Chińskie centra danych AI świecą pustkami

W ciągu zaledwie dwóch lat Chiny zbudowały setki centrów danych dla sztucznej inteligencji, chcąc zdominować globalny wyścig AI. Dziś wiele z nich stoi pustych, a cały sektor zmaga się z brakiem klientów i kosztownymi błędami inwestycyjnymi.

Pod koniec 2022 roku, po debiucie ChatGPT, Chiny z impetem ruszyły do budowy własnej infrastruktury AI. Rząd centralny nadał sprawie priorytet narodowy, lokalne władze ruszyły z projektami „inteligentnych centrów obliczeniowych”, a państwowe i prywatne fundusze zasilały sektor miliardami yuanów. W latach 2023–2024 ogłoszono ponad 500 nowych projektów centrów danych, z których przynajmniej 150 zostało ukończonych.

Tymczasem, jak podają chińskie media Jiazi Guangnian i 36Kr, nawet 80% tych zasobów obliczeniowych pozostaje niewykorzystanych. Popyt na wynajem GPU drastycznie spadł, a wiele projektów to dziś „niesprzedawalne aktywa” – kosztowne, ale bezużyteczne.

Fikcja popytu i inwestycyjna gorączka

Wielu inwestorów – od firm z branży tekstylnej po producentów glutaminianu sodu – ruszyło do branży AI bez jakiegokolwiek technologicznego przygotowania. Wspierani przez lokalne władze, dążyli raczej do szybkiego pokazania wyników niż realnej innowacji. Rezultat? Infrastruktura często budowana była w pośpiechu, bez znajomości wymagań technicznych i bez analizy rynku. Jak mówi Jimmy Goodrich z RAND Corporation:

„To była inżynieria komputerowa najwyższej klasy, a większość tych graczy nie miała pojęcia, jak to się robi”.

Nie brakowało też przypadków nadużyć – zawyżanych prognoz zapotrzebowania, wyłudzanych dotacji czy projektów realizowanych tylko po to, by skorzystać z taniej zielonej energii lub preferencyjnych kredytów.

Nastał DeepSeek i złudzenia prysły

Prawdziwym punktem zwrotnym okazało się pojawienie modelu R1 od chińskiego startupu DeepSeek – alternatywy open source dla ChatGPT, oferującej podobną wydajność przy znacznie niższych kosztach. Wraz z jego sukcesem, firmy zaczęły porzucać własne próby trenowania dużych modeli językowych i skupiać się na efektywnym ich wykorzystaniu.

Zmieniło się też zapotrzebowanie na infrastrukturę. Dzisiejsze modele AI wymagają centrów danych zoptymalizowanych pod inferencję – szybkie odpowiedzi na zapytania użytkowników – a nie pod długotrwałe treningi. Liczy się niskie opóźnienie, bliskość do hubów technologicznych i wysokiej klasy obsługa, czego często nie zapewniają centra budowane w zachodnich czy rolniczych prowincjach Chin.

Ceny spadają, koszty rosną

Z powodu nadpodaży i zmiany oczekiwań rynku ceny wynajmu serwerów z GPU spadły z 180 000 yuanów do zaledwie 75 000 miesięcznie. Dla wielu centrów danych uruchomienie choćby części infrastruktury generuje większe koszty niż potencjalne przychody. Mimo to popyt na najnowsze chipy, takie jak Nvidia H20 i H100, wciąż istnieje – głównie dzięki nowym projektom opartym na DeepSeek i podobnych modelach.

Państwowa konsolidacja i niepewna przyszłość

Eksperci przewidują, że państwo przejmie kontrolę nad nierentownymi projektami i przekaże je bardziej kompetentnym podmiotom. Takie „rozliczenie z rzeczywistością” może w dłuższej perspektywie oczyścić rynek i przygotować grunt pod bardziej dojrzały rozwój sektora.