Una cosa que he notado recientemente que vale la pena detenerse a reflexionar. En febrero pasado, DeepSeek anunció que su nuevo modelo colaboraría con empresas de chips locales completamente, sin depender de Nvidia. "No usamos Nvidia" - una frase sencilla pero que lleva implicaciones enormes.

Al principio, el mercado dudó. ¿Es razonable comercialmente renunciar a Nvidia, que posee más del 90% del mercado de chips de entrenamiento? Pero lo que sucede aquí es más profundo que una simple decisión comercial. Es una cuestión de verdadera independencia en la potencia de computación.

Lo inquietante es que lo que ahoga a las empresas chinas no son los chips en sí, sino algo llamado CUDA. Esta plataforma de Nvidia controla prácticamente todo en el mundo de la inteligencia artificial. Cada desarrollador, cada marco de trabajo, cada proyecto - todos están interconectados con ella. Construir un entorno alternativo significa reescribir décadas de desarrollo, herramientas y experiencia. ¿Quién asumirá ese costo?

Pero China ha elegido un camino diferente. En lugar de enfrentarse directamente, optó por infiltrarse a través de algoritmos. A finales de 2024 y principios de 2025, las empresas de IA chinas migraron colectivamente hacia modelos de expertos híbridos. La idea es simple: en lugar de activar un modelo grande completo, dividirlo en pequeños expertos y activar solo los más relevantes. DeepSeek V3 es un ejemplo perfecto: 671 mil millones de parámetros, pero solo activa 37 mil millones, es decir, solo el 5.5%. ¿Costo de entrenamiento? Solo 5.576 millones de dólares. GPT-4 costó aproximadamente 78 millones. La diferencia es enorme.

Esa diferencia se refleja directamente en el precio. El precio de la API de DeepSeek es de 25 a 75 veces más barato que Claude. ¿El resultado? En febrero, la participación de los modelos chinos en OpenRouter aumentó un 127% en solo tres semanas, superando a Estados Unidos por primera vez. Hace un año, no superaba el 2%. Ahora se acerca al 60%.

Pero aquí llega la parte real. Reducir el costo de inferencia no resuelve el problema fundamental: el entrenamiento. Y esto requiere una potencia de cálculo enorme.

En Changzhou, una ciudad pequeña conocida por el acero inoxidable, se construyó una línea de producción local de 148 metros. Desde la firma hasta la producción, solo tomó 180 días. ¿El secreto? Chips completamente locales: procesador Loongson 3C6000 y tarjeta Taichu Yuanqi para aceleración industrial. Cuando opera a plena capacidad, produce cinco unidades por minuto. Lo realmente importante es que estos chips ya están realizando tareas de entrenamiento reales y masivas.

En enero de 2026, Zhipu lanzó, en colaboración con Huawei, el modelo GLM-Image, el primer modelo avanzado para generación de imágenes entrenado completamente en chips chinos locales. Inmediatamente después, se entrenó un modelo "estrella" masivo en un centro de computación chino local.

Este es un cambio de paradigma real. La inferencia requiere requisitos relativamente bajos. El entrenamiento, en cambio, necesita procesar cantidades enormes de datos y cálculos complejos de gradientes. Los requisitos aumentan diez veces en potencia de cálculo, ancho de banda y ecosistema de software.

Huawei Ascend es la verdadera fuerza aquí. Para finales de 2025, el número de desarrolladores en el ecosistema Ascend superó los 4 millones. Más de 3000 socios. 43 modelos principales en la industria entrenados sobre ella. Más de 200 modelos de código abierto adaptados.

En la conferencia MWC de marzo de 2026, Huawei lanzó SuperPoD por primera vez en mercados exteriores. La potencia de procesamiento del Ascend 910B alcanzó el nivel de la NVIDIA A100. La brecha pasó de ser inusable a usable.

Pero hay otro aspecto del que no hablan muchos: la energía. El fin de la potencia computacional es la energía en realidad. Y aquí la brecha es completamente opuesta.

