler hat das unmittelbare Folgen: Hochleistungs‑GPUs von Unternehmen wie Nvidia, die normalerweise das Rückgrat moderner KI‑Trainingscluster bilden, sind für Russland kaum noch legal erhältlich.

China wird zum wichtigsten Hardware‑Partner

In dieser Situation bleibt China einer der wenigen großen Technologieanbieter, der Hardware liefern kann. Russische Behörden haben deshalb aktiv für eine stärkere technologische Zusammenarbeit mit China geworben.

Während eines China‑Besuchs erklärte Sberbank‑Chef German Gref, man hoffe, schrittweise chinesische Mikrochips für den Betrieb von GigaChat einsetzen zu können. Der Wechsel befinde sich allerdings noch im Aufbau.

Der Schritt liegt für beide Seiten nahe:

• Russland erhält Zugang zu nicht‑westlicher KI‑Infrastruktur.
• China kann seine eigene Halbleiter‑ und KI‑Plattform international ausweiten.

Allerdings ist die Beziehung asymmetrisch: Russland ist stark auf externe Rechenleistung angewiesen, während China zwar Chips liefert, selbst aber noch unter Beschränkungen bei der modernsten Fertigung leidet.

Welche chinesischen Chips infrage kommen

Offiziell hat Sberbank noch keinen konkreten Prozessor genannt. Branchenanalysten verweisen jedoch häufig auf Huaweis Ascend‑Serie von KI‑Beschleunigern.

Diese Chips sind ein zentraler Baustein von Chinas Strategie, eine eigene KI‑Hardware‑Industrie aufzubauen. Laut Branchenberichten plant Huawei, die Produktion des Ascend‑910C‑Beschleunigers deutlich auszubauen: Für 2026 werden etwa 600.000 Chips erwartet, während die gesamte Ascend‑Produktlinie auf rund 1,6 Millionen Dies steigen könnte.

Die Architektur ist speziell für KI‑Training und Inferenz entwickelt – also genau jene Aufgaben, die große Sprachmodelle wie GigaChat benötigen.

Ein Problem bleibt jedoch: Auch innerhalb Chinas ist die Nachfrage enorm. Große Tech‑Unternehmen wie ByteDance oder Alibaba benötigen dieselben Chips, was das Angebot für ausländische Käufer begrenzen kann.

Leistungsunterschiede zu Nvidias H200

Trotz schneller Fortschritte liegen chinesische Beschleuniger laut vielen Analysen weiterhin hinter den leistungsstärksten GPUs aus den USA.

Ein Beispiel:

• Die Nvidia H200 verfügt über etwa 141 GB HBM3e‑Speicher und eine Speicherbandbreite von bis zu 4,8 TB/s – wichtige Faktoren für das Training großer KI‑Modelle.
• Huaweis Ascend 910C erreicht rund 12.032 Einheiten Gesamt‑Rechenleistung, während die H200 etwa 15.840 erreicht. Auch die Speicherbandbreite ist mit 3,2 TB/s niedriger als bei Nvidia.

Das bedeutet nicht, dass chinesische Chips unbrauchbar wären. Viele Organisationen gleichen die Leistungsunterschiede aus, indem sie größere Cluster aus mehr GPUs einsetzen oder verteilte Rechenverfahren nutzen. Allerdings steigen damit Energiebedarf, Kosten und technischer Aufwand.

Wie konkurrenzfähig GigaChat ist

GigaChat gilt als eines der wichtigsten KI‑Modelle aus Russland. Technisch basiert die Familie auf einer Mixture‑of‑Experts‑Architektur mit 47 Milliarden Parametern insgesamt, von denen etwa 13 Milliarden aktiv sind.

Interne Benchmarks zeigen solide Ergebnisse bei Aufgaben wie Mathematik oder Programmierung. Besonders stark ist das System bei russischsprachigen Anwendungen.

Im globalen Vergleich liegt es jedoch hinter den führenden Modellen zurück. Analysen und Benchmarks platzieren Spitzenmodelle von OpenAI, Anthropic oder auch chinesischen Entwicklern deutlich weiter oben, während GigaChat 2 Max in manchen Rankings deutlich hinter den Spitzenreitern rangiert.

Experten sehen deshalb die Hauptstärke des Systems eher in der lokalen Optimierung – also für russische Sprache, nationale Plattformen und heimische Unternehmen – als im globalen Wettbewerb mit den leistungsfähigsten KI‑Systemen.

Ein Zeichen für neue Technologie‑Blöcke

Der mögliche Umstieg auf chinesische Chips zeigt einen größeren geopolitischen Trend in der KI‑Industrie.

Mehrere Entwicklungen treffen hier zusammen:

• Sanktionsbedingte Neuordnung der Lieferketten: Russland muss auf nicht‑westliche Technologien ausweichen.
• Chinas Streben nach Halbleiter‑Unabhängigkeit: Exportkontrollen haben Investitionen in heimische Chips beschleunigt.
• Entstehende Technologie‑Ökosysteme: Die globale KI‑Infrastruktur entwickelt sich zunehmend entlang geopolitischer Blöcke.

Gleichzeitig werden auch die Grenzen sichtbar. Selbst Chinas fortschrittlichste Chips liegen noch hinter Nvidias Spitzenhardware, und die Produktionskapazitäten sind stark ausgelastet.

Fazit

Sberbanks Plan, GigaChat mit chinesischen Chips zu betreiben, zeigt, wie stark geopolitische Konflikte inzwischen die Entwicklung künstlicher Intelligenz prägen.

Die Sanktionen haben Russland faktisch vom westlichen Halbleiter‑Ökosystem abgeschnitten. Dadurch rückt China als Technologiepartner in den Mittelpunkt. Doch auch wenn chinesische Beschleuniger eine praktikable Alternative bieten, erreichen sie derzeit meist noch nicht die Leistungs‑ und Ökosystemvorteile der führenden Nvidia‑GPUs.

Das Ergebnis ist eine engere Russland‑China‑Partnerschaft im Technologiebereich – geprägt sowohl von Zusammenarbeit als auch von strukturellen Grenzen.