31 августа 2026
Оригинальное название: Конфиденциальное письмо партнерам Dimension Limited: Транстихоокеанская шахматная доска ИИ
Автор оригинала: Dimension Capital
Примечание редактора: В условиях, когда США лидируют в разработке передовых моделей и высокотехнологичных чипов, а Китай обладает более доступными энергоресурсами и более жесткими ограничениями по затратам, как будет развиваться глобальная конкуренция в сфере ИИ?
Внутренняя записка Dimension пытается ответить на этот вопрос. Автор разделяет конкуренцию на несколько взаимосвязанных уровней, включая вычислительные мощности, энергетику, экосистему открытого исходного кода, выручку от приложений и ценообразование на рынках капитала.
Ключевой вывод автора заключается в том, что экспортный контроль не просто разорвал связи между индустриями ИИ США и Китая, а, напротив, подтолкнул китайские лаборатории к акценту на инженерную эффективность и технические пути с открытыми весами. Модели США, вычислительные мощности NVIDIA, китайские модели с открытым исходным кодом и трансграничные сервисы данных уже встроены в одну и ту же производственную цепочку: технические возможности могут перемещаться через границы, но доходы, затраты и рыночная власть не обязательно передаются синхронно. Таким образом, будущий результат может зависеть не только от производительности моделей, но и от того, кто сможет решить свои наиболее острые проблемы и создать более устойчивый бизнес-цикл.
Это также объясняет, почему в статье обсуждаются как энергетический дефицит в США, так и высокая оценка китайских ИИ-компаний. Структурные проблемы, с которыми сталкиваются эти два региона, диаметрально противоположны: США обладают более зрелыми возможностями коммерциализации, но ограничены энергетикой и инфраструктурой; Китай имеет быстрорастущие энергетические мощности и открытую экосистему, но все еще сталкивается с такими ограничениями, как нехватка передовых чипов, ограниченная готовность платить и небольшие масштабы выручки. В результате наблюдается явное несоответствие между техническими возможностями, бизнес-доходами и рыночной оценкой.
Следует отметить, что данное письмо отражает специфическую инвестиционную перспективу, а некоторые данные о доходах, источниках моделей и проникновении в отрасль требуют дальнейшей проверки. Тем не менее, оно предлагает примечательную аналитическую базу: конкуренцию в сфере ИИ между США и Китаем уже нельзя объяснить только техническим лидерством или политической блокадой; то, что действительно определяет ландшафт отрасли, — это постоянно меняющийся баланс между вычислительными мощностями, энергией, распространением открытого исходного кода и распределением капитала.
Ниже представлен оригинальный текст:
Уважаемые партнеры,
Небольшая команда Dimension на прошлой неделе посетила Китай, побывав в нескольких ведущих лабораториях и пообщавшись с местными инвесторами, предпринимателями и техническими экспертами. Эта поездка была в значительной степени пересмотром наших суждений, сформированных после визита в Шанхай в 2025 году. Тогда мы писали и обсуждали, что растущая значимость Китая вышла за рамки аппаратного обеспечения. Теперь, подводя итоги этой поездки, мы считаем необходимым по-новому взглянуть на эту транстихоокеанскую шахматную партию в области ИИ. Ниже мы делимся некоторыми нашими текущими мыслями. Важно отметить, что эти взгляды все еще развиваются, и по мере появления новых данных они могут измениться уже завтра.
1. Дефицит будет стимулировать эволюцию
Первоначальной целью экспортного контроля было замедление развития ИИ в Китае. Однако результатом стало уникальное эволюционное давление, которое привело к появлению в Китае самобытных лабораторий.
При ограниченных вычислительных мощностях китайские команды часто фокусируются на инженерной оптимизации на более фундаментальном уровне абстракции, в то время как американские лаборатории склонны упускать эти аспекты из виду. Когда DeepSeek выпустили V3 в марте, они предварительно провели инженерную работу на уровне PTX программирования CUDA на графическом процессоре NVIDIA H800, перенеся наиболее энергоемкие операции нормализации с вычислительных ядер GPU на 20 ядер, выделенных для последовательных соединений.¹
Мы считаем, что это отражает не столько нехватку талантов в США, сколько разницу в механизмах стимулирования: предельная выгода в американских лабораториях достигается за счет добавления вычислительных мощностей, тогда как в китайских лабораториях — за счет поиска пространства для оптимизации компиляторов и чипов.
