Las restricciones comerciales de Estados Unidos han creado obstáculos importantes para las empresas chinas, limitando su capacidad de acceder al hardware avanzado de inteligencia artificial necesario para seguir siendo competitivos a nivel mundial.
NVIDIALas GPU H20, versiones reducidas del potente H100, fueron desarrolladas para cumplir con los requisitos de control de exportaciones, pero aún así tienen un precio elevado de alrededor de 10.000 dólares por unidad.
Incluso a este precio, la disponibilidad de estas GPU es limitada, lo que agrava las dificultades que enfrentan las empresas chinas. Esta deficiencia ha llevado a la alimentación de A El próspero mercado negro Para los chips Nvidia de alta gama, como el H100 y el A100, donde los precios siguen aumentando debido a la demanda masiva. Sin embargo, las empresas globales, especialmente ByteDance –la empresa matriz de TikTok, que ya está bajo intenso escrutinio en Estados Unidos– no pueden permitirse los riesgos legales y de reputación asociados con la participación en dichos mercados ilícitos.
Dos chips de IA
ByteDance ha realizado importantes inversiones en inteligencia artificial y, según se informa, gastó más de 2 mil millones de dólares en GPU Nvidia H20 en 2024, y ahora, según… Informaciónla compañía busca desarrollar sus propias GPU con tecnología de inteligencia artificial para reducir la dependencia de Nvidia.
El informe agrega que estos chips incluirán uno diseñado para entrenamiento de IA y otro para inferencia de IA, los cuales se producirán utilizando el proceso avanzado N4/N5 de TSMC, la misma tecnología utilizada en las GPU Blackwell de Nvidia.
Broadcom, famosa por sus diseños de chips de IA GoogleSegún se informa, liderará el desarrollo de estas GPU, que se espera que entren en producción en masa en 2026. Si bien muchas empresas chinas han desarrollado sus propias GPU impulsadas por IA para reducir la dependencia de Nvidia, la mayoría todavía depende del hardware de Nvidia para realizar tareas más exigentes. Queda por ver si ByteDance es capaz de realizar la transición completa a sus propios dispositivos (y si quiere hacerlo) o no.
Sin duda, este paso no estará exento de desafíos. como Los dispositivos de Tom “La empresa ahora depende de CUDA y de la pila de soporte de software de Nvidia para el entrenamiento y la inferencia de IA. Una vez que tenga sus GPU de IA instaladas, debe evolucionar su plataforma de software y garantizar que su pila de software sea totalmente compatible con su hardware”.