Країни будують власний ШІ, але залежать від Nvidia: що показало дослідження Counterpoint

Йдеться саме про інфраструктуру проаналізованих суверенних AI-проєктів, а не про весь світовий ринок AI-чипів. Водночас розрив настільки великий, що його можна назвати майже монопольним.

Аналітик Counterpoint Ніл Шах звернув увагу на суперечність: країни, які говорять про технологічний суверенітет, залишаються переважно залежними від апаратного та програмного стеку Nvidia . У вибірці було понад 80 країн, близько 55 із них розробили власні LLM — і майже всі використовують інфраструктуру Nvidia .

Чому Nvidia випереджає конкурентів

CUDA створює високу ціну переходу

Ключова перевага Nvidia — не лише продуктивність самих чипів, а й програмна платформа CUDA. За два десятиліття навколо неї сформувалися інструменти розробки, оптимізовані бібліотеки та рішення для навчання моделей, інференсу й робототехнічного моделювання .

Код, написаний під CUDA, розрахований на роботу з обладнанням Nvidia. Тому перехід на іншу платформу означає не просто закупівлю нових прискорювачів, а перенесення програм, перенавчання команд і повторну оптимізацію систем. Саме такі витрати створюють сильний ефект прив’язаності для наукових лабораторій, хмарних провайдерів і державних проєктів .

Nvidia продає цілу систему, а не окремий чип

Компанія постачає не тільки прискорювачі, а й оптимізовані бібліотеки для моделей, мережеві рішення NVLink і NVSwitch та готові AI-системи . Для країн, які хочуть швидко запустити власну модель, це часто простіше, ніж самостійно поєднувати обладнання, програмне забезпечення та мережеву інфраструктуру різних постачальників.

Масштаб зміцнює позиції

Nvidia відправила на ринок більше AI-прискорювачів, ніж усі конкуренти разом, що забезпечило їй масштаб виробництва, пріоритет у ланцюгах постачання TSMC та значний бюджет на дослідження й розробки .

Водночас перевага CUDA не є недоторканною. Інструменти, орієнтовані на різне обладнання, зокрема Triton, а також спеціалізовані чипи Google і Amazon поступово створюють альтернативи . Однак у сегменті суверенного ШІ жоден конкурент поки не зміг істотно скоротити розрив.

Де з’являються альтернативи

Конкуренти Nvidia мають окремі важливі, але поки що невеликі плацдарми:

• AMD посилює позиції завдяки європейському суперкомп’ютеру LUMI, австралійському проєкту Maincode та партнерству Moreh у Південній Кореї .
• Cerebras закріплюється на Близькому Сході через співпрацю з еміратською G42 у проєкті суперкомп’ютера Condor Galaxy .
• NAVER у Південній Кореї разом із Nvidia та Brookfield розширює національну AI-фабрику до 200 МВт. Але цей приклад радше демонструє роль Nvidia як партнера, а не конкурента .
• Google та Amazon використовують власні TPU й Trainium для внутрішніх хмарних навантажень, однак у доступних матеріалах немає ознак їхнього помітного продажу саме державним суверенним AI-проєктам .

Nvidia посилює вплив через партнерства

Домінування компанії підтримується не лише продажем обладнання. Nvidia також інвестує в лабораторії, моделі та національні AI-інфраструктурні проєкти.

Партнерство із Safe Superintelligence Іллі Суцкевера

27 липня 2026 року Nvidia та Safe Superintelligence (SSI), лабораторія, співзаснована колишнім головним науковцем OpenAI Іллею Суцкевером, оголосили про довгострокове стратегічне партнерство. Офіційно підтверджено інвестицію Nvidia та доступ SSI до систем наступного покоління Vera Rubin, що має збільшити обчислювальні ресурси лабораторії на порядок .

Reuters повідомляло про інвестицію обсягом 5 млрд доларів, хоча в спільному оголошенні компаній фінансові умови не розкривалися . У будь-якому разі угода ще тісніше пов’язує одну з найвідоміших AI-дослідницьких лабораторій із технологічною дорожньою картою Nvidia.

Південна Корея та Японія

Партнерство Nvidia, NAVER і Brookfield щодо розширення корейської національної AI-фабрики має збільшити потужність початкового розгортання Nvidia DSX до 200 МВт . У матеріалах також згадуються спільні проєкти AI-інфраструктури в Японії, однак їхні деталі та заявлений масштаб у доступних джерелах не наведені .

Тому твердження про конкретні угоди на понад 500 млрд доларів не можна вважати підтвердженим на підставі наданих матеріалів.

Фонд відкритих моделей

За повідомленням Forbes, Nvidia планує спрямувати 26 млрд доларів протягом п’яти років на створення моделей із відкритими вагами . Якщо ця ініціатива буде реалізована в заявленому масштабі, вона може ще сильніше закріпити програмно-апаратну платформу Nvidia як стандарт для державних і академічних AI-проєктів.

Китай і геополітика обчислювальних потужностей

Китай не входить до вибірки Counterpoint. У доступних джерелах це пов’язують із окремою траєкторією розвитку його AI-інфраструктури, обмеженнями на постачання передових чипів Nvidia та відставанням місцевих прискорювачів, зокрема Huawei Ascend і Cambricon, від найпотужніших рішень Nvidia .

Китайські лабораторії змушені комбінувати запаси старіших GPU Nvidia, доступні домашні рішення та обчислювальні ресурси з нижчою продуктивністю. Це може сповільнювати розробку великих моделей, але водночас стимулює Пекін прискорювати створення власного ланцюга постачання.

Так виникає геополітичний парадокс: американські експортні обмеження допомагають зберігати перевагу Nvidia на багатьох міжнародних ринках, але водночас підштовхують Китай до технологічного самозабезпечення.

Важливо, що надані джерела не містять достатньо підтверджених даних про конкретні заяви генерального директора DeepSeek, звинувачення на адресу Moonshot, тарифи США 2026 року, процедуру Section 232 або пакт «Pax Silica». Ці теми не можна додавати до висновків без окремого документального підтвердження.

Що підтверджено, а що залишається невизначеним

Висновок: незалежні моделі на залежній інфраструктурі

Дані Counterpoint показують не те, що країни не створюють власного ШІ, а те, що їхня незалежність поки що має чітку межу: обчислювальне «залізо» та програмна екосистема.

Частка Nvidia у 92,4% означає, що переважна більшість проаналізованих державних LLM залежить від одного постачальника. AMD має стратегічні ніші в Європі, Австралії та Південній Кореї, а Cerebras — на Близькому Сході, але цього поки недостатньо для справжньої диверсифікації.

Отже, головна боротьба за суверенний ШІ відбувається не лише навколо моделей і даних. Вона точиться за чипи, програмні стандарти, виробничі потужності та доступ до обчислень — і саме в цих сферах Nvidia наразі зберігає переважну перевагу.