China decidió en forma explícita: sus reguladores de la Administración del Ciberespacio de China (CAC), el Ministerio de Industria y Tecnología de la Información (MIIT) y la Comisión Nacional de Desarrollo y Reforma (NDRC), indicaron a las empresas locales que frenen la compra de chips extranjeros para inteligencia artificial (IA). El impacto apareció de inmediato con recortes de pedidos del H20 de Nvidia, un procesador diseñado con límites para cumplir con reglas de exportación, y con proveedores que frenaron piezas asociadas a ese producto.
Nvidia es un actor central y su director ejecutivo, Jensen Huang, defendió durante meses las ventas en China. La orden cambió el tablero y cerró la última conexión directa con esta plataforma dominante. Es decir, Nvidia fabrica los chips H100 y H200 que dominan el entrenamiento de modelos, además del nuevo diseño Blackwell para la siguiente generación. Y su contendiente, AMD, compite con la familia Instinct MI300, que ya anunció su hoja de ruta.
Entre tanto, Huawei es el proveedor chino más relevante con la línea Ascend, que incluye aceleradores como el 910B y el 910C. Biren es otra firma china de diseño de procesadores que enfrentó restricciones y reconfiguró su estrategia. Las también chinas Alibaba, Baidu y Tencent lideran laboratorios y nubes locales; y entrenan modelos propios. En este escenario, DeepSeek representa una nueva camada de herramientas que buscan escalar. Cada organización ocupa un lugar en una cadena que se apoya en una pieza de ingeniería específica.
Esa pieza se llama litografía EUV y la maquinaria la provee ASML, una empresa holandesa que se volvió insustituible porque sus equipos graban patrones a escala nanométrica con luz ultravioleta extrema. ASML opera SMT junto con Carl Zeiss, la alemana que produce espejos con superficies pulidas con precisión atómica para guiar la luz a 13,5 nanómetros. ASML y Zeiss no son proveedores intercambiables. Sus máquinas reúnen fuentes láser de alta potencia, ópticas imposibles de replicar sin décadas de aprendizaje y una red de cientos de sub-proveedores que entregan componentes críticos.
Sin EUV los fabricantes recurren a técnicas de generaciones previas con múltiples exposiciones sobre la misma oblea, lo que incrementa complejidad, desperdicio y consumo; y reduce la cantidad de chips buenos por tanda. El costo por unidad útil sube y la energía requerida por tarea también. Un entrenamiento largo de IA le pone precio a cada punto de ineficiencia y ese precio se paga durante meses.
El segundo pilar es el software que une todo. CUDA es el nombre del entorno de Nvidia. CUDA no es un programa único. CUDA ordena cómo programan los equipos, los atajos disponibles, las herramientas de diagnóstico, las bibliotecas aceleran cálculo de matrices y los ejemplos en funcionamiento desde el primer día. Dentro de CUDA existen piezas conocidas por los ingenieros como cuDNN o cuBLAS y existen integraciones profundas con PyTorch, TensorFlow y JAX. Ese ecosistema funciona como una caja de herramientas donde casi todo problema típico ya apareció y ya tiene una receta que ahorra semanas.
Huawei ofrece una alternativa con nombre y apellido: CANN, que significa Compute Architecture for Neural Networks. CANN es la caja de herramientas de Ascend. MindSpore es el framework de entrenamiento que Huawei impulsó para acompañar a CANN. Ascend también tiene conectores para que PyTorch y TensorFlow trabajen sobre sus aceleradores. Esa vía está en producción dentro de China y ejecuta modelos reales. La diferencia aparece en la densidad de manuales, en la estabilidad de corridas muy largas, en la disponibilidad de ejemplos listos y en la cantidad de foros donde se encuentran respuestas inmediatas. CUDA concentra una comunidad global y CANN todavía construye la suya.
No es necesario conocer comandos ni sintaxis para comprender la consecuencia. Una empresa que usa CUDA recibe una autopista atestada de mecánicos, repuestos y carteles. Una empresa que adopta CANN circula por una ruta nueva que tiene tramos pavimentados y otros en obra. La ruta avanza y permite llegar, y al mismo tiempo exige más tiempo por tramo y más recursos en mantenimiento.
