Alibaba, Baidu y Huawei abandonan Nvidia en favor de sus propios aceleradores de IA

Los gigantes tecnológicos chinos Alibaba, Baidu y Huawei están ampliando con fuerza su producción propia de aceleradores de IA. Lo hacen pese a los rumores sobre un posible regreso de Nvidia al mercado chino, y forma parte de una estrategia de independencia tecnológica.

¿Por qué se ha acelerado la transición?

Las sanciones occidentales a la exportación de microchips avanzados han obligado a China a invertir en soluciones propias. Nvidia, principal proveedor de GPU para IA, es prácticamente inaccesible en la región por las restricciones de EE. UU. Construir sistemas de machine learning sin depender de tecnología estadounidense ha dejado de ser una cuestión meramente económica: ahora es una cuestión de soberanía tecnológica. Aunque EE. UU. permita el regreso de Nvidia al mercado, las empresas lo tienen claro: depender de hardware extranjero es arriesgado.

Quién está ampliando capacidad

Las mayores compañías chinas han invertido decenas de miles de millones de yuanes en el desarrollo de sus propios aceleradores de IA: Alibaba: las líneas Dharma y Yitian, ya integradas en los servicios cloud de Aliyun Baidu: la serie Kunlun de cuarta generación, en funcionamiento en sus propios centros de datos Huawei: Ascend, utilizado en la nube y en los procesadores móviles Kirin Tencent: desarrollos para sistemas de recomendación y tareas de NLP * ByteDance: inversiones en startups especializadas y chips propios Cada compañía optimiza para sus propias necesidades: Alibaba, para el e-commerce y la nube; Baidu, para la búsqueda y los LLM; Huawei, para la movilidad.

La tecnología local se vuelve competitiva

Los aceleradores chinos ya han alcanzado el proceso de 5 nanómetros y se acercan en rendimiento a la Nvidia A100. La arquitectura se ha estabilizado, los equipos de ingeniería han ganado experiencia y el coste de desarrollo baja siguiendo la curva de aprendizaje. Ya no son copias primitivas: son soluciones plenamente competitivas, optimizadas para los stacks y requisitos locales. En paralelo crece el ecosistema: frameworks (MindSpore, PaddlePaddle), herramientas de optimización y drivers. Si hace un año los desarrolladores se preguntaban cómo funcionaría su código en un chip chino, hoy ya existen soluciones listas para usar.

«No nos limitamos a copiar a

Nvidia: estamos construyendo un sistema adaptado a los requisitos y la escala de China», resumen analistas locales.

Qué significa esto El mercado global de hardware para IA se está fragmentando.

Nvidia pierde su monopolio en el mayor mercado asiático, pero eso no supone su colapso: es lo normal con cualquier tecnología, ya que tarde o temprano los actores locales cubren las brechas críticas de la cadena de suministro. Para las empresas occidentales, esto significa que el control estratégico del hardware ya no garantiza el dominio. Para los investigadores, implica que los modelos de IA se entrenarán en arquitecturas distintas, lo que puede dar lugar a nuevas optimizaciones y compromisos. El proceso será largo —no de uno ni de dos años—, pero irreversible.