Nvidia en China pierde cuota por debajo del 60%, los chips de IA nacionales entregan 1.65 millones de unidades al año y conquistan el mercado

Autor: Profundidad TechFlow

Lectura destacada de Profundidad: Los datos de IDC muestran que en 2025 el volumen total de envíos de aceleradores de IA en China será de aproximadamente 4 millones de tarjetas; los fabricantes nacionales en conjunto entregarán 1,65 millones de tarjetas, lo que representa el 41%, y la cuota de Nvidia caerá desde cerca del 95% antes de las sanciones hasta el 55%.

Huawei lidera el segmento nacional con 812.000 chips; su nueva tarjeta aceleradora Atlas 350 recién lanzada presume un rendimiento de inferencia de 2,87 veces el de la Nvidia H20.

En noviembre del año pasado, Beijing ordenó a los centros de datos de propiedad estatal que sustituyeran completamente los productos nacionales, lo que acelera la reconfiguración del panorama del mercado.

Hace tres años, Nvidia casi monopolizaba el mercado chino de chips de IA. Hoy, ese panorama ya es completamente distinto.

Según Reuters, citando datos de IDC de una firma de investigación de mercado, en 2025 el volumen total de envíos de aceleradores de IA en China (chips de computación dedicados para servidores de IA) será de aproximadamente 4 millones de tarjetas. Nvidia sigue siendo el mayor proveedor individual, con unos 2,2 millones de tarjetas enviadas, lo que equivale al 55% de la cuota. Sin embargo, en comparación con la cuota de mercado de alrededor del 95% antes de las sanciones, ese número se ha contraído de forma considerable, en casi 40 puntos porcentuales. Al mismo tiempo, los fabricantes locales chinos han enviado en conjunto alrededor de 1,65 millones de tarjetas, logrando el 41% del mercado. AMD, con unos 160.000 envíos, ocupa el tercer lugar con el 4%.

El auge de los fabricantes nacionales es a la vez un producto pasivo de las restricciones de exportación de EE. UU. y un resultado activo de la política de “sustitución nacional”.

Huawei lidera el grupo nacional: Atlas 350 frente a Nvidia H20

Dentro del segmento de chips de IA nacionales, Huawei es el mayor ganador.

Los datos de IDC muestran que en 2025 Huawei enviará alrededor de 812.000 chips de IA, lo que representa aproximadamente el 20% de todo el mercado y casi la mitad del volumen de envíos de los fabricantes nacionales. El departamento de diseño de chips de Alibaba, Pingtouge (T-Head), con alrededor de 265.000 tarjetas, ocupa el segundo lugar. Baidu, con Kunlun y Cambricon, envía aproximadamente 116.000 tarjetas cada uno, empatando en el tercer lugar. Además, Hygon, MetaX y Tianshu Zhixin (Iluvatar CoreX) representan respectivamente el 5%, 4% y 3% del volumen de envíos de los fabricantes nacionales.

El mes pasado, Huawei presentó la nueva tarjeta aceleradora de nueva generación Atlas 350 en la Conferencia de Socios de China China 2026 celebrada en Shenzhen; la tarjeta integra el chip de Ascend 950PR desarrollado internamente. En el acto de lanzamiento, Zhang Dixun, responsable de negocios de cómputo de Huawei Ascend, afirmó que con el cómputo de baja precisión FP4, la capacidad de cómputo de Atlas 350 llega a 1,56 PFLOPS (mil billones de operaciones/segundo), es decir, 2,87 veces el rendimiento de la Nvidia H20 versión especial para China. La tarjeta incorpora 112GB de memoria de alto ancho de banda HiBL 1.0 desarrollada internamente; el ancho de banda de memoria es de 1,4TB/s y el consumo de energía es de 600W.

Sin embargo, esta comparación de rendimiento tiene un problema de marco de referencia. Las GPU de la arquitectura Nvidia Hopper no admiten nativamente la precisión FP4; Atlas 350 es el primer acelerador nacional optimizado para FP4. Por lo tanto, bajo la misma precisión, no se pueden comparar directamente ambos. La verdadera ventaja competitiva de Huawei está en el lado de la inferencia: Atlas 350 está orientada a cargas de trabajo de inferencia (inference) en la fase de despliegue de modelos de IA, no al entrenamiento de modelos de gran tamaño.

Siete socios de Huawei ya han publicado productos de servidor de sistema completo basados en Atlas 350; iFlytek también anunció que su próxima generación de modelo grande de lenguaje Xinghuo se adaptará a la base de cómputo Ascend 910/950.

Doble impulso: control de exportaciones y sustitución nacional

La contracción de la cuota de Nvidia en China es consecuencia tanto del endurecimiento continuo del control de exportaciones de EE. UU. como del apretón bilateral de la política de sustitución nacional de Beijing.

La cronología, en términos generales, es así: desde octubre de 2022, EE. UU. restringió la exportación de chips de IA a China; después, Nvidia lanzó productos “cumplidores” con menos prestaciones como H20 y A800/H800. En abril de 2025, el gobierno de Trump prohibió por completo la exportación de todas las GPU de IA a China; ese mismo año, en julio se restablecieron las licencias de exportación de H20 y AMD MI308. En octubre, el CEO de Nvidia, Huang Renxun, afirmó en un evento público que la participación de Nvidia en el mercado de aceleradores de IA avanzados de China “pasó del 95% a cero”. En diciembre, Trump permitió que Nvidia exportara H200 a China, pero a las empresas chinas se les informó que debían pausar la compra de chips de Nvidia.

El empuje de la política desde el otro lado también fue igual de fuerte. Según un informe de Reuters en noviembre de 2025, Beijing emitió directrices a los centros de datos recién construidos que usan activos estatales, exigiendo que se utilicen todos chips de IA nacionales. Los proyectos con un avance de finalización inferior al 30% debían retirar los chips extranjeros ya instalados o cancelar los planes de compra.

Los datos de Reuters muestran que desde 2021 los proyectos de centros de datos de IA en China han recibido más de 100.000 millones de dólares en inversión de activos estatales, y que la mayoría de los centros de datos chinos, durante la fase de construcción, han recibido algún tipo de apoyo con activos estatales. Esto significa que la cobertura de esta política es extremadamente amplia.

Reuters reportó un caso emblemático de esta estrategia: un gran centro de datos construido por China Unicom en Qinghai. El proyecto tiene un valor de 390 millones de dólares, y utiliza todos chips de IA nacionales como los de Pingtouge para la alimentación eléctrica.

Existe una brecha técnica real, pero en el lado de la inferencia ya se ha alcanzado el umbral de “suficiente”

El aumento de la cuota del mercado de chips nacionales no significa que la brecha técnica ya haya desaparecido.

La mayoría de analistas del sector estima que los chips de IA nacionales de China todavía están de 5 a 10 años por detrás de Nvidia en el lado de entrenamiento en centros de datos. Cuando se entrenan modelos de lenguaje de gran tamaño (LLM) con parámetros de billones, las GPU de gama alta de Nvidia siguen siendo la primera opción. Un ejemplo real es el clúster de 50.000 GPU de la serie Hopper utilizado al entrenar el modelo R1 de DeepSeek.

Pero del lado de la inferencia, el panorama ya es diferente. Los observadores del sector consideran que para el 90% de los escenarios de aplicaciones comerciales (incluyendo reconocimiento de imágenes, robots conversacionales, conducción autónoma, etc.), los chips nacionales ya han alcanzado el umbral de “good enough”, lo que hace que cambiar de Nvidia a una solución nacional sea una decisión comercial viable. Las expectativas de sanciones reforzadas aceleran aún más la motivación para este cambio.

El cuello de botella real está en el ecosistema de software. La plataforma CUDA de Nvidia, acumulada durante más de una década, se ha convertido en el estándar de facto para el desarrollo de IA. Los fabricantes de chips nacionales han invertido muchos recursos en compatibilidad: MetaX anunció que su serie C500 admitirá compatibilidad con CUDA; Huawei, en 2025, abrió completamente la plataforma CANN para ampliar el ecosistema de desarrolladores; Cambricon y Moore Threads también han creado, cada una, herramientas de traducción para convertir CUDA a sus propios lenguajes de programación. El ritmo del “alcance” del ecosistema determinará la altura del techo de la cuota de mercado de los chips nacionales.

Empresas de chips de IA nacionales aceleran en masa el impulso hacia el mercado de capitales

La transferencia de cuotas de mercado se materializa al mismo tiempo en el mercado de capitales.

Desde comienzos de 2026, en China se ha desatado una ola de IPO en el sector de GPU. Biranyu Technology y MetaX ya se han listado en el STAR Market; Tianshu Zhixin está listada en el Main Board de Hong Kong; la solicitud de listado en el STAR Market de Sunyuan Technology también ha sido aceptada. Baidu anunció un plan para escindir Kunlun y salir de forma independiente; según personas conocedoras del tema, Alibaba también está considerando una escisión similar de Pingtouge.

La inversión en I+D de Huawei en 2025 alcanzó 192,3 mil millones de yuanes RMB, equivalente al 22% de los ingresos, y se centrará en chips, software y herramientas de fabricación, para seguir reduciendo la dependencia de la tecnología de EE. UU. El presidente rotatorio del consejo de Huawei, Xu Zhijun, afirmó en el MWC 2026 que Huawei se convertirá en “una opción alternativa para asegurar que el suministro de capacidad de cómputo global de IA no se interrumpa”. Según Reuters, la nueva generación de chips Huawei Ascend 950PR ya ha despertado el interés por pedidos de gigantes como ByteDance y Alibaba; el objetivo de envíos para 2026 es de aproximadamente 750.000 chips, y la producción a gran escala comenzará en la segunda mitad del año.

Para Nvidia, incluso si el H200 ya fue aprobado para exportarse a China, la base de confianza ya se ha visto afectada. La política de autonomía y control propio de Beijing ya no es solo una visión, sino una realidad ya establecida compuesta por cada chip nacional que opera en un centro de datos. Cuando salgan los datos de cuota de mercado de 2026, si el 55% rebota o continúa bajando dependerá de si la política de exportación de Washington vuelve a cambiar de rumbo y de la velocidad con la que los chips nacionales acorten la brecha en el lado del entrenamiento.