Semicondutores de IA e GPUs: As GPUs de IA da China Estão Acelerando a Redução da Lacuna em Relação aos EUA por Meio da Expansão de Mercado, Vantagens de Custo e Infraestrutura de Supernós
O Morgan Stanley espera que o mercado total endereçável de chips de IA da China alcance US$ 91 bilhões até 2030. O menor custo total de propriedade e o melhor desempenho por unidade de custo dos chips domésticos, juntamente com avanços de infraestrutura, como supernós com mil aceleradores, estão ajudando a China a reduzir sua lacuna de computação de IA em relação aos EUA.
Resumo
O Morgan Stanley espera que o mercado total endereçável de chips de IA da China alcance US$ 91 bilhões até 2030. O menor custo total de propriedade e o melhor desempenho por unidade de custo dos chips domésticos, juntamente com avanços de infraestrutura, como supernós com mil aceleradores, estão ajudando a China a reduzir sua lacuna de computação de IA em relação aos EUA.
- Espera-se que o TAM de chips de IA da China cresça para US$ 91 bilhões até 2030.
- O mercado chinês de GPUs de IA e a participação de mercado dos aceleradores domésticos estão crescendo, e o relatório espera mais IPOs.
- Os chips domésticos têm menor custo total de propriedade para inferência de grandes modelos chineses, com custo por token comparável ao dos processadores Nvidia.
- Os chips domésticos oferecem melhor desempenho por unidade de custo devido a preços significativamente menores.
- O Atlas 950 SuperPod da Huawei amplia a escala do sistema para mais de 1.000 NPUs.
- O Morgan Stanley mantém uma visão Attractive sobre o setor de Semicondutores de Tecnologia da Grande China.
Interpretação do relatório
Visão geral
O relatório concentra-se no crescimento do mercado chinês de GPUs de IA, na substituição doméstica, nos custos de inferência e na infraestrutura de supernós, concluindo que a China está reduzindo sua lacuna de computação de IA em relação aos EUA por meio de escala de mercado, economia e capacidades de engenharia de sistemas.
Visões principais
O relatório conclui inicialmente que o mercado chinês de GPUs de IA está se expandindo e que os aceleradores de IA domésticos estão ganhando participação de mercado, enquanto as capitalizações de mercado das empresas relacionadas crescem e são esperados mais IPOs. O Morgan Stanley prevê que o mercado total endereçável de chips de IA da China alcançará US$ 91 bilhões até 2030. Sua decomposição de demanda abrange provedores chineses de serviços em nuvem, operadoras de telecomunicações, empresas soberanas e estatais e despesas de capital no exterior, implicando que a tese de crescimento não depende de uma única categoria de clientes, mas reflete o investimento conjunto de múltiplos compradores de capacidade computacional. O relatório também atribui uma visão Attractive ao setor de Semicondutores de Tecnologia da Grande China, indicando que se espera que seja mais atrativo do que o índice amplo de mercado relevante nos próximos 12—18 meses. Para a demanda de curto prazo, o relatório estabelece uma estrutura de acompanhamento composta por preços de mercado, uso de tokens e despesas de capital. Os preços das GPUs Nvidia 5090 no mercado chinês continuam a subir; os volumes mensais de tokens processados pela Volcano Engine e pelo Doubao da ByteDance dispararam, indicando forte demanda pelo uso de IA; o relatório também acompanha os preços médios por token dos principais grandes modelos da China e compara as tendências de despesas de capital em computação em nuvem na China e globalmente. Esses indicadores fornecem uma visão transversal da força da demanda chinesa por GPUs de IA a partir de diferentes perspectivas, incluindo preços de hardware, uso real de modelos, preços de inferência e investimento em infraestrutura. O relatório argumenta que as comparações de computação de IA entre China e EUA não devem se limitar ao desempenho de chips individuais, devendo também examinar chips, sistemas e infraestrutura. Sua estrutura de comparação de nove fatores mostra que a China ainda enfrenta uma lacuna tecnológica percebida no nível de chips, mas capacidades mais fortes de infraestrutura e integração de sistemas estão reduzindo a lacuna geral. À medida que as