NVIDIA H200 en China: 20.000 chips y la guerra de semiconductores

¿Qué pasó exactamente con los chips H200 de NVIDIA?

Después de ocho meses de licencias de exportación que movieron prácticamente nada, ByteDance y Tencent han recibido cada una alrededor de 10.000 unidades de los procesadores H200 de NVIDIA en las últimas semanas, según informó el Financial Times. En total, son apenas 20.000 chips —un número que parece enorme hasta que lo comparás con lo que estaba sobre la mesa.

Cuando el Departamento de Comercio de EE.UU. dio luz verde en mayo de 2026 a aproximadamente diez empresas chinas para comprar H200, cada licencia llevaba un techo de 75.000 unidades documentado por Bloomberg y la cobertura de las aprobaciones. Los compradores chinos habían colocado pedidos por alrededor de dos millones de unidades ya en enero. Lo que ha llegado hasta ahora representa menos del 1% de esa demanda declarada.

El matiz que convierte esta noticia en algo mucho más complejo de lo que parece es geográfico: Beijing ha instruido a las empresas para que mantengan el hardware fuera del territorio continental de China, y los reguladores están permitiendo que canalicen los procesadores a Hong Kong, que queda fuera de la frontera aduanera del continente.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Esto no es un detalle menor. Significa que el sistema de controles de exportación de EE.UU. está siendo sometido a una tensión constante entre el interés comercial de las empresas americanas —NVIDIA quiere vender chips— y los objetivos geopolíticos tanto de Washington como de Beijing.

¿Por qué solo 20.000 chips de dos millones esperados?

La respuesta involucra a ambos lados del Pacífico, y sorprendentemente el mayor obstáculo no viene de Washington sino de Beijing.

En diciembre de 2025, el presidente Donald Trump anunció que NVIDIA podría vender H200 a clientes chinos aprobados, con la condición de que el 25% de los ingresos vaya al gobierno estadounidense. Antes de esa autorización, en el primer trimestre del año fiscal 2026 de NVIDIA —que terminó el 28 de abril de 2025— la empresa ya había registrado una pérdida directa de 4.500 millones de dólares por las restricciones al chip H20 destinado al mercado chino.

Pero China bloqueó las importaciones de H200 en aduana en enero, luego liberó condicionalmente a ByteDance, Alibaba y Tencent para más de 400.000 unidades combinadas, y después Washington estrechó nuevamente el campo en mayo. La situación se complicó porque cada compra requiere aprobación caso por caso de la Comisión Nacional de Desarrollo y Reforma (NDRC) de China.

Como dijo el secretario de Comercio Howard Lutnick en mayo: «El gobierno central chino no les ha permitido comprar los chips, porque están tratando de mantener su inversión enfocada en su propia industria doméstica».

Esa postura es consistente con el plan de centros de datos de IA doméstico de 295.000 millones de dólares que Beijing redactó en junio de 2025.

El dilema de Hong Kong: infraestructura insuficiente

Aquí es donde la historia se pone interesante para cualquier founder que trabaje con infraestructura de IA:

Hong Kong tiene 47 data centers con una capacidad total instalada de aproximadamente 581 MW, según Hong Kong Free Press, y el PUE promedio de 1.62 empuja el consumo real de red muy por encima de la cifra de TI. Un solo servidor HGX H200 de ocho GPUs consume unos 10 kW con carga completa. Si una empresa desplegara su cupo completo de 100.000 chips, eso equivaldría a unos 12.500 servidores y 125 MW de carga de TI.

El cluster de data centers del Northern Metropolis, adjudicado a Range Intelligent Computing en marzo, no está previsto que entre en operación hasta 2029.

«Es un dilema», le dijo una persona familiarizada con la situación al Financial Times. Las empresas no encuentran ningún lugar en el territorio para desplegar los chips.

Equipo de ingeniería continental puede acceder al cómputo ubicado en Hong Kong a través de enlaces de red transfronterizos, un arreglo que mantiene los chips técnicamente offshore mientras los hace funcionalmente disponibles. Pero esa solución tiene límites físicos que ninguna software company puede ignorar.

La carrera de chips domésticos: Huawei Ascend y la competencia interna

La política de Beijing de mantener el hardware de NVIDIA en Hong Kong responde a una lógica proteccionista concreta: si las empresas chinas instalan hardware de NVIDIA en el continente, la inversión en infraestructura de IA va a silicon importado en lugar de chips domésticos.

Huawei es el principal beneficiario de esta estrategia. Según Fox News Digital, los ingresos por chips de Huawei alcanzarían