Nach den US-Exportkontrollen für Nvidia-Chips und Pekings Verbot: Chinas Tech-Giganten verlagern das Training ihrer wichtigsten KI-Modelle nach Asien. Ein pragmatischer Offshore-Ausweg sichert den Nvidia-Zugriff.
Offshore-Ausweg: China nutzt Nvidia-Chips im Ausland
Die KI-Industrie Chinas sichert sich weiterhin den Zugriff auf leistungsstarke Nvidia-Chips, indem sie trotz Exportkontrollen und Pekings Regularien einen pragmatischen Offshore-Ausweg im nahen Ausland nutzt. Dieser Weg ist die direkte Folge eines doppelten Drucks: Peking will Nvidia aus neuen Rechenzentren heraushalten, während Washington verhindern will, dass chinesische Firmen Zugriff auf modernste KI-Chips erhalten. Das Ergebnis dieser Konflikte ist kein Bruch der Lieferketten, sondern eine geografische Verschiebung. Zwar kündigt China lautstark den Verzicht auf Nvidia und andere westliche Chips an, doch in der Praxis sickern weiterhin graue Importe über Singapur und Malaysia ins Land. Gleichzeitig trainieren chinesische KI-Unternehmen ihre wichtigsten Modelle dort, wo Nvidia uneingeschränkt verfügbar bleibt. Nicht mehr im eigenen Land, sondern in Singapur, Malaysia und anderen Standorten außerhalb der direkten Reichweite chinesischer Industriepolitik.
Qwen und Doubao: Chinesische Modelle entstehen weiter auf Nvidia
Alibaba und ByteDance stehen dabei im Zentrum. Beide Konzerne haben zentrale Trainingsläufe ihrer wichtigsten Sprachmodelle ins Ausland verlagert. Qwen und Doubao entstehen dort auf Nvidia-Clustern, die in China selbst nicht mehr eingesetzt werden sollen. Andere große Plattformen wie Tencent verfolgen ähnliche Strategien über Lageraufbau, Beteiligungen an Rechenzentren oder flexible Cloud-Kapazitäten, ohne dabei so offen mit Offshore-Training in Verbindung gebracht zu werden.
Diese Entscheidungen folgen keiner politischen Symbolik, sondern einer technischen Logik. Große Sprachmodelle auf aktuellem Niveau verlangen nach Hardware, die Rechenleistung, Software-Ökosystem und Skalierung zuverlässig zusammenführt. Trotz erheblicher Fortschritte chinesischer Chipanbieter bleibt Nvidia in diesem Bereich der Referenzpunkt. Wer im globalen Wettbewerb mithalten will, richtet die Trainingsarchitektur danach aus.
Der öffentliche Diskurs zeichnet gern ein anderes Bild. Chinas KI-Industrie gilt als auf dem Weg zur Unabhängigkeit. Huawei, Biren oder Cambricon stehen für einen staatlich gestützten Aufholprozess. Diese Erzählung blendet aus, wie der operative Alltag großer Trainingsläufe aussieht. Dort entscheidet nicht das industriepolitische Ziel, sondern die Frage, ob ein Modell stabil und effizient trainiert wird.
Auslöser für die jüngste Verlagerung war zunächst Washington. Die USA verschärften Anfang des Jahres erneut die Exportkontrollen für Nvidia-Chips, die speziell für den chinesischen Markt entwickelt worden waren. Auch diese Varianten galten plötzlich als zu leistungsfähig. Lieferungen wurden eingefroren, bestehende Planungen hinfällig. Für chinesische Abnehmer wurde klar, dass jeder direkte Bezug unter Vorbehalt steht.
Neu war jedoch der zweite Druck aus Peking selbst. Im November erließ die Regierung eine Direktive, wonach neue Rechenzentren und solche mit staatlicher Finanzierung oder Unterstützung ausschließlich heimische AI-Beschleuniger einsetzen sollen. Bereits installierte ausländische Chips sollen in frühen Bauphasen entfernt oder ersetzt werden. Unternehmen erhielten entsprechende Weisungen von Regulierungsbehörden. Damit verlor Nvidia nicht nur durch US-Exportkontrollen, sondern auch durch chinesische Vorgaben massiv an Boden im Inland.
