Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch4. September 2026 · Q004731

Will Huawei catch up to Nvidia by 2030?

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI kommt zu dem Schluss, dass Huawei Nvidia bis 2030 wahrscheinlich nicht einholt: geringere Chip-Leistung und knapper HBM-Speicher begrenzen Huaweis geschätzte Rechenleistung. Größere Systeme, bessere Software und LogicFolding könnten den Abstand verringern, doch deren Wirkung und technische Umsetzbarkeit sind ungewiss. Die Zahlen sind Modellschätzungen und bilden die tatsächliche Leistung nur teilweise ab.

Mittel

Epoch AI schätzt, dass Huawei Nvidia bis 2030 wahrscheinlich nicht einholt. Für 2026 rechnet der Bericht mit 1,5 Millionen Ascend-Chips gegenüber 5,9 Millionen Nvidia-Chips. Wegen der geringeren Rechenleistung pro Chip entspräche Huaweis Ausstoß laut Modell weniger als vier Prozent von Nvidias. Als wichtige kurzfristige Begrenzung nennt der Bericht HBM-Speicher: Lagerbestände und ausländische Komponenten dürften 2026 zur Neige gehen. Selbst bei stark wachsender chinesischer HBM-Produktion bliebe Huawei nach den Schätzungen deutlich zurück.

Huaweis größere vernetzte Systeme und Fortschritte bei CANN-Software könnten die Leistung im Einsatz verbessern. Der Bericht sieht darin aber keinen belegten Ausgleich für schwächere Chips: Die großen Netzwerke bringen Kommunikations- und Softwareprobleme mit sich, und wichtige Leistungsdaten fehlten. Ab 2030 soll „LogicFolding“ gestapelte Logikschichten für höhere Dichte und kürzere Signalwege in Ascend-Chips bringen. Ob Huawei die Technik in hoher Ausbeute und Stückzahl fertigen kann, bleibt offen; Nvidia soll ähnliche Technik früher einsetzen.

Die Zahlen zu künftiger Produktion und Leistung sind Modellschätzungen, keine gesicherten Ergebnisse. Auch H100-Äquivalente erfassen Speicher, Arbeitslasten, Vernetzung und Software nicht vollständig. Unter diesen Einschränkungen lautet die Prognose des Berichts: Huawei kann Fortschritte machen, doch ein Aufholen bis 2030 ist unwahrscheinlich.

Ausführlich lesen

Der Bericht von Epoch AI untersucht, ob Huawei Nvidia bis 2030 bei der Herstellung von KI-Rechenleistung einholen kann. Seine zentrale Einschätzung lautet: wahrscheinlich nicht. Huawei plant Fortschritte bei einzelnen Chips, der Vernetzung großer Systeme und der Software. Nach den Modellrechnungen des Berichts reichen diese Schritte jedoch voraussichtlich nicht aus, um den Vorsprung bei Chip-Leistung und Produktionsmenge aufzuholen. Die Analyse stützt sich auf veröffentlichte Roadmaps, berichtete Liefermengen und eigene Schätzmodelle; zahlreiche Werte für kommende Jahre sind daher Prognosen, keine gesicherten Ergebnisse.

Als Vergleichsmaß nutzt Epoch AI H100-Äquivalente, die theoretische Rechenleistung verschiedener Chips auf eine gemeinsame Skala bringen. Für 2026 schätzt der Bericht Huaweis Produktion auf 1,5 Millionen Ascend-Chips gegenüber 5,9 Millionen Nvidia-Chips. Wegen der deutlich geringeren Leistung pro Huawei-Chip entspreche das laut Modell etwa 880.000 H100-Äquivalenten für Huawei gegenüber 23 Millionen für Nvidia. Huawei läge damit bei weniger als vier Prozent von Nvidias geschätzter Rechenleistung. Der Bericht betont, dass diese Kennzahl Faktoren wie Speicher, Vernetzung, Arbeitslast und Software nicht vollständig erfasst; die tatsächlich erzielte Leistung könne bei Huawei wegen des weniger ausgereiften CANN-Softwarestapels noch geringer sein.

Bei der Chipentwicklung erwartet der Bericht, dass Huaweis Generationen bis 2030 etwa drei bis vier Jahre hinter Nvidia zurückbleiben. Größere vernetzte Systeme, darunter geplante SuperPoDs mit Tausenden Chips, könnten den Rückstand bei bestimmten Anwendungen teilweise mindern. Ihre Leistung hängt jedoch stärker von Netzwerktopologie, Datenverkehr, Software und der Position der Chips ab. Huawei veröffentliche zudem nicht alle Kennzahlen, die nötig wären, um die Leistungsfähigkeit solcher Systeme unabhängig zu beurteilen. Auch Nvidias künftige Leistung und Produkttermine sind unsicher.

