Hace ocho años, ocurrió uno de los momentos más dolorosos en la historia de la industria china. En abril de 2018, Zhongxing Communications de repente se detuvo, una empresa gigante con 80 mil empleados y ingresos que superaban el billón de yuanes. Todo porque Estados Unidos decidió cortar los suministros. Sin chips Qualcomm, sin el sistema Android de Google, la empresa quedó completamente rodeada. Esta lección no se olvidó.

Rápidamente en 2026. Ahora la situación es completamente diferente. Esta vez, la guerra no es solo por los chips, sino por algo mucho más profundo llamado CUDA. Quizás no hayas oído hablar de ello antes, pero cada desarrollador de inteligencia artificial en el mundo depende de ello. CUDA es una plataforma de Nvidia que controla todo, desde el entrenamiento hasta la ejecución. Y aquí radica la verdadera escasez. Cuanto más dependiente sea la industria de CUDA, mayor será la falta de una alternativa independiente.

Pero las empresas chinas eligieron un camino diferente esta vez. En lugar de intentar imitar directamente a Nvidia, se centraron en los algoritmos. DeepSeek es un ejemplo perfecto: su modelo contiene 671 mil millones de parámetros, pero solo activa 37 mil millones durante el funcionamiento. Esto significa costos mucho menores. El modelo fue entrenado con 2048 unidades de procesamiento H800 durante 58 días a un costo de solo 5.6 millones de dólares. Comparado con el costo de entrenar GPT-4, estimado en 78 millones de dólares. La diferencia es enorme.

¿El resultado? DeepSeek es entre 25 y 75 veces más barato que Claude. Y este precio cambió el mercado. Solo en febrero de 2026, el uso de modelos chinos en OpenRouter aumentó un 127% en solo tres semanas. Hace un año, su participación no superaba el 2%. Ahora se acerca al 60%. Esto no es casualidad, es una transformación estructural.

Pero el mayor desafío seguía siendo obtener suficiente potencia computacional para el entrenamiento. Aquí entraron los chips locales. Loongson 3C6000 y Taichu Yuanqi ya comenzaron a cargar tareas de entrenamiento reales. En enero de 2026, Zhipu AI lanzó el modelo GLM-Image, el primer modelo generador de imágenes entrenado completamente en chips chinos locales. Esto representa un cambio cualitativo, de la inferencia simple al entrenamiento real.

Detrás de todo esto está el sistema Ascend de Huawei. Para finales de 2025, el número de desarrolladores superó los 4 millones. La construcción de un ecosistema independiente es exactamente lo que Japón no hizo en los años 80 cuando enfrentó presiones similares de Estados Unidos. Japón optó por ser "el mejor" en un sistema dominado por otros. China eligió construir su propio sistema.

La energía también juega un papel crucial. Estados Unidos enfrenta una verdadera crisis eléctrica: los centros de datos consumen ahora el 4% de la electricidad estadounidense, y esa cifra se duplicará para 2030. En cambio, China produce 2.5 veces más electricidad que Estados Unidos. Los precios de la electricidad industrial en el oeste de China son aproximadamente 0.03 dólares por kilovatio/hora, una cuarta parte a una quinta parte del precio en Estados Unidos. Una ventaja enorme.

Ahora DeepSeek soporta 37 idiomas y se está expandiendo globalmente. El 30.7% de los usuarios son de China, el 13.6% de India, el 6.9% de Indonesia. En los mercados sancionados, su participación oscila entre el 40% y el 60%. El 58% de las nuevas empresas de inteligencia artificial en China ya lo usan.

Tres empresas de chips locales publicaron sus resultados el 27 de febrero de 2026. Algunas lograron beneficios por primera vez, otras perdieron miles de millones. Pero estas pérdidas no son fracasos, sino inversiones en construir un ecosistema independiente. Cada dólar perdido es un dólar en investigación y desarrollo, en soporte de software, en entrenamiento de ingenieros.

La guerra por la potencia computacional ya no trata de "¿podemos sobrevivir?". Ahora la pregunta es "¿cuánto gastaremos para mantenernos independientes?". Y la respuesta es clara: cualquier precio. Porque la independencia ya no es una opción.