cadeias de valor de chips de IA chinesa e americana formam gradualmente ecossistemas de computação relativamente independentes, a China pode compensar algumas limitações de chips individuais por meio de arquitetura de sistemas em larga escala, interconexões e engenharia de clusters. A economia de inferência fornece outra evidência central que sustenta a competitividade dos chips domésticos. Com base em materiais das empresas e estimativas do Morgan Stanley Research, os chips domésticos têm menor custo total de propriedade em cenários de inferência de grandes modelos chineses, enquanto seu custo por token é comparável ao dos processadores Nvidia. Como os produtos domésticos têm preços significativamente menores, eles oferecem melhor desempenho por unidade de custo. Portanto, o relatório enfatiza que os compradores comparam, em última instância, não apenas o poder computacional de pico, mas também os custos totais de aquisição e operação, a produção efetiva de inferência e o custo associado a cada token. O progresso em nível de sistema está concentrado em soluções de supernós. O relatório menciona o Huawei CloudMatrix 384 A3 e destaca o novo Atlas 950 SuperPod da Huawei, apresentado na Conferência Mundial de Inteligência Artificial de 2026. O Atlas 950 amplia um único supernó para mais de 1.000 NPUs, e sua vista traseira demonstra a interconexão óptica usada pela UBlink. O relatório também compara várias soluções de supernós na conferência e examina projetos ortogonais sem plano médio, mostrando que fornecedores chineses estão desenvolvendo um ecossistema robusto de supernós por meio de escalas maiores de clusters, interconexões ópticas e inovação em arquitetura de sistemas. Juntamente com as vantagens de custo dos chips domésticos, essas capacidades de infraestrutura constituem o principal caminho para reduzir a lacuna de computação de IA entre China e EUA.
Estrutura de análise
O relatório primeiro prevê o TAM de chips de IA da China e detalha as fontes de demanda por provedores de serviços em nuvem, operadoras de telecomunicações, empresas soberanas e estatais e despesas de capital no exterior; em seguida, acompanha a demanda de curto prazo usando preços de GPUs, volumes de uso de tokens, preços de modelos e despesas de capital em nuvem; depois, compara as capacidades chinesas e americanas em nove fatores que abrangem chips, sistemas e infraestrutura; por fim, valida a economia e o progresso de engenharia da computação de IA doméstica usando custo total de propriedade, custo por token, desempenho por unidade de custo e soluções de supernós apresentadas na Conferência Mundial de Inteligência Artificial de 2026.
Notas metodológicas
Previsão do TAM de Chips de IA
O relatório estima o tamanho de longo prazo do mercado chinês de chips de IA atendível e detalha a demanda por diferentes compradores de capacidade computacional, chegando a uma previsão de TAM de US$ 91 bilhões para 2030.
Comparação das Cadeias de Valor de Chips de IA e Ecossistemas de Computação da China e dos EUA
O relatório examina os ecossistemas de computação de IA chineses e americanos em chips, sistemas e infraestrutura, concentrando-se em como a China pode usar engenharia de sistemas e infraestrutura para compensar parte da lacuna tecnológica em chips.
Comparação de Nove Fatores entre China e EUA em IA
O relatório utiliza nove fatores para uma comparação entre países, evitando uma avaliação das capacidades gerais de computação de IA baseada apenas no desempenho de chips individuais.
Análise do Custo Total de Propriedade para Inferência e do Custo por Token
O relatório vincula os custos de aquisição e operação de chips à produção efetiva de inferência, comparando chips domésticos com processadores Nvidia por meio de custo total de propriedade, custo por token e desempenho por unidade de custo.
Indicadores de Acompanhamento da Demanda de Curto Prazo por GPUs de IA
O relatório acompanha as mudanças da demanda de curto prazo usando preços da Nvidia 5090, volumes mensais de tokens da ByteDance, preços por token dos principais grandes modelos e tendências de despesas de capital em nuvem.
Mapeamento e comparação de ativos
Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).