Kurzfristig gilt die Versorgung mit HBM-Speicher als entscheidende Begrenzung für Huaweis Produktionsvolumen. Das Unternehmen konnte laut Bericht zunächst auf Lagerbestände und ausländische Komponenten zurückgreifen; diese Bestände dürften 2026 aufgebraucht sein. Selbst bei Nutzung ausschließlich in China hergestellten HBM schätzt das Modell Huaweis Rechenleistung bis 2028 auf rund 1,5 Prozent von Nvidias. Für 2030 skizziert der Bericht ein ausdrücklich optimistisches Szenario mit stark ausgeweiteter chinesischer HBM-Kapazität: Huawei käme darin auf etwa 21 bis 32 Prozent von Nvidias geschätzter Rechenleistung für 2028. Die Modellierung ist grob und setzt unter anderem voraus, dass Huawei die angenommenen Speicher- und Produktionsziele erreicht. Schmuggel und Speicher ohne HBM könnten die Menge erhöhen, dürften den Abstand laut Bericht aber nicht schließen.

Langfristig setzt Huawei auf „LogicFolding“: übereinander gestapelte aktive Logikschichten sollen die Transistordichte erhöhen und Wege innerhalb des Chips verkürzen. Die Technik könnte zusätzlich Speicher- und Verbindungsbandbreite verbessern, wenn Speicher direkt auf Logik gestapelt wird. Für Ascend-Chips ist der Einsatz erst ab 2030 vorgesehen; zuvor soll Huawei die Fertigung an Smartphone-Chips erproben. Ein erfolgreicher Einsatz ist keineswegs gesichert: Ausbeute, Kosten, Werkzeuge und Fertigung in großem Maßstab bleiben offene Fragen. Zudem soll Nvidia laut Bericht ähnliche Stapeltechniken früher einsetzen.

Insgesamt führt der Bericht Huaweis Nachteile vor allem auf begrenzten Zugang zu fortgeschrittener Fertigung und HBM zurück. Er hält ein späteres Aufholen grundsätzlich für möglich, sieht es nach dem verfügbaren Stand aber bis 2030 als unwahrscheinlich an. Die Schlussfolgerung hängt von unsicheren Unternehmensangaben, Lieferprognosen und Modellannahmen ab; die H100-Äquivalent-Berechnung bildet die Leistung im tatsächlichen Betrieb nur teilweise ab.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Fassungen (kurz und mittel) wurden geprüft; die Bewertung bezieht sich vor allem auf die mittlere, die ausführlicher ist. Die Angabe, Huaweis Ausstoß liege bei unter 4 Prozent, wird im Bericht nicht allein durch die geringere Rechenleistung pro Chip erklärt, sondern auch durch das Stückzahlen und die HBM-Knappheit, was die Zusammenfassung verkürzt.

Im Bericht, aber nicht in der Zusammenfassung

  • Huaweis Chips liegen laut Bericht drei bis vier Jahre hinter Nvidia zurück
  • Die Rechenleistung 2026 liegt rund 25-mal unter der von Nvidia
  • Die Schätzung für 2030 von etwa 24 Mio. H100e entspricht ungefähr Nvidias Ausstoß 2026
  • Die Speicherlücke schrumpft bis 2028, während die Leistungslücke pro Chip wächst
  • Mit ausschließlich chinesischem HBM bleibt Huaweis Ausstoß bei etwa 1 Prozent von Nvidia

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %Hintergrund, keine Belege
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 19 %umfangreiche Belege
    • Luna 67 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 37 %umfangreiche Belege
    • SubQ 25 %umfangreiche Belege
    • drex 38 %umfangreiche Belege
    • d3-ultra 37 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-H5-T02 Beziehen sich die Technologiemaßnahmen eines Staates und die Einwände des betroffenen Staates auf dieselben Listen, etwa Listen beschränkter Unternehmen und Personen (Entity Lists) und Exportkontrollen? Gefragt wurde das zu Chinas Einwänden gegen Monopol und Vorherrschaft und zu den US-Maßnahmen, die Dario Amodei (Anthropic) in seinem Essay „We Must Pace the Frontier“ befürwortet: Verbote für Chips und Anlagen, Vorgehen gegen unerlaubte Destillation (das Trainieren eines eigenen Modells mit den Ausgaben fremder Modelle) und Schutz der Modellgewichte (der gelernten Parameter). Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-H5-T03 Welche beobachtbare Reaktion würde zeigen, dass Technologiebeschränkungen ein überprüfbares Sicherheitsabkommen unwahrscheinlicher machen, während sie den Fähigkeitsvorsprung vergrößern, und wie würde sich die Strategie dann ändern? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 78 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 44 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →