Publicado: mayo 19, 2026, 6:23 am
Estados Unidos y China están inmersos en una guerra comercial y tecnológica que ha pillado en plena línea de fuego al gigante de la IA: Nvidia. La situación es que Nvidia debe priorizar a las empresas de IA de Estados Unidos para garantizar la supremacía de este país, pero como empresa le interesaría pegar un mordisco al gigante mercado chino. Y el problema es doble: no ha podido hacerlo durante mucho tiempo por los vetos comerciales, pero ahora que parece que sí puede vender su célebre H200 a China, resulta que China ha pasado página.
Más o menos.
Luz verde. Nvidia ha pasado de tener el monopolio de las GPU para IA en China a tener una cuota del 0%. Son palabras del CEO, Jensen Huang, y el motivo son las comentadas restricciones comerciales entre las potencias que impedían a Nvidia vender sus productos más potentes al gigante asiático. Huang se ha tirado meses insistiendo al gobierno de Donald Trump para que les permitan vender con una lógica muy clara: China va a desarrollar sus alternativas y qué mejor que poder sacar tajada hasta entonces.
La situación se fue destensando a finales del año pasado y a comienzos de este para llegar al punto en el que estamos ahora. Según Reuters, el Departamento de Comercio de EEUU ya permite que diez compañías chinas y distribuidores como Foxconn y Lenovo adquieran ese ansiado H200, el segundo chip para IA más potente de la compañía. Buenas noticias para la compañía. O deberían serlo de no ser porque la industria china está siguiendo su propio camino
Mirando a casa. Alibaba, ByteDance, JD.com y Tencent son los gigantes chinos que, supuestamente, ya pueden comprar H200. Hasta 75.000 chips cada uno, para ser exactos. Sin embargo, se apunta que aún no han realizado ningún envío. Aquí hay una mezcla entre burocracia muy restrictiva y, sobre todo, ese énfasis por el desarrollo patrio. Tencent, por ejemplo, apuntó en septiembre del año pasado que no tenían intención de producir chips de IA, pero que sí iban a invertir muchísimo dinero en socios nacionales.
Por ejemplo, están en un proceso de adaptación de su infraestructura para poder acoplar la plataforma Ascend de Huawei (en particular la serie Ascend 950) como la principal herramienta de entrenamiento de grandes modelos. Hace unos días, el director de estrategia de Tencent ya señaló que esa estrategia seguía en pie y que la compañía espera un aumento significativo en el gasto en GPU para IA diseñadas en China.
Fabricando en casa. Alibaba y Bytedance tienen un enfoque distinto. Si Tencent se está centrando adquirir las plataformas de Huawei, Alibaba y Bytedance buscan crear sus propios chips. El de Alibaba busca ser el chip RISC-V más potente creado hasta la fecha y se reportó que Bytedance quería que Samsung fabricara su procesador.
Al final, sea comprar a Huawei o desarrollar la herramienta de forma interna, los dos enfoques responden al gran objetivo nacional: que al menos un 50% de los centros de datos que pertenecen al Estado utilicen al menos un 50% de circuitos integrados chinos en sus servidores. Ese es uno de los grandes impulsos tecnológicos chinos de los últimos años, uno de los puntos cruciales del Plan Quinquenal para el desarrollo del país y, sobre todo, la estrategia de la que Nvidia llevaba un tiempo advirtiendo a Estados Unidos.
{«videoId»:»x9xm9vi»,»autoplay»:true,»title»:»Cómo China ha alcanzado a EEUU en la carrera de la IA en tan poco tiempo», «tag»:»», «duration»:»544″}
La era de la inferencia. Porque ese periodo de ostracismo al que EEUU condenó a China ha servido para que el país desarrolle tres alternativas muy claras a Nvidia y fomente que las empresas que ya están trabajando con modelos desarrollen su propio hardware. Esto es importante sobre todo en el nuevo marco de la IA en el que estamos entrando, el de la inferencia.
Aunque la IA se seguirá entrenando y harán falta GPU para ello, el siguiente paso es el de la inferencia, el de la era agéntica en la que el procesador o CPU es muy importante. AMD está moviéndose ahí, igual que Intel o ARM, y precisamente los procesadores son algo que se les da bien a Huawei y en lo que los gigantes chinos pueden brillar tanto como la contrapartida estadounidense al desarrollar chips a la medida de sus modelos y necesidades.
También, como apuntan en CNBC, tener tus propios chips implica que no tienes que pelear con nadie más en una época en la que hay escasez y, por descontado, si no tienes que comprar a un externo, hay una mejora del margen bruto de ingresos.
Jugoso pastel. Y esto deja a Nvidia en esa situación incómoda, una en la que quiere participar, pero en la que parece que ya no se la necesita tanto como antes. Porque China está desarrollando sus chips para esta nueva era de la IA y Nvidia se está topando con un jefe final llamado burocracia y los grupos de presión del ‘Make America Great Again’.
Lo primero es por la lentitud de los procesos de las órdenes de exportación, algo que tarda meses cuando los pedidos deberían ser mucho más ágiles. Lo segundo son los mencionados grupos de presión que sostienen que cualquier acuerdo que Nvidia haga con empresas chinas son menos chips para las empresas estadounidenses, algo que no se debe permitir.
Mientras tanto, las empresas chinas están desarrollando sus alternativas y Huawei quiere inundar el mercado con 750.000 chips este año, tres veces más que sus envíos en 2025, y Nvidia se está quedando a las puertas de un pastel de 50.000 millones de dólares.
En Xataka | EEUU tiene los mejores modelos IA. China tiene otra cosa: una IA demasiado barata como para que te importe
(function() {
window._JS_MODULES = window._JS_MODULES || {};
var headElement = document.getElementsByTagName(‘head’)[0];
if (_JS_MODULES.instagram) {
var instagramScript = document.createElement(‘script’);
instagramScript.src = ‘https://platform.instagram.com/en_US/embeds.js’;
instagramScript.async = true;
instagramScript.defer = true;
headElement.appendChild(instagramScript);
}
})();
–
La noticia
Las Big Tech chinas ya pueden comprar GPU de Nvidia. El problema para Nvidia es que ahora no lo necesitan
fue publicada originalmente en
Xataka
por
Alejandro Alcolea
.