- Indústria Chinesa de GPUs e Aceleradores de IA DomésticosO relatório acredita que ela se beneficiará do crescimento do TAM de chips de IA da China, do aumento da participação de mercado doméstica e do maior investimento por múltiplas categorias de compradores de capacidade computacional.
- Pontos fortes
- Menor custo total de propriedade, custo por token comparável ao dos processadores Nvidia e melhor desempenho por unidade de custo devido a preços significativamente menores.
- Pontos fracos
- A estrutura de comparação do relatório ainda reconhece uma lacuna tecnológica percebida para a China no nível de chips.
- Comparação
- Em comparação com os processadores Nvidia para o mercado chinês, os chips domésticos têm maiores vantagens na economia de inferência e no desempenho por unidade de custo.
- Huawei Atlas 950 SuperPodUma solução representativa de supernó que ilustra como a China está usando capacidades de sistemas e infraestrutura para reduzir a lacuna de computação de IA.
- Pontos fortes
- Escalável para mais de 1.000 NPUs e demonstra o projeto de interconexão óptica UBlink.
- Comparação
- O relatório o compara com outras soluções de supernós apresentadas na Conferência Mundial de Inteligência Artificial de 2026.
- Processadores Nvidia para o Mercado ChinêsO relatório os utiliza como principal referência para comparar chips de IA domésticos em termos de preço, custo total de propriedade e custo por token.
- Pontos fracos
- Os preços da 5090 no mercado chinês continuam subindo; o relatório estima que os chips domésticos têm menor custo total de propriedade.
- Comparação
- Os chips domésticos têm custo por token comparável, mas alcançam melhor desempenho por unidade de custo por meio de preços menores.
Dados principais
- TAM de Chips de IA da ChinaUS$91bnPrevisão do Morgan Stanley para 2030.
- Visão do Setor de Semicondutores de Tecnologia da Grande ChinaAttractiveUma avaliação setorial que indica maior atratividade em relação ao índice amplo de mercado relevante nos próximos 12—18 meses.
- Escala do Atlas 950 SuperPodMais de 1.000 NPUsA nova solução de supernó da Huawei apresentada na Conferência Mundial de Inteligência Artificial de 2026.
- Custo Total de Propriedade para Inferência Usando Chips DomésticosMenor que o dos processadores NvidiaPara cenários chineses de inferência de grandes modelos de IA, com base em materiais das empresas e estimativas do Morgan Stanley Research.
- Custo por Token dos Chips DomésticosComparável ao dos processadores NvidiaO resultado de comparação usado pelo relatório para medir a economia efetiva de inferência.
- Desempenho por Unidade de Custo dos Chips DomésticosMelhorO relatório atribui isso a preços de produtos significativamente menores.
- Preços da Nvidia 5090 no Mercado ChinêsContinuam subindoUm indicador de acompanhamento da demanda de curto prazo por GPUs de IA apresentado no relatório.
- Volume Mensal de Processamento de Tokens da ByteDanceDisparandoO relatório vê as tendências de tokens na Volcano Engine e no Doubao como sinais de forte demanda por IA na China.
Impacto e implicações
O relatório acredita que a expansão do mercado chinês de chips de IA e o investimento diversificado em capacidade computacional proporcionarão maiores oportunidades comerciais para aceleradores domésticos. Mesmo que permaneça uma lacuna tecnológica no nível de chips individuais, custos de inferência menores, melhor desempenho por unidade de custo e avanços em supernós com mil aceleradores, interconexões ópticas e arquitetura de sistemas podem aumentar a competitividade geral dos ecossistemas domésticos de computação e ajudar a reduzir a lacuna entre China e EUA.
Pontos a observar
- Monitorar se os preços da Nvidia 5090 no mercado chinês continuam subindo.
- Monitorar alterações nos volumes mensais de processamento de tokens na Volcano Engine e no Doubao da ByteDance.
- Monitorar os preços médios por token dos principais grandes modelos de IA da China.
- Comparar as tendências de despesas de capital em computação em nuvem na China e globalmente.