ВТБ переходит на китайские AI-чипы вместо Nvidia: первые production-результаты и проблемы

ВТБ в апреле 2026 года объявил о стратегическом переходе на GPU китайских производителей для AI-сервисов — первый крупный российский банк, публично подтвердивший production-применение китайских AI-ускорителей.

Хронология импортозамещения GPU:

Почему GPU критичны для AI:

• Обучение и инференс LLM требуют GPU или специализированных AI-ускорителей
• Nvidia A100 и H100 недоступны в России с 2022 года из-за санкций
• Без GPU-альтернативы масштабирование российских AI-систем ограничено

Основные китайские альтернативы:

• Biren Technology (BR100/BR200 — аналог H100)
• Iluvatar CoreX (enterprise AI accelerators)
• Moore Threads (MUSA GPU)
• Cambricon (специализированные AI-чипы)

Результаты тестирования Сбера и Т-Банка:

• Плюсы: значительно дешевле, доступны без санкционных ограничений
• Минусы:
• Перегрев при длительной нагрузке
• Нестабильность в production-сценариях
• Сложность адаптации нейросетей под китайскую архитектуру
• Меньше поддержки фреймворков (PyTorch, TensorFlow) vs CUDA

Прогресс ВТБ: Март 2026 — первое успешное production-применение для конкретных внутрибанковских AI-задач.

Системная проблема: Даже при наличии китайского железа — кадровый дефицит: российских специалистов с опытом работы в CANN/MindSpore (vs CUDA) крайне мало.

Вывод для CTO: Импортозамещение AI-железа возможно, но требует 12-24 месяца на адаптацию. ВТБ и Сбер уже прошли тяжёлый путь — их опыт доступен через партнёрские программы.