Secondo un'indagine Bloomberg Intelligence, i dirigenti cinesi prevedono di allocare il 46% dei budget per acceleratori AI a chip nazionali nei prossimi 12 mesi, rispetto al 30% attuale [1][31][48]. Z.ai (ex Zhipu AI) ha addestrato il suo modello GLM 5 da 744 miliardi di parametri interamente su 100.000 chip Huawei...
Research answer

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What changes are Chinese companies making to their AI chip procurement strategies, and what facto. Article summary: Chinese companies are rapidly pivoting AI chip procurement away from Nvidia toward domestic alternatives, with executives projecting domestic chip allocations will rise from roughly 30% to **46% over the next 12 months**. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Le aziende cinesi stanno accelerando il passaggio dai chip Nvidia a quelli prodotti internamente, in quella che si profila come una delle più rapide transizioni tecnologiche nella storia recente. Un'indagine condotta da Bloomberg Intelligence rivela che i dirigenti cinesi prevedono di destinare il 46% dei budget per acceleratori AI a chip nazionali nei prossimi 12 mesi, rispetto a circa il 30% attuale BFF. Non si tratta di una tendenza lenta, ma di un cambiamento strutturale, rafforzato dalle sanzioni statunitensi sull'esportazione, da un colossale piano infrastrutturale statale con obbligo di approvvigionamento interno e dalla dimostrazione che chip come l'Huawei Ascend 910C sono in grado di addestrare modelli AI all'avanguardia.
La proiezione principale arriva dal sondaggio di Bloomberg Intelligence, in cui i dirigenti cinesi hanno dichiarato che assegneranno il 46% dei loro budget per acceleratori a prodotti nazionali nel prossimo anno, rispetto al 30% attuale BF. Il sondaggio sottolinea come le aziende stiano "abbandonando gli acceleratori avanzati di Nvidia a favore del silicio nazionale" B. Questo cambiamento è coerente con i dati di mercato di IDC, che mostrano come i produttori locali detenessero già circa il 41% del mercato cinese degli acceleratori AI per cloud nel 2025, in aumento rispetto a circa il 29% del 2024 A.
Le tensioni tra Stati Uniti e Cina sono il motore esterno principale. Da quando gli USA hanno ampliato i divieti di esportazione sui chip AI più avanzati e hanno inserito aziende come Z.ai (ex Zhipu AI) nella Entity List nel gennaio 2025, le imprese cinesi sono state di fatto tagliate fuori dall'hardware Nvidia H100/H200, costringendole a sviluppare alternative interne TP. Nel settembre 2025, l'Amministrazione cinese per il Cyberspazio ha ordinato ai grandi gruppi tecnologici, tra cui Alibaba e Tencent, di smettere di acquistare chip Nvidia, indirizzando gli acquisti verso fornitori nazionali A.
La Cina si sta preparando a spendere circa 2.000 miliardi di yuan (295 miliardi di dollari) nei prossimi cinque anni per una rete nazionale di data center AI, con l'obbligo che almeno l'80% della tecnologia chiave — inclusi i chip AI — provenga da fornitori interni come Huawei RBSD. Gli operatori statali China Mobile e China Telecom gestiranno questi hub RB. Il piano, redatto dalla Commissione Nazionale per lo Sviluppo e le Riforme (NDRC), rappresenta il più grande abbandono di fornitori statunitensi di chip nella storia A. Secondo alcune stime, l'investimento totale, considerando anche gli aggiornamenti alla rete elettrica, potrebbe raggiungere i 5.000 miliardi di yuan (circa 735 miliardi di dollari) A.
Zhipu AI (ora Z.ai) ha addestrato il suo modello GLM-5 da 744 miliardi di parametri interamente su 100.000 chip Huawei Ascend 910C utilizzando il framework MindSpore — con zero hardware Nvidia TLHP. Il modello ha poi raggiunto il primo posto nel benchmark Humanity's Last Exam (HLE) con il 50,4%, superando Claude Opus 4.5, GPT-5.2 e Gemini 2.5 Pro S. GLM-5.2, un modello open-weight aggiornato rilasciato nel giugno 2026 con licenza MIT, ha proseguito su questa strada TP. Questo risultato rappresenta la prima volta che un modello AI all'avanguardia viene addestrato interamente senza hardware Nvidia, dimostrando che l'ecosistema di chip Ascend di Huawei è ormai maturo per competere con il miglior silicio occidentale LLH.
Cambricon Technologies prevede di più che triplicare la produzione di chip AI nel 2026, puntando a 500.000 acceleratori, di cui fino a 300.000 unità dei suoi processori Siyuan 590 e 690 BT. L'azienda ha registrato il primo utile annuale della sua storia nel 2025 (2,1 miliardi di yuan / 306 milioni di dollari), rispetto a una perdita di 452 milioni di yuan nel 2024, con ricavi balzati a 6,5 miliardi di yuan da 1,2 miliardi B. Nel primo trimestre 2026 i ricavi hanno raggiunto i 423 milioni di dollari T. Hygon Information Technology ha superato i 40 miliardi di yuan di fatturato trimestrale, con la sua serie DCU che ha ottenuto la compatibilità "Day-0" con DeepSeek V4, eguagliando la prontezza software di Nvidia PN. Entrambe le società sono state tra i nove vendor di chip AI nazionali certificati nel maggio 2026 per l'elenco di "approvvigionamento sicuro e affidabile" del governo cinese, sbloccando gli acquirenti istituzionali TE.
I conti del primo trimestre 2026 mostrano per Cambricon e Moore Threads una crescita dei ricavi anno su anno superiore al 150% — segno che il passaggio da una crescita "trainata dai sussidi" a una "trainata dai prodotti" è ormai in atto N. Nel 2026, i vendor cinesi di chip AI hanno anche completato l'adattamento simultaneo (Day-0) di DeepSeek V4, segnando la transizione da un "dispiegamento in ritardo" a un "dispiegamento simultaneo" rispetto a Nvidia P. Nel loro insieme, questi dati confermano che il cambiamento negli acquisti di chip non è una proiezione lontana: sta già accadendo, rafforzato su ogni fronte dalla politica, dalle performance e dalla realtà commerciale.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Secondo un'indagine Bloomberg Intelligence, i dirigenti cinesi prevedono di allocare il 46% dei budget per acceleratori AI a chip nazionali nei prossimi 12 mesi, rispetto al 30% attuale [1][31][48].
Secondo un'indagine Bloomberg Intelligence, i dirigenti cinesi prevedono di allocare il 46% dei budget per acceleratori AI a chip nazionali nei prossimi 12 mesi, rispetto al 30% attuale [1][31][48]. Z.ai (ex Zhipu AI) ha addestrato il suo modello GLM 5 da 744 miliardi di parametri interamente su 100.000 chip Huawei Ascend 910C, senza alcuna scheda Nvidia, superando poi i benchmark dei modelli open weight [2][5][8...
La Cina si prepara a spendere circa 2.000 miliardi di yuan (295 miliardi di dollari) in cinque anni per una rete nazionale di data center AI, con l'obbligo di acquistare almeno l'80% della tecnologia da fornitori inte...