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...

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 . 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 . Il sondaggio sottolinea come le aziende stiano "abbandonando gli acceleratori avanzati di Nvidia a favore del silicio nazionale"
. 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
.
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 . 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
.
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 . Gli operatori statali China Mobile e China Telecom gestiranno questi hub
. 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
. 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)
.
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 . 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
. GLM-5.2, un modello open-weight aggiornato rilasciato nel giugno 2026 con licenza MIT, ha proseguito su questa strada
. 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
.
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 . 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
. Nel primo trimestre 2026 i ricavi hanno raggiunto i 423 milioni di dollari
. 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
. 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
.
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 . 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
. 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
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
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...