Die wichtigsten Punkte
Alibaba und Baidu setzen zunehmend auf eigene Chips, um KI-Modelle zu trainieren: Alibaba nutzt seit Anfang 2025 Zhenwu-Prozessoren für kleinere Anwendungen, Baidu testet den Kunlun P800 für sein Ernie-Modell. Grund dafür sind verschärfte US-Exportkontrollen, die den Zugang zu Nvidia-Hardware einschränken. Für komplexeste Systeme bleiben Nvidia-Chips jedoch unverzichtbar, während China parallel massiv den Ausbau einer eigenen Halbleiterindustrie fördert.
Chinas Technologieriesen wenden sich eigenen Chips zu
Alibaba und Baidu haben begonnen, eigene Prozessoren einzusetzen, um ihre KI-Modelle zu trainieren. Nach Angaben von The Information nutzt Alibaba seit Anfang 2025 die selbst entwickelten Zhenwu-Chips, die zunächst bei kleineren KI-Modellen zum Einsatz kommen. Baidu wiederum erprobt den Kunlun P800, einen Prozessor, der speziell für rechenintensive Anwendungen entwickelt wurde und aktuell für neue Versionen des hauseigenen Sprachmodells Ernie getestet wird. Beide Konzerne zählen zu den größten Technologieunternehmen in China und betreiben seit Jahren breit angelegte Programme zur Entwicklung künstlicher Intelligenz, die von Sprachverarbeitung über Suchalgorithmen bis hin zu Cloud-Diensten reichen.
Bislang stützten sich diese Vorhaben in hohem Maße auf die Grafikprozessoren von Nvidia, die weltweit als Standardlösung für maschinelles Lernen gelten und in Rechenzentren dominieren. Doch seit einiger Zeit wird der Zugriff auf diese Hardware zunehmend erschwert. Grund dafür sind verschärfte Exportkontrollen der US-Regierung, die darauf abzielen, chinesischen Firmen den Zugang zu den leistungsfähigsten Chips zu verwehren. Diese Einschränkungen erhöhen den Druck auf chinesische Unternehmen und schaffen die Notwendigkeit, eigene Alternativen zu entwickeln, um ihre KI-Strategien langfristig abzusichern.
Strategien zwischen Abhängigkeit und Eigenständigkeit
Die jüngsten Schritte von Alibaba und Baidu verdeutlichen eine klare strategische Ausrichtung: Beide Unternehmen wollen ihre Abhängigkeit von US-Zulieferern verringern, sind aber kurzfristig weiterhin auf deren Technologie angewiesen. Besonders bei den größten und komplexesten Systemen greifen die Konzerne nach wie vor auf Nvidia-Chips zurück, die in Bezug auf Rechenleistung, Effizienz und Skalierbarkeit derzeit unangefochten sind. Deshalb beschränkt sich der Einsatz der eigenen Prozessoren bislang auf kleinere Modelle und Pilotprojekte, die in erster Linie als Testumgebungen für künftige Anwendungen dienen.
Bei Alibaba betrifft dies vor allem interne Sprach- und Analysemodelle, die mit den Zhenwu-Chips betrieben werden. Baidu setzt seinen Kunlun P800 ein, um zu prüfen, wie sich das Ernie-Sprachmodell mit hausgemachter Hardware weiterentwickeln lässt. Diese Projekte haben nicht nur unmittelbare technische Relevanz, sondern tragen auch dazu bei, entscheidendes Wissen über Chiparchitektur, Fertigung und Systemintegration aufzubauen. Dieses Know-how könnte langfristig die Grundlage für mehr Unabhängigkeit schaffen und China in die Lage versetzen, bei zentralen Technologien schrittweise auf eigene Lösungen zu setzen.
Politische Rahmenbedingungen treiben den Wandel
Die Dynamik dieser Entwicklung ist nicht allein technischer Natur, sondern eng mit geopolitischen Spannungen verknüpft. Die US-Regierung verschärft seit 2022 kontinuierlich die Exportregeln für Hochleistungschips nach China und setzt damit auf eine Eindämmungsstrategie. Gleichzeitig unterstützt Peking massiv den Ausbau einer eigenen Halbleiterindustrie, um die Abhängigkeit von US-Produkten zu verringern. Alibaba und Baidu sind in diesem Kontext Vorreiter, die den politischen Anspruch in konkrete Schritte übersetzen.
Dennoch bleibt die Realität ambivalent: Während die Eigenentwicklungen wichtige Fortschritte darstellen, sind Nvidia-Chips bei den komplexesten KI-Modellen weiterhin unverzichtbar. Die kommenden Jahre werden zeigen, ob die chinesischen Firmen den technologischen Rückstand aufholen können – oder ob die Kombination aus Exportbeschränkungen und Innovationsdruck eine neue Ära der weltweiten Chip-Konkurrenz einleitet.





