Сентябрь 2026 года выдался необычно плотным для рынка смартфонов: почти десять презентаций за месяц, причём Huawei и Xiaomi выпустили новинки в один день, а Apple следом представила iPhone 18 Pro и свой первый складной iPhone Duo.

Цены на флагманы уверенно перевалили за десять тысяч юаней, а некоторые модели приблизились к двадцати тысячам. За этим ажиотажем стоят две взаимосвязанные причины: подорожание памяти и переход на двухнанометровый техпроцесс. Производители торопятся не только из-за конкуренции с iPhone, но и потому, что каждый месяц промедления означает рост себестоимости.

Гонка за два нанометра формально началась ещё в 2025 году, когда MediaTek объявила о запуске первого такого чипа на пробное производство, однако реальная борьба развернулась только сейчас, с выходом Apple A20 Pro.

Apple остаётся главным клиентом TSMC на этом узле: по оценкам отраслевых аналитиков, из примерно ста тысяч пластин двухнанометровой мощности около семидесяти тысяч забирает именно она.

MediaTek и Qualcomm довольствуются заметно меньшими объёмами, а значительная часть оставшихся пластин уходит на чипы Apple серии M и заказы AMD. Для MediaTek дополнительным стимулом может стать совместный с Google проект двухнанометрового TPU для задач вывода, выпуск которого ожидается ближе к 2027 году.

Тем не менее, как отмечают специалисты, лидерство по объёму отгрузок вовсе не означает лидерства в премиальном сегменте: доля MediaTek велика, но держится в основном на среднебюджетных устройствах.

Подорожание не ограничивается памятью: сам двухнанометровый техпроцесс тоже стал дороже, и Qualcomm уже предупредила о повышении цен с первого сентября. Рано или поздно это дойдёт до покупателя, и главный симптом — очередной рост цен на смартфоны.

Всё это отражает более фундаментальную реальность: рынок перешёл в стадию конкуренции за существующую базу пользователей. Как выразился бывший вице-президент Gionee, выручка не падает, падает число проданных устройств, и так продолжается уже несколько лет.

Одновременно растёт доля отечественных комплектующих — экранов, модулей камеры, памяти, радиочастотных и силовых компонентов, — что ускоряет эволюцию китайских аппаратов и усиливает давление на японских и корейских поставщиков.

Отдельная линия — собственные чипы. Apple давно доказала ценность этого пути, а Huawei и Xiaomi идут по нему в гораздо более стеснённых условиях из-за ограничений на контрактное производство.

Huawei представила Mate XT2 с чипом Kirin 9050 Pro, построенным на технологии соединения пластина к пластине, при которой логические элементы укладываются не в один слой, а вертикально, как лифты внутри кристалла.

Xiaomi применила ту же схему в шестинанометровом Xuanjie O100, но с важным отличием: у Huawei stacking касается логики, у Xiaomi — логики и памяти вместе, что позволяет бороться с так называемой «стеной памяти», то есть с узким местом при перекладывании данных.

Xiaomi пока остаётся на трёх нанометрах, и, по мнению собеседников издания, это скорее осознанный выбор: при нынешних объёмах выпуска переход на два нанометра не окупился бы.

Команда Xuanjie вместо этого переработала базовые логические ячейки, увеличив их число с четырёхсот восьмидесяти до двух тысяч четырёхсот, и применила технику устранения каналов, что дало прирост плотности транзисторов на пять процентов.

Иными словами, там, где раньше закон Мура двигали заводы, теперь его пытаются поддержать архитектурными решениями.

Но главное, что объединяет все новые чипы, — это ставка на ИИ. Вычисления для моделей больше не сосредоточены в одном нейропроцессоре: центральный процессор, графика и другие блоки постепенно подключаются к распределённой сети ускорителей.

Тяжёлые задачи по-прежнему уходят на NPU, а лёгкие, с малой задержкой, выполняются прямо внутри CPU или GPU, что сокращает перекладывание данных по кристаллу.

Xiaomi, например, добавила в CPU два матричных вычислительных блока с поддержкой новых инструкций и мощностью около 3,5 TOPS, а в GPU — восемь нейроядер на 36 TOPS, способных заниматься апскейлингом и интерполяцией кадров.

Apple идёт похожим путём, сочетая матричные блоки в CPU, нейроускоритель в GPU и отдельный NPU. Отраслевые эксперты сходятся в том, что направление верное, но решения пока разные и зрелость далека: одни встраивают ИИ прямо в графическое ядро, другие предпочитают тесную связь GPU с внешним NPU.

Главный вопрос в том, захочет ли потребитель доплачивать за эти новшества — а для этого нужны стабильные и действительно востребованные сценарии, а не только громкие лозунги про повсеместный ИИ.