Las restricciones comerciales de Estados Unidos han creado obstáculos importantes para las empresas chinas, limitando su acceso al hardware avanzado de inteligencia artificial necesario para seguir siendo competitivos a nivel mundial.
NVIDIALas GPU H20, versiones reducidas del potente H100, se desarrollaron 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 ese precio, la disponibilidad de estas GPU es limitada, lo que agrava las dificultades que enfrentan las empresas chinas. Esta escasez ha alimentado una próspero mercado negro para los chips de gama alta de Nvidia, como el H100 y el A100, donde los precios siguen aumentando debido a la abrumadora demanda. Sin embargo, las empresas globales, en particular ByteDance -la empresa matriz de TikTok, que ya está bajo un intenso escrutinio en Estados Unidos- no pueden permitirse los riesgos legales y de reputación asociados con la participación en tales 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 las GPU H20 de Nvidia en 2024, y ahora, según La informaciónla empresa busca desarrollar sus propias GPU de IA 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, y ambos se producirán utilizando el proceso avanzado N4/N5 de TSMC, la misma tecnología utilizada para las GPU Blackwell de Nvidia.
Broadcom, reconocida por sus diseños de chips de IA para Googleliderará el desarrollo de estas GPU, que se espera que entren en producción en masa para 2026. Si bien varias empresas chinas han desarrollado sus propias GPU con IA para reducir la dependencia de Nvidia, la mayoría todavía depende del hardware de Nvidia para tareas más exigentes. Queda por ver si ByteDance puede realizar la transición completa a su propio hardware, y si le gustaría hacerlo.
La medida ciertamente no estará exenta de desafíos. Como Hardware de Tom señala: “La empresa ahora confía en CUDA de Nvidia y en la pila de software de soporte para el entrenamiento y la inferencia de IA. Una vez que opte por sus GPU de IA, debe desarrollar su plataforma de software y garantizar que su pila de software sea totalmente compatible con su hardware”.