Für die großen Plattformen entstand ein pragmatischer Ausweg. Das Training wanderte dorthin, wo weder US-Behörden den Zugriff auf Cloud-Hardware blockieren noch chinesische Stellen den Einsatz untersagen. Singapur und Malaysia erfüllten diese Bedingungen. Beide Länder verfügen über wachsende Rechenzentrumsinfrastruktur, verlässliche Stromnetze und Betreiber mit Zugang zu modernen Nvidia-Clustern.
Huawei-Chip scheitert: DeepSeek muss auf Nvidia zurückgreifen
Dieser Weg ist jedoch nicht frei von Reibung. Seit dem Herbst bremst Malaysia den Ausbau neuer Rechenzentren. Gründe sind Engpässe bei Strom und Wasser sowie zunehmender Druck aus den USA, keinen indirekten Zugang zu sanktionierter Hardware zu ermöglichen. Damit wird auch dieser Ausweg politisch und infrastrukturell enger. Die Abhängigkeit von Nvidia verlagert sich nicht nur geografisch, sie wird zugleich verwundbarer.
DeepSeek gilt oft als Gegenbeispiel für eine erfolgreiche Umstellung auf heimische Hardware. Das Unternehmen trainierte frühere leistungsfähige Modelle weitgehend in China. Möglich war das durch umfangreiche Altbestände an Nvidia-Chips und durch enge Kooperation mit Huawei. Huawei entwickelt eigene AI-Chips namens Ascend-Beschleuniger. Diese sollen eine chinesische Alternative zu den Nvidia-Grafikkarten sein. Sie übernehmen schon wachsende Aufgaben, vor allem beim weniger rechenintensiven Einsatz der fertigen Modelle. Das heißt beim normalen Betrieb der KI, nicht beim aufwändigen Training. Doch selbst dieses Vorzeigebeispiel stößt an Grenzen. Bei neueren Modellen scheiterten Versuche, das großskalige Training vollständig auf Ascend zu verlagern. Instabile Leistung, langsamere Verbindungen zwischen den Chips und ein weniger ausgereiftes Software-System zwangen DeepSeek, für das Training weiter auf Nvidia zurückzugreifen. Die Ausnahme bestätigt damit die Regel. Heimische Alternativen sind für absolute Spitzenanwendungen noch nicht voll einsatzbereit.
Keine Substitution: Die Abhängigkeit von Nvidia hält an
Die Handelsdaten untermauern dieses Bild. China importierte in diesem Jahr so viele Halbleiter wie selten zuvor. Von Januar bis November summierten sich die Einfuhren auf über 400 Milliarden US Dollar. Taiwan blieb mit gut einem Drittel der wichtigste Lieferant. Malaysia und Singapur spielten eine kleinere, aber konstante Rolle.
Zwar sank ihr Anteil im Jahresverlauf. Nach einem Hoch im Frühjahr fiel er bis zum Herbst auf rund vier bis fünf Prozent. In absoluten Zahlen flossen zuletzt jedoch weiterhin fast 1,8 Milliarden US Dollar pro Monat über diese beiden Länder nach China. Das entspricht einem Jahresvolumen von über 20 Milliarden US Dollar. Von einem Abbruch westlicher Chipströme lässt sich damit nicht sprechen.
Der Rückgang deutet auf gefüllte Lager und gezielteren Bezug hin, nicht auf echte Substitution. Für bestimmte Spitzenanwendungen bleibt Nvidia systemrelevant. Gerade beim Training sehr großer Modelle liefern chinesische Chips bislang nicht dieselbe Kombination aus Leistung, Stabilität und ausgereifter Software. Deshalb hält sich ein Grundbedarf an westlicher Hardware, auch wenn er politisch unerwünscht ist.
Peking akzeptiert diesen Widerspruch. Der Ausschluss von Nvidia im Inland erhöht den Druck auf heimische Anbieter und zwingt Unternehmen zur Anpassung. Kurzfristig zahlen die Plattformen dafür mit höheren Kosten und Ausweichbewegungen. Langfristig soll die eigene Industrie davon profitieren. Die Abhängigkeit verschwindet dadurch nicht, sie ändert nur ihre Form.
Am Ende bleibt eine nüchterne Feststellung. Chinesische KI ist weiterhin auf Nvidia angewiesen. Wenn der Zugang im eigenen Land blockiert wird, wandert das Training dorthin, wo er offen bleibt. Die politische Erzählung von Autarkie ändert daran wenig. Wenn der Prophet nicht zu den Bergen kommen kann, kommen die Berge halt zum Propheten.
Kommentare lesen und schreiben, hier klicken