China produce 10.4 billones de kilovatios-hora al año. Estados Unidos, 4.2 billones. China produce 2.5 veces más que EE. UU. ¿Lo más importante? El consumo doméstico en China representa solo el 15% del total, mientras que en EE. UU. es el 36%. Esto significa una enorme energía industrial que puede dirigirse a construir la computación.

En costos, los precios de electricidad en las zonas de concentración de IA en EE. UU. oscilan entre 0.12 y 0.15 dólares por kilovatio-hora. ¿En el oeste de China? Aproximadamente 0.03 dólares. Una cuarta parte a una quinta parte del precio estadounidense. Y mientras EE. UU. enfrenta problemas eléctricos reales — Virginia y Georgia han suspendido nuevas aprobaciones para centros de datos — la IA china avanza silenciosamente hacia el exterior.

Pero esta vez, lo que sale no es un producto o una fábrica. Es Token - la unidad más pequeña que procesan los modelos de IA. Se produce en fábricas de computación chinas, y luego se transfiere por cables submarinos a todo el mundo. Es una nueva mercancía digital completamente diferente.

Los datos de distribución de usuarios de DeepSeek cuentan la historia: China 30.7%, India 13.6%, Indonesia 6.9%, EE. UU. 4.3%. Soporta 37 idiomas. Muy popular en mercados emergentes. 26 mil empresas globales tienen cuentas. En China, domina el 89% del mercado.

Esto es exactamente como la guerra de independencia industrial de hace cuarenta años. En 1986, Japón firmó un acuerdo de semiconductores con EE. UU. La industria japonesa estaba en su apogeo: controlaba el 51% del mercado mundial en 1988. Pero tras la firma, su participación en DRAM cayó del 80% al 10%. Para 2017, solo quedaba el 7% del mercado de IC. Los gigantes se retiraron mediante división, adquisición o pérdidas continuas.

La diferencia es que Japón aceptó ser el mejor productor en un sistema global dominado por una sola potencia, pero no construyó un ecosistema independiente. Cuando la marea se retiró, se dio cuenta de que no tenía más que la producción misma.

China se encuentra en una encrucijada similar, pero completamente diferente. Enfrenta presiones externas enormes — tres rondas de restricciones a los chips con una escalada constante. Pero esta vez, eligió un camino mucho más difícil: mejoras algorítmicas extremas, salto de chips locales desde inferencia a entrenamiento, acumulación de 4 millones de desarrolladores en el sistema Ascend, y luego la difusión global del Token. Cada paso construye un sistema industrial independiente que Japón nunca tuvo.

El 27 de febrero de 2026, tres empresas locales de chips publicaron informes de rendimiento en el mismo día. Kimo aumentó sus ingresos un 453% y logró beneficios anuales por primera vez. Moi Tun creció un 243% pero perdió 1 mil millones. Muxi creció un 121% y perdió casi 800 millones.

Mitad fuego, mitad agua. El fuego es la voracidad del mercado. El vacío del 95% que dejó Nvidia se va llenando poco a poco. El mercado necesita una alternativa real. Es una oportunidad estructural muy rara, marcada por tensiones geopolíticas.

El agua es el costo enorme de construir el ecosistema. Cada pérdida de dinero real se invierte en la búsqueda de un CUDA local. I+D, soporte de software, ingenieros enviados para resolver problemas de traducción uno tras otro. Estas pérdidas no son mala gestión, sino un impuesto de guerra que hay que pagar.

Estos tres informes financieros reflejan con mayor sinceridad la verdadera imagen de esta guerra por la potencia de cálculo. No es una victoria inspiradora, sino una batalla feroz que se libra en las líneas frontales, con sangre derramada.

Pero la forma en que la guerra ya ha cambiado. Hace ocho años, discutíamos: ¿podemos quedarnos? Hoy, discutimos: ¿a qué precio debemos quedarnos? El mismo precio es el progreso.