В конечном итоге китайские лаборатории сформировали культуру эффективности полного цикла, охватывающую ядро, оптимизатор, сервисную систему и даже проектирование чипов. Совокупный эффект этой культуры значительно превышает влияние точечных оптимизаций. Дефицит — как ни странно — неожиданно стал матерью изобретений; здесь он взрастил системную, сборочную и компиляторную инженерию.
2. Текущее состояние китайского программного обеспечения превзошло то, чего западное корпоративное ПО могло достичь два года назад: проникновение в западный стек производственных технологий
Китайские вендоры прошли путь от нулевого проникновения менее 18 месяцев назад до поддержки более 25% предложения токенов OpenRouter сегодня.²
Qwen превзошла Llama в слепом тестировании и продолжает часто выпускать новые модели. Менее чем за два года китайские модели эволюционировали из «пятой по качеству модели с открытым исходным кодом в мире» в состояние, когда «по крайней мере 80% ИИ-стартапов в США используют хотя бы одну китайскую модель с открытым исходным кодом в производственной среде».³ Открытые веса обходят барьеры закупок — у бесплатного ПО нет вендора, которого нужно проверять.
По сути, Китай быстро захватывает западные рабочие нагрузки, а не западную выручку. Как и прежде, прибыль от инференса временно течет к сервис-провайдерам, которые фактически доставляют токены.
Будь то намеренно или как результат сложной системы глобального масштаба, передовые китайские лаборатории превращают в товар уровни выручки, на которые полагаются конкуренты из США, что в основном происходит на стороне открытого исходного кода. На наш взгляд, это не случайно и не является просто эксцентричным экспериментом.
Эти компании стремятся создавать крупномасштабные, стабильные операционные системы с низкой доходностью. Поэтому наша среднесрочная оценка заключается в том, что Китай способствует формированию экосистемы, опирающейся на модели с открытыми весами и быстрое копирование, что снижает доходы ведущих лабораторий США; одновременно с этим выручка направляется к крупным облачным провайдерам и новой инфраструктуре инференса. Мы считаем, что эта тенденция замедляет, а то и препятствует выходу по-настоящему передовых технологий на текущее игровое поле.
3. Конкуренция внутри передовых лабораторий Китая гораздо интенсивнее, чем обычно осознают на Западе
По нашей оценке, текущая конкуренция на передовой включает DeepSeek, Qwen от Alibaba, Kimi от Dark Side of the Moon, Bean от ByteDance и GLM от Intelpath, при этом разница между ними в рейтингах колеблется примерно на одну четверть. Стоит отметить, что, хотя Tencent обладает огромной существующей базой пользователей, она работает вне этой экосистемы; само по себе это проблема, заслуживающая внимания.
Эти лаборатории напрямую конкурируют в скорости исследований и разработок, а также в возможностях моделей, одновременно открывая веса моделей, формируя конкурентную экосистему, которая резко отличается от двух закрытых лабораторий в США.
Мы вновь подчеркиваем, что фокус конкуренции в ближайшие один-два года — это не столько противостояние между странами, сколько состязание между различными механизмами стимулирования. Китайские лаборатории, с которыми мы взаимодействовали, часто больше сосредоточены на конкуренции друг с другом, чем на трансграничной конкуренции, раздуваемой западными СМИ.
4. Сегодня возможности модели могут совершить два круговых рейса через Тихий океан и все равно дойти до конечных пользователей
Конкретный путь выглядит так: передовая лаборатория в США выпускает более производительную модель; китайская лаборатория дистиллирует ее и выпускает веса модели; американские компании-разработчики приложений затем используют эти китайские модели с открытым исходным кодом для создания продуктов и продают их обратно корпоративным клиентам в США.
Говорят, что внутренний Composer 2 от Cursor построен на базе Kimi K2.5; SWE-1.5 от Cognition, по-видимому, построен на кастомизированной версии GLM. Короче говоря, как выразился представитель одной из китайских передовых лабораторий, с которыми мы общались: у США выше скорость итераций, а у Китая — скорость выпуска.
Около года назад этим компаниям было бы неплохо достичь уровня Llama или даже Mistral. Сегодня передовой ИИ из США интегрирован в китайскую систему открытых весов, а передовой интеллект из США также скрыт внутри нее.