El cierre del puente con Nvidia elimina la opción de viajar por la autopista mientras madura la ruta propia. TSMC en Taiwán y Samsung en Corea fabrican a gran escala chips avanzados con EUV. Intel produce en Estados Unidos y Europa con su propia ruta de procesos y adopción de EUV.
Por su parte, China concentra su producción en SMIC y en otras fundiciones que trabajaron con procesos previos y con técnicas de multipatronado para emular nodos más finos. Ese método genera chips funcionales y a la vez impone límites en rendimiento, consumo y costo. Huawei diseñó el Ascend 910B y el 910C sobre esa base. Ascend ejecuta modelos y alimenta nubes locales. La diferencia con H100, H200 o Blackwell de Nvidia o con MI300 de AMD se ve en la cuenta final de cada entrenamiento y en la cadencia de lanzamientos. Un centro de datos que usa H100 o MI300 logra más trabajo por watt y por dólar; y suma entrenamiento por año con menos interrupciones. Ese centro de datos genera un modelo antes, recolecta usuarios antes y aprende de sus fallos antes.
El ciclo de mejora arranca de nuevo con más datos y más experiencia y queda un escalón arriba. China cortó la compra de H20, que es el nombre del acelerador de Nvidia diseñado para venderse con límites en China. H20 no iguala a H100 o a H200. H20 servía como puente. Ese puente mantenía compatibilidad con CUDA y con todo el conocimiento acumulado del resto del mundo. Ese puente permitía a Alibaba, Baidu, Tencent o DeepSeek entrenar proyectos estratégicos con una combinación de hardware local y herramientas globales mientras CANN y MindSpore ganaban músculo.
El cierre del puente obliga a que todo transcurra del lado propio y ese hecho instala un calendario más largo. El calendario se vuelve el dato central. ASML no vende sus máquinas a China y Zeiss tampoco exporta sus ópticas a ese destino. La cadena de sub-proveedores de EUV está alineada con Europa, Estados Unidos, Japón y Corea.
SMIC y sus socios estiran técnicas de generaciones previas y al mismo tiempo afrontan rendimientos más bajos por oblea y mayores costos por chip bueno. Huawei ampliará Ascend y CANN y MindSpore y esos productos madurarán y sumarán casos de uso, y al mismo tiempo se moverán a una velocidad menor que la combinada con Nvidia y AMD o TSMC y Samsung; empleando con CUDA.
La brecha no surge de una diferencia de talento. La brecha surge de acceso a EUV y de densidad de herramientas y de comunidad. La decisión de Pekín fija esa brecha en piedra durante años porque eliminó el puente de transición que quedaba.
Las empresas y gobiernos deciden a quién comprar y evalúan precio, rendimiento, velocidad de actualización y disponibilidad de expertos. El resultado es que Nvidia y AMD atraen a la mayoría del talento mundial. TSMC y Samsung repiten ciclos de mejora cada semestre. CUDA trae soluciones para casi cada rincón del pipeline moderno.
Entre tanto, CANN y MindSpore avanzan y muestran progreso real, al tiempo que requieren más paciencia y más presupuesto para lograr el mismo resultado. El efecto práctico ya es visible. Arabia Saudí, Emiratos y otros nodos tecnológicos no alineados buscan acceso directo a la plataforma con mayor cadencia de saltos porque cada semestre perdido equivale a menos generaciones de modelos por década.
China eligió el camino propio sin puente y esa elección impone una velocidad menor. La proyección razonable marca una distancia cercana a diez años. EUV no se recrea con decretos. CANN no acumula documentación comunitaria en un par de inviernos. Ascend no alcanza la eficiencia de H100 o de MI300 con un parche.
Jensen Huang y Nvidia aumentarán su capacidad fuera de China con H100, H200 y Blackwell; AMD escalará Instinct, ASML ampliará el uso de EUV junto a Zeiss, TSMC y Samsung fabricarán a gran escala.
Entre tanto, Huawei construirá Ascend, CANN y MindSpore y la industria china invertirá más, y sin embargo, la separación entre una IA de tipo A y una IA de tipo B quedará más visible para cualquiera que mida resultados y tiempos.
Las cosas como son
Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.
