Chinas KI-Chipmarkt verändert sich: Nvidia bei 34%, Huawei bei 28%

Von Reuters veröffentlichte IDC-Daten zeigen Nvidia mit 34% und Huawei mit 28% am chinesischen Markt für KI-Beschleuniger in Rechenzentren.

Bericht

Am 13. Oktober 2026 berichtete Reuters über IDC-Daten zum chinesischen Markt für KI-Beschleuniger in Rechenzentren. Nvidia erreichte im ersten Halbjahr 34% und lieferte rund 678.000 Einheiten aus, 44% weniger als im Vorjahr. Huawei kam mit etwa 572.000 Einheiten auf 28%; der Abstand sank auf sechs Prozentpunkte.

Der Markt geht über GPUs hinaus

Insgesamt wurden rund 2,008 Millionen KI-Beschleuniger ausgeliefert. Nicht-GPU-Beschleuniger legten um 80% zu, während GPU-Lieferungen um 26% auf etwa 991.000 Einheiten sanken. IDC erwartet 2026 ein Wachstum des Gesamtmarkts von 19%, bei einem möglichen GPU-Rückgang von 9%.

Die Zahlen beschreiben Lieferungen und Marktanteile in einem Markt. Allein belegen sie weder technische Leistung noch Profitabilität oder weltweite Führungsposition.

Analyse

Warum der Abstand kleiner wurde

Reuters nennt US-Exportkontrollen als einen Grund für die begrenzte Verfügbarkeit höherwertiger Nvidia-Produkte in China. Nvidia führt Lizenzpflichten und Exportbeschränkungen in seinen regulatorischen Berichten ebenfalls als Risiko für die Marktversorgung an. Die Versorgungslücke gab Huawei und anderen inländischen Anbietern Raum zum Ausbau ihrer Ökosysteme.

Der Wettbewerb betrifft das gesamte System

Rechenzentrumskunden vergleichen Cluster-Skalierung, Verbindungen, Stromverbrauch, Entwicklerwerkzeuge, Softwarestabilität und Gesamtkosten – nicht nur die Geschwindigkeit eines Chips. Verfügbarkeit und Eignung für eine konkrete Last können daher Marktanteile verschieben, auch ohne jede Benchmark anzuführen.

Das Wachstum spezialisierter Beschleuniger zeigt zudem, dass Unternehmen Architekturen gezielter nach Aufgabe auswählen.

Ausblick

Konsequenzen für Unternehmen

Eine Infrastrukturentscheidung sollte nicht allein auf Marke oder Marktanteil beruhen. Testen Sie reale Lasten und messen Sie Durchsatz, Energie, Stabilität, Migrationskosten, Verfügbarkeit und Support. Ein günstiger Kauf kann teuer werden, wenn Software umfassend angepasst werden muss oder die Skalierung schwierig ist.

Für Entwickler gewinnen portable Bereitstellung, Modelloptimierung und die Messung von Inferenzkosten an Bedeutung. Dies ist eine Technologie- und Marktanalyse, keine Anlageberatung.

Der Beitrag gehört zum Cluster KI-Infrastrukturökonomie. Lesen Sie den Grundlagenartikel über den Renditetest der KI-Infrastruktur.

Geprüfte Quellen: Reuters, Nvidias SEC-Bericht und IDCs globale Infrastruktur-Analyse.