5. Уровень данных, похоже, следует по аналогичной траектории
Американские поставщики данных — Mercor, AfterQuery, Turing — установили коммерческие партнерства с такими компаниями, как Anthropic и OpenAI. Тем временем в Китае группа стартапов начинает создавать инфраструктуру оценки и верификации для поддержки услуг аннотирования.
Например, UniPat, основанная докторантом Пекинского университета при поддержке Mercedes, открыла офис в Сиэтле в декабре 2025 года, как сообщается, используя китайских докторантов-аннотаторов, работающих над этими проектами по прямому маршруту с американского Среднего Запада.
Одна китайская лаборатория задала простой, но важный вопрос: **как они могут обеспечить качество человеческого контроля над вычислительным процессом в среде, где вычисления ограничены определенным порогом, оставаясь при этом совместимыми с моделью, обладающей адаптивными возможностями и почти бесконечными ресурсами?**⁴
Мы заметили, что несколько команд в экосистеме начали создавать соответствующие продукты, причем как минимум две из них быстро приближаются к 100 миллионам долларов выручки.
6. США и Китай сталкиваются с разными, противоположными ограничениями
В 2024 году Китай вводит около 429 ГВт новых генерирующих мощностей, в то время как США добавляют лишь около 51 ГВт. К 2030 году существующие строящиеся энергетические проекты Китая могут обеспечить дополнительный прирост предложения более чем на 400 ГВт. Напротив, в США ожидается, что расширение центров обработки данных составит более одной пятой будущего прироста спроса на электроэнергию.⁵
Как мы уже писали ранее, ограничение Китая проистекает из нехватки вычислительной инфраструктуры. Например, новая модель K3 от Dark Side of the Moon, несмотря на передовые возможности, столкнулась с задержками в развертывании из-за недостаточных мощностей инференса.
США богаты ресурсами чипов, но все больше ограничены энергией, в то время как Китай богат энергетическими ресурсами, но все больше ограничен чипами.
Наша оценка, с которой также широко согласны в отрасли, заключается в том, что будущее будет определяться тем элементом, который в настоящее время находится в наибольшем дефиците: США зависят от того, как быстро можно построить площади для ЦОД, распределительные сети и линии электропередач; в то время как Китай зависит от выхода годных изделий и возможностей упаковки SMIC и Huawei.
7. Разрыв в выручке от ИИ между США и Китаем огромен, приближаясь к двум порядкам величины
По состоянию на конец июля годовая выручка Anthropic превысила 6,5 млрд долларов; по состоянию на август годовая выручка OpenAI достигла 40 млрд долларов.⁶
Для сравнения, самая высокодоходная ИИ-модель в Китае управляется ByteDance, с годовой выручкой около 200–300 млн долларов за видеомодель; второй по доходам — Dark Side of the Moon с выручкой около 1 млрд долларов. Годовая выручка DeepSeek, как сообщается, составляет менее 50 млн долларов.
Что касается потребительского сегмента, у DòuBāo более 345 миллионов ежемесячных пользователей, что более чем в три раза превышает показатели DeepSeek. Оба предлагают различные источники дохода, включая коммерческие комиссии, и, по нашим расчетам, средняя ежемесячная реализованная выручка в юанях составляет около 1 юаня.
Исторически сложилось так, что китайские потребители не привыкли платить за программное обеспечение. Мы также не считаем, что китайская экономика достигла точки, когда средний класс готов быстро изменить эту привычку. Инсайдеры в компаниях заявляют, что они направляют ресурсы на коммерциализацию и пытаются изменить эту тенденцию; действительно, десять лет назад в привычках китайских интернет-потребителей произошли изменения.
Конечно, китайская лаборатория может в конечном итоге монетизироваться через коммерческую рекламу, чего американские лаборатории делать не решаются.
Здесь также играет роль бесстыдный прагматизм: предприниматели часто не беспокоятся об использовании неправильного термина или принятии стигматизированного выражения, опасаясь цензуры или негативной реакции. Это было очевидно, когда мы гуляли по улицам Коулуна в Гонконге: продавцы слушали анализ Бена Томпсона об иррациональном отвращении американских лабораторий к рекламе и бизнес-моделям.⁷
Кстати, Бен услышал об этом впервые — Бен один из величайших аналитиков всех времен.
