Me di cuenta este año de cuánto ha cambiado el panorama de la IA china. Cuando comenzó el embargo contra los chips, todos pensaron que el sueño había terminado. Pero ¿sabes qué es lo que realmente está en juego para todos nosotros? No solo se trata del hardware—el verdadero problema es CUDA.

Si aún no lo has oído, CUDA es el ecosistema desarrollado por NVIDIA durante más de diez años. Todos los principales frameworks de IA, desde Google TensorFlow hasta Meta PyTorch, dependen de él. Ahora hay 4.5 millones de desarrolladores que lo usan, y el 90% de los desarrolladores de IA en todo el mundo están bloqueados en este sistema. Es un volante de inercia que casi es imposible detener—cuantos más lo usan, más herramientas se crean, más difícil es salir.

Pero en esta ocasión, China no se rindió. La estrategia fue más inteligente—ir por el algoritmo. El DeepSeek V3 tiene 671 mil millones de parámetros pero usa solo el 5.5% en cada inferencia. El costo de entrenamiento fue solo 5.576 millones de dólares, mientras que GPT-4 cuesta casi $78 millones. ¿Sabes qué pasó? El precio de la API de DeepSeek es $0.028 por millón de tokens, mientras que GPT-4 cuesta $5. Es 25 a 75 veces más barato. Esto no es solo un descuento—es un cambio estructural en la industria.

Y ahora la parte impresionante: los chips locales han comenzado a entrenar modelos grandes. En enero de 2026, Zhipu AI lanzó GLM-Image con Huawei, el primer modelo de generación de imágenes entrenado completamente con chips locales. El procesador Loongson 3C6000 y la tarjeta aceleradora TaiChu Yuanqi T100 ya no son solo para inferencia—son capaces de entrenar. En Jiangsu Xinghua, hay una línea de producción de 148 metros que produce servidores cada 5 minutos. Esto representa la producción de una nueva era—no solo bienes físicos, sino capacidad computacional que puede exportarse a todo el mundo.

El ecosistema Huawei Ascend ha crecido a 4 millones de desarrolladores, 3,000 socios y 43 modelos principales que ya se pre-entrenan allí. Esta cifra sigue aumentando. Para 2026, la capacidad de computación inteligente de China alcanzará los 1590 EFLOPS. Esto ya no es solo esperanza—es una realidad.

Ahora, la situación energética. Estados Unidos está en problemas. Virginia, Georgia, Illinois, Michigan—todos han pausado nuevos proyectos de centros de datos debido a la escasez de energía. EE.UU. enfrentará un déficit de capacidad de 175 GW para 2033. Pero ¿y China? La generación anual de electricidad es de 10.4 billones de unidades, 2.5 veces la de EE.UU. Y el uso residencial en China representa solo el 15% del total, mientras que en EE.UU. es el 36%. Esto significa que hay más capacidad industrial para infraestructura de computación. El precio de la electricidad en el oeste de China es $0.03 por kilovatio-hora, mientras que en EE.UU. es de $0.12 a $0.15. La diferencia es de 4 a 5 veces.

Por eso los tokens—la unidad más pequeña de información de IA—han comenzado a producirse en China y a exportarse a todo el mundo. La distribución de usuarios de DeepSeek es 30.7% en China, 13.6% en India, 6.9% en Indonesia, 4.3% en EE.UU., 3.2% en Francia. Hay 26,000 empresas en todo el mundo y 3,200 instituciones en la versión empresarial. Para 2025, el 58% de las nuevas startups de IA integrarán DeepSeek en su pila tecnológica. En China mismo, tienen una participación de mercado del 89%.

Lo que ha ocurrido aquí es similar a lo que pasó en Japón hace 40 años. En 1988, Japón controlaba el 51% del mercado global de semiconductores, pero tras el Acuerdo de Semiconductores EE.UU.-Japón, su participación en los DRAM se redujo al 10%. Su error fue confiar solo en ser el mejor fabricante, sin desarrollar un ecosistema independiente propio. Ahora China ha elegido otro camino—desde la optimización extrema de algoritmos, hasta el desarrollo de chips locales desde inferencia hasta entrenamiento, pasando por reunir a millones de desarrolladores en el ecosistema Ascend, y exportar tokens globalmente.

Los informes del 27 de marzo de 2026 muestran una imagen interesante. Los ingresos de Cambrian subieron un 453%, con su primer beneficio anual completo. Los ingresos de Moore Threads subieron un 243% pero con una pérdida de mil millones. Muxi subió un 121% pero con una pérdida de 8 mil millones. Medio fuego, medio agua. Pero el punto es claro—el mercado necesita una alternativa a NVIDIA. Es una oportunidad estructural impulsada por la geopolítica.

Construir un ecosistema tiene su costo. Cada pérdida es dinero real que se invierte en aprendizaje, subsidios de software, despliegue de ingenieros en clientes. Pero estas pérdidas no son por mala ejecución—son un impuesto de guerra por la independencia. Hace ocho años, la pregunta era "¿podremos sobrevivir?" Ahora, la pregunta es "¿cuánto cuesta pagar para sobrevivir?" El propio costo es el progreso.