DF1000: китайский ответ NVIDIA без HBM и санкций

Китайский стартап Dongfang Suanxin представил DF1000 — ИИ-ускоритель на 14-нанометровом техпроцессе, который обходится без памяти HBM: она заменена трёхмерно уложенной обычной DRAM. Так компания обходит экспортные ограничения США на память для ИИ-чипов, оставаясь на полностью китайской компонентной базе.

Краткое содержание

• DF1000: техпроцесс 14 нм, вместо HBM — трёхмерно уложенная обычная DRAM с пропускной способностью 6,4 ТБ/с;
• вычислительная мощность 520 терафлопс в BF16 — примерно 52,6% от H100/H200 в пересчёте на чип;
• по памяти чип обгоняет H100 почти вдвое и H200 — на треть, вся компонентная база китайская;
• серийное производство готово, поставки — до конца 2026 года. На 2026–2027 годы намечены DF2000 и DF3000.

Ставка на упаковку, а не на техпроцесс

Обычно погоню за NVIDIA ведут через более тонкий техпроцесс, но 14 нм для ИИ-ускорителя — это уже прошлое поколение. Dongfang Suanxin пошла другим путём: трёхмерная упаковка размещает вычислительные блоки и память друг над другом, а межслойные связи получаются короче и шире, чем на плоской плате. За счёт этого обычная DRAM без переплаты за HBM выдаёт вполне соревновательную полосу пропускания. Заодно решается вопрос санкций: и HBM, и передовые техпроцессы под экспортным контролем США, а обычная память и зрелые 14 нм — нет.

Быстрее по памяти, слабее по вычислениям

Цифры производителя говорят о честном компромиссе, а не о превосходстве. Пропускная способность памяти у DF1000 действительно выше, чем у топовых чипов NVIDIA, — и для задач, упирающихся в память (обслуживание запросов, работа с длинным контекстом), это реальный плюс. А вот по чистой вычислительной мощности на кристалл DF1000 отстаёт от H100 и H200 примерно вдвое. Для обучения больших моделей с нуля это ограничение, для инференса — не всегда.

Компания уже расписала дорожную карту на два шага вперёд. DF2000 должен выйти в четвёртом квартале 2026 года и по вычислениям догнать H200, DF3000 в 2027-м нацелен на уровень NVIDIA B300. Если темп подтвердится, разрыв по чистой мощности будет сокращаться быстрее, чем принято ждать от игрока, который решил не гнаться за самым тонким техпроцессом.

Что это значит для закупщика вне Китая

Формально DF1000 — рабочая альтернатива в условиях, когда доступ к NVIDIA ограничен: домашняя компонентная база снимает зависимость от импортных HBM и топовых техпроцессов. Но чип держится на всей экосистеме вокруг него — программном стеке, драйверах, поддержке фреймворков обучения и инференса, — а она у нового китайского игрока (компания основана в 2024 году) ещё не проверена массовой эксплуатацией. Плюс сама доступность за пределами Китая пока не подтверждена официально. Для российского бизнеса это скорее сигнал о том, куда движется рынок альтернатив, чем повод менять закупочные планы прямо сейчас.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U