8. Аппаратное обеспечение отделяется от полупроводникового, программного и информационного уровней со скоростью, переплетенной до такой степени, что ни одно правительство не может угнаться
Американские приложения работают поверх китайской модели; китайские лаборатории, в свою очередь, обучаются на вычислительных мощностях NVIDIA, арендованных в Малайзии и Таиланде, дистиллируя при этом результаты работы американской модели; экспертные данные также текут в обоих направлениях.⁸
Мы обнаружили, что вопрос «кто пишет задачу» больше не является надежным.
Точно так же системы теперь глубоко взаимозависимы, воплощая не только «риторический национализм», но и реализуя настоящий транснационализм на практике — если только рекурсивное самосовершенствование (RSI) фундаментально не изменит текущую структуру игры.
9. Мы обнаружили, что некоторые ведущие китайские исследователи считают, что они достигли более слабой формы RSI
Вообще говоря, RSI можно разделить на три типа: основанное на времени, основанное на вычислениях и граничное RSI. Самую раннюю форму RSI можно понимать как исследователей, вовлекающих модель в ее собственную итерацию, вручную помогая модели ускорить части, которые в противном случае потребовали бы вычислительных мощностей или времени исследователя, или того и другого. Важно отметить, что «взлет» на этом этапе может не проявляться как экспоненциальная кривая на временных масштабах до 2100 года, ни как совокупные усилия человечества, превосходящие возможности любого индивида или машины.
10. Жизненно важная точка развилки
Если самосовершенствование первого порядка действительно существует, то с точки зрения вычислений преимущество Америки кажется весьма прочным: к 2030 году каждая лаборатория будет оперировать примерно 2 ГВт вычислительных мощностей и иметь более 5 ГВт в законтрактованных проектах.
Теоретически эти проекты поддерживаются значительной выручкой и сильным рынком капитала; путь к масштабированию вычислений, латеральному мышлению, циклу «самосовершенствования» и обучению эффективному использованию этих возможностей кажется бесконечным.
Однако, если посмотреть с другой стороны, если реальное ограничение заключается в качестве валидации или если временные рамки выходят за пределы предполагаемого диапазона кривой, то понятие «оптимизации мощностей и избыточности отечественных чипов» — которое может звучать несколько знакомо — может продолжить ускоряться в течение следующих 18 месяцев:
Возможности фронтального моделирования в США ускоряют коммерциализацию;
Китай открывает уникальные возможности моделей, используемые для взвешенных моделей;
ИИ-компании, участвующие в торгах за уровни инференса, получают больше рычагов влияния;
Провайдеры вычислительных мощностей получают больший объем и прибыль по мере включения иностранных весов IP;
В конечном итоге эти эффекты также каскадно перейдут на провайдеров услуг инференса, таких как гипермасштабируемые облачные провайдеры и новые облачные производители.
Это подразумевает значительное несоответствие в инвестициях в энергетическую инфраструктуру.
Мы должны подчеркнуть: наш анализ инфраструктуры США и Китая, возможно, является анализом с самым высоким потенциалом доходности, который мы когда-либо делали.
О будущем
11. Сценарий будущего
В будущем американские фронтенд-лаборатории могут перестать открывать API для передовых моделей следующего поколения. На самом деле, для подавляющего большинства программных корпоративных приложений текущего технологического уровня уже достаточно. Высококлассные модели будущего будут оцениваться исходя из ценности, а не количества, при этом все больше принося пользу Китаю за счет возможностей фронтенда.
В результате американские лаборатории могут отдать приоритет доходам от API для поддержки более дорогих моделей с меньшим объемом; это, в свою очередь, перережет важный конкурентный канал, идущий с восточного побережья США через Тихий океан.
По крайней мере, это заставит обрабатывать больше данных внутри страны в Китае с использованием предварительно обученных моделей, что усилит давление на существующие узкие места в вычислительных мощностях.
Насколько нам известно, некоторые крупные транснациональные корпорации США пилотируют перенос инженерных и математических задач в Китай.
12. Ландшафт ИИ в Китае и США
Мы считаем, что ИИ глубоко переплел технологические системы США и Китая до такой степени, что регуляторные меры, разрывающие лишь одну транстихоокеанскую связь, имеют в лучшем случае временный эффект.
Технологи из США и Китая, в некотором смысле, ведут диалог друг с другом; этот обмен может происходить на нескольких уровнях, таких как дистилляция моделей, открытые веса, маркировка данных, инференс и программное обеспечение, все чаще использующее инфраструктуру поиска на основе интеллектуальных агентов.
