Een Chinese startup daagt Nvidia uit
De Chinese startup Zhonghao Xinying — opgericht door een ex-ingenieur van Google — heeft naar eigen zeggen een eigen tensor-processor ontwikkeld die de prestaties van Nvidia A100 overtreft.
De nieuwe chip, bekend onder de naam Chana GPU (soms ook genoemd “GPTPU”), zou volgens Zhonghao Xinying tot 1,5 keer sneller zijn dan de A100 — inclusief een aanzienlijk energie- en kostenvoordeel.
|
Chinese startup founded by Google engineer claims to have developed its own TPU chip for AI — custom ASIC reportedly 1.5 times faster than Nvidia's A100 GPU from 2020, 42% more efficientA Chinese startup founded by an ex-Google engineer has developed its own tensor processing unit (TPU) that it claims can offer performance over 1.5 times that of the Nvidia A100 GPU released in 2020, with up to 42 percent greater efficiency. |
Waarom een eigen TPU? China’s zoektocht naar technologische soevereiniteit
De stap past in een bredere trend waarbij Chinese bedrijven en overheden streven naar onafhankelijkheid van westerse chipleveranciers.
Volgens Zhonghao Xinying gebruikt de Chana-chip uitsluitend zelfontwikkelde architectuur — zonder licenties of afhankelijkheid van westerse technologieën, software-stacks of componenten.
Dat maakt de chip niet enkel een technologisch statement, maar ook een strategische — in een periode waarin semiconductors wereldwijd nationaal veiligheidsbeleid en geopolitiek bepalen.
Prestatiecijfers: indrukwekkend, maar met nuance
- Volgens de startup is de Chana-chip “tot 1,5 keer sneller” dan Nvidia’s A100 GPU.
- Tegelijkertijd zou de energieconsumptie dalen tot ongeveer 75% van wat een A100 verbruikt bij vergelijkbare AI-workloads — wat inhield dat de chip 42% minder kost per rekeneenheid vergeleken met de A100.
- Volgens een verslag van de South China Morning Post zou de energiereductie voor “grote model workload” zelfs kunnen oplopen tot 30%.
Toch is het belangrijk op te merken dat de A100 dateert van 2020 — inmiddels hebben zowel Nvidia als concurrenten meerdere generaties overgeslagen. Dat relativeert de prestatieclaims enigszins.
Eerste signaal van toenemende interne concurrentie — niet enkel GPU’s
Het is niet de eerste poging in China om alternatieven te bouwen voor westerse AI-hardware. Andere bedrijven zoals Iluvatar CoreX, Biren Technology en Cambricon Technologies werken al jaren aan eigen AI-chips.
Maar wat Zhonghao Xinying nu claimt — een zogenaamde “general-purpose TPU” (GPTPU), in massa-productie — is opvallend: het maakt niet langer alleen GPU-alternatieven mogelijk, maar ook concurrentie op het vlak van purpose-built tensor-hardware, vergelijkbaar met wat Google zelf aanbiedt met zijn TPUs.
Wat betekent dit voor de wereldwijde AI-markt en de geopolitiek van semiconductors?
Als de claims rond Chana terecht blijken, zou dat een game-changer kunnen zijn: China kan zichzelf op termijn minder afhankelijk maken van buitenlandse leveranciers voor AI-infrastructuur. Dat sluit aan bij bredere inspanningen om “chipsoevereiniteit” te bereiken — een thema dat de komende jaren alleen maar urgenter wordt.
Maar realiteit staat voorlopig op de proef: benchmarking, adoptie in real-world AI-workloads, compatibiliteit met bestaande AI-software (frameworks, drivers, tooling) en schaalbaarheid in massaproductie blijven kritieke vragen.
Voor de internationale tech-sector, start-ups én investeerders is het een signaal om scherp te blijven volgen: de concurrentie voor GPU-giganten zoals Nvidia dreigt te intensiveren — niet enkel vanuit GPU-makers, maar ook vanuit specialistische chip-ontwerpers met roots in TPU/GPU-architectuur.
