China beperkt de inkoop van buitenlandse AI-chips door overheid en staatsbedrijven. De maatregel geldt landelijk en is recent aangescherpt om technologische autonomie en veiligheid te vergroten. Huawei profiteert met eigen rekenchips, terwijl Nvidia marktaandeel verliest in China. Voor Europese overheden speelt onder de Europese AI-verordening vooral de vraag naar beschikbaarheid van rekenkracht en leveringszekerheid.
China kiest eigen chips
Beijing stuurt er op aan dat kritieke sectoren overstappen op binnenlandse hardware voor kunstmatige intelligentie. Het gaat om telecom, cloud, defensie en andere staatsgelieerde instellingen. Het doel is om minder afhankelijk te zijn van Amerikaanse leveranciers en van exportcontroles. Deze lijn past in het bredere Chinese beleid voor ‘zelfredzame’ IT.
AI-chips, vaak GPU’s genoemd, zijn processors die veel berekeningen parallel uitvoeren voor het trainen van algoritmen. China geeft nu de voorkeur aan eigen accelerators in nieuwe aanbestedingen en vervangingscycli. Dat betekent in de praktijk minder ruimte voor Nvidia en AMD. Leveranciers worden gevraagd om complete systemen met lokale chips, software en ondersteuning te leveren.
De keuze wordt mede gedreven door geopolitiek. Amerikaanse beperkingen remmen de export van geavanceerde Nvidia-modellen naar China. Door inkoopregels aan te scherpen, borgt China continuïteit in datacenters en onderzoek. Tegelijk dwingt dit binnenlandse producenten om sneller te innoveren.
Xinchuang is het Chinese beleid dat overheid en staatsbedrijven aanzet om buitenlandse hardware en software te vervangen door binnenlandse alternatieven.
Huawei wint marktaandeel
Huawei schuift naar voren als belangrijkste winnaar met zijn Ascend-accelerators, zoals de Ascend 910B. Deze chips worden ingezet voor het trainen en draaien van grote taalmodellen en beeldsystemen. Huawei levert daarbij een eigen softwarestack, CANN en MindSpore, die vergelijkbaar is met Nvidia’s tools. Dat moet ontwikkelaars helpen hun code over te zetten.
Chinese cloudspelers integreren Ascend in hun diensten om aan de nieuwe inkooplijn te voldoen. Denk aan Huawei Cloud en grote staats-IT-integratoren. Ook modelbouwers als Baidu (Ernie), Alibaba (Qwen) en iFlytek (Spark) testen of draaien workloads op binnenlandse hardware. Daardoor groeit het lokale ecosysteem rond tools en bibliotheken.
De belangrijkste winst voor klanten is leveringszekerheid en prijscontrole. Binnenlandse chips zijn makkelijker te krijgen en service verloopt in dezelfde tijdzone en taal. Tegelijk blijft de software-compatibiliteit met internationale frameworks een aandachtspunt. Bedrijven rekenen daarom extra migratietijd in bij overstappen.
Nvidia verliest Chinese afzet
Nvidia’s speciaal voor China aangepaste chips, zoals de H20 en L20, komen moeilijker aan bod. Staatsklanten mogen minder of niet meer op buitenlandse accelerators vertrouwen. Daardoor verlegt Nvidia zijn focus naar de VS, Europa en het Midden-Oosten. Ook partners in China zien ondersteuningscontracten onder druk staan.
Voor veel ontwikkelaars is Nvidia’s ecosysteem rond CUDA, een programmeeromgeving voor GPU’s, nog de standaard. Die afhankelijkheid vergroot de overstapkosten in China. Teams moeten code herschrijven of nieuwe backend-ondersteuning gebruiken. Dat kost tijd en kan prestaties tijdelijk drukken.
Op korte termijn leiden de Chinese keuzes tot een lager verkoopvolume voor Nvidia in die markt. Op middellange termijn kan dat de wereldwijde prijsvorming beïnvloeden. Minder concurrentie in China en meer vraag elders houden de marges hoog. Europese afnemers kunnen daardoor langer geconfronteerd worden met wachttijden en hogere tarieven.
Technische kloof blijft bestaan
Topmodellen als Nvidia H100, H200 en de nieuwe Blackwell-generatie gelden nog als maatstaf voor piekprestaties. Huawei’s Ascend-serie ontwikkelt snel, maar het software-ecosysteem is jonger. Vooral tooling, drivers en compatibiliteit met populaire AI-bibliotheken vragen verdieping. Dat kan realistische beperkingen geven bij complexe trainingsklussen.
GPU staat voor graphics processing unit en is in AI bedoeld voor parallel rekenen; NPU is een neural processing unit die specifiek is geoptimaliseerd voor neurale netwerken. Die specialisatie levert efficiëntere berekeningen op. Toch blijft de totale systeemprestatie afhankelijk van netwerk, geheugen en software. Een sterke chip zonder rijp ecosysteem haalt niet meteen maximale winst.
Voor inference, het uitvoeren van modellen in productie, is de kloof kleiner dan bij training. Bedrijven kunnen modellen optimaliseren en kwantiseren om hardware beter te benutten. Dat maakt uitrol op binnenlandse chips aantrekkelijker. Voor grootschalige training blijft een hybride strategie gangbaar.
Gevolgen voor Europa en Nederland
Voor Europese organisaties draait de vraag vooral om toegang tot rekenkracht en leveranciersrisico. Minder Nvidia-omzet in China verschuift de productie- en leverprioriteiten. Dat kan zowel positief als negatief uitpakken voor Europese cloudregio’s. Contracten met vaste capacity-afspraken winnen daardoor aan waarde.
De Europese AI-verordening (AI Act) geldt op het moment van schrijven gefaseerd voor aanbieders en gebruikers van AI-systemen. De regels veranderen niets aan chipkeuze, maar wel aan documentatie, risicobeheer en data-herkomst. Overheden die AI inkopen moeten dit borgen, ongeacht of rekenwerk draait op Nvidia of Huawei. De AVG blijft gelden voor alle persoonsgegevens, met eisen als dataminimalisatie en versleuteling.
Voor Nederland speelt nog een extra laag: exportrestricties voor chipmachines van ASML naar China. Die invloed op de toeleveringsketen blijft politiek gevoelig. Tegelijk zoeken Europese spelers naar alternatieven, van efficiëntere software tot andere accelerators. Initiatieven rond Europese hardware, zoals SiPearl, volgen deze marktverschuiving op de voet.
Wat dit praktisch betekent
Chinese ontwikkelteams gaan meer bouwen en draaien op binnenlandse datacenters en toolchains. Dat vereist training van personeel en aanpassing van code. Internationale samenwerkingen zullen vaker multi-hardware worden. Documentatie en testprocedures moeten daarop ingesteld zijn.
Voor Europese inkopers is de belangrijkste les: vermijd eenzijdige afhankelijkheid. Plan voor meerdere chip- en cloudleveranciers en borg portabiliteit van modellen. Let op contractuele garanties over capaciteit, energie en datalocatie. Dat beperkt risico’s bij schommelingen in de wereldwijde chipmarkt.
Voor gebruikers verandert er weinig aan de ervaring met AI-diensten. Wel kan de herkomst van rekenkracht vaker binnen regionale of nationale grenzen liggen. Dat kan gunstig zijn voor compliance en latency. Transparantie over infrastructuur wordt daarmee onderdeel van verantwoord AI-beleid.