Практика прямого запрета на денежное обращение, включения в списки организаций, запрета на хранение и запрета на закупки почти неизбежно подавляет инновации в США, лишает лидерства в соответствующих областях и в конечном итоге направляет средства китайским конкурентам.
Несмотря на западные дискуссии о пузыре оценки ИИ, атмосфера на китайском рынке заметно более восторженная.
Если смотреть на мультипликатор выручки, транзакционная оценка китайских лабораторий в 5–10 раз выше, чем у американских передовых лабораторий; с точки зрения масштаба выручки разрыв между Китаем и США близок к двум порядкам величины.
Последний раунд финансирования Lunar DarkSide оценивался в 3,5 млрд долларов, при этом ее годовая выручка в июле составляла около 100 млн долларов, что дает оценку около 35 годовых выручек; предстоящий раунд финансирования, как сообщается, установлен на пре-мани оценке в 5 млрд долларов, что эквивалентно примерно 50 годовым выручкам.
Intelligence Spectrum при листинге в Гонконге в январе этого года имела рыночную капитализацию около 10 млрд долларов, что примерно эквивалентно мультипликатору в 20 раз выше оценочного мультипликатора Anthropic. Ранние торги компании на открытом рынке были волатильными: начав с рыночной капитализации около 1,3 млрд долларов на момент листинга, в январе этого года она однажды выросла примерно до 10 млрд долларов.
Kong AI Knowledge Atlas Technology HK (2613) также увидела рост своей рыночной капитализации с примерно 1,3 млрд долларов в январе этого года до около 10 млрд долларов; Luna AI (HKG:100) аналогичным образом подскочила с примерно 15 млрд долларов до 33 млрд долларов, а затем упала обратно примерно до 10 млрд долларов.
Обе эти акции испытали резкое падение до окончания периода блокировки (lock-up). Наша оценка заключается в том, что это в основном связано с незрелой структурой рынка: десятилетия опыта инвестирования в потребительское ПО только сейчас постепенно накапливают способность осмотрительно оценивать корпоративное финансовое раскрытие и фреймворки с открытым исходным кодом.
Эта ситуация не сильно отличается от того, что мы видели в биотехнологическом секторе: на публичном рынке Гонконга практически нет регуляторных рисков, возникающих со стороны перекрестных инвесторов или профессиональных инвесторов в технологии и биотехнологии.
Для правильных инвесторов это представляет огромную возможность: они могут выйти на рынок и занять лидирующие позиции в инвестициях на ранних стадиях на публичном рынке в этих категориях.
Ваши партнеры,
Nan, Adam, Zivain
Сноски
Технический отчет DeepSeek V3: использование 2048 GPU H800; программирование на уровне PTX; около 30 миллионов сообщений, выделенных для межпроцессорной связи.
В марте 2026 года еженедельная доля токенов OpenRouter составляла около 42% с колебанием около 5%; на Qwen приходилось около 18%. Стоит отметить, что загрузки моделей с Hugging Face представляют лишь около 80% использования моделей с открытыми весами в Китае, остальные 20% распределяются через другие каналы.
Anthropic ранее обвиняла Dark Side of the Moon, DeepSeek и MiniMax в сборе миллионов точек данных диалогов Claude; однако это утверждение позже было опровергнуто и отвергнуто несколькими компаниями.
Что касается комментариев о различиях в бухгалтерском учете между различными методами пропускной способности, эта статья временно оставит данную дискуссию в стороне.
Alibaba и ByteDance ускорили обучение в центрах обработки данных в Юго-Восточной Азии после ограничений, введенных 20 апреля 2026 года; эти компании арендовали вычислительные мощности в объектах за пределами Китая в Таиланде, Малайзии и Японии. Директива OSTP Белого дома США в марте 2026 года ввела серверы NVIDIA экспортного класса GB300 в Таиланд для обучения K3; текущий экспортный контроль отдает приоритет владению чипами, а не удаленному доступу. Стоимость аренды вычислительных мощностей в Таиланде, Малайзии и Индонезии примерно на 30% выше, в то время как операционные расходы примерно на 10% ниже.
До окончания периода блокировки институциональные инвесторы, владеющие более чем 5% акций, не могут обналичить средства; обычные акционеры также не могут продавать до истечения периода блокировки.
Под заказ
В наличии
