俄羅斯轉用中國AI晶片：GigaChat背後嘅算力轉向

結果係：俄羅斯幾乎無法合法購買 Nvidia等西方GPU。而大型AI模型需要極高算力，呢個限制就變成發展AI嘅最大瓶頸之一。

中國成為最可行嘅硬件來源

當西方供應鏈基本封閉之後，中國成為少數仍有能力提供AI晶片嘅國家之一。俄羅斯政府亦公開鼓勵同中國深化科技合作，以減少對西方技術嘅依賴。

喺一次訪華行程期間，Sberbank CEO German Gref 表示銀行希望逐步用 中國微晶片 來運行 GigaChat，但相關轉換仍然喺進行中。

對雙方而言，呢個合作有戰略意義：

• 俄羅斯：獲得非西方AI算力來源
• 中國：擴展自己半導體同AI平台影響力

不過關係其實並唔對等——俄羅斯對外部算力供應高度依賴，而中國本身亦面對先進晶片製造限制。

可能採用邊款中國AI晶片

Sberbank暫時未正式公布會用邊款處理器。不過業界普遍估計，最有可能嘅選擇係 華為 Ascend 系列 AI 加速器。

呢個系列係中國建立自主AI硬件體系嘅核心產品。根據報道，華為計劃將 Ascend 910C 產量提升到大約 60萬顆（2026年），而整個Ascend系列晶片產量可能升至 約160萬個die。

Ascend架構主要用於：

• AI模型訓練
• 推理計算

功能上同Nvidia數據中心GPU定位相似。

但問題係中國本地需求已經非常大，例如字節跳動、阿里巴巴等公司都需要大量AI晶片，所以供應可能仍然緊張，外國客戶未必容易取得大量晶片。

同Nvidia H200相比差距幾大

即使中國晶片發展速度好快，大部分分析仍認為佢哋落後於西方最先進GPU。

例如：

• Nvidia H200 GPU：約 141GB HBM3e記憶體，記憶體頻寬 4.8TB/s，專為大型AI模型設計。
• Huawei Ascend 910C：總算力約 12,032，而H200約 15,840；記憶體頻寬 3.2TB/s，低於H200嘅4.8TB/s。

換句話講，中國晶片並唔係完全不能用，但要達到相同AI性能通常需要：

• 更多GPU數量
• 更高能源消耗
• 更複雜嘅分散式計算架構

GigaChat喺全球AI競爭位置

GigaChat本身其實係一個技術上相當成熟嘅模型，尤其係處理俄語任務方面。

研究顯示，GigaChat採用 Mixture‑of‑Experts架構，總參數約 470億，但每次推理只會激活約 130億參數。

內部測試顯示佢喺數學同程式任務都有不錯表現。

不過，如果同全球最強模型比較，差距仍然存在。

部分基準排名顯示：

• OpenAI
• Anthropic
• 中國DeepSeek

等模型仍然處於全球第一梯隊，而 GigaChat 2 Max 排名明顯較低。

亦有分析指出，GigaChat喺公開評測平台上落後於多個西方同中國模型，未能追上GPT系列或Claude等系統。

實際上，GigaChat嘅最大優勢係 本地化——即係喺俄語應用、俄羅斯企業市場同本地數據場景。

俄中科技合作嘅新格局

Sberbank嘅晶片策略其實反映咗全球AI產業正在形成新格局：

• 制裁驅動供應鏈重組：俄羅斯被迫轉向非西方技術
• 中國半導體自主化：出口管制刺激中國投資本土AI晶片
• 科技陣營分裂：AI基礎設施逐漸形成西方同中國兩大生態

但呢個合作亦暴露限制：

• 中國最先進晶片仍然落後Nvidia
• 本土需求已經消耗大量產能

所以對俄羅斯而言，中國晶片更似係 必要替代方案，而唔係完全等同嘅替代。

總結

Sberbank打算用中國晶片運行GigaChat，顯示地緣政治正深刻改變AI產業格局。

西方制裁基本切斷咗俄羅斯接觸高端半導體供應鏈，迫使佢轉向華為Ascend等中國AI加速器。雖然呢啲晶片可以支撐AI發展，但性能同生態仍然落後於Nvidia頂級GPU。

結果係：俄羅斯同中國科技合作更加緊密，但呢段關係同時受到技術差距同供應限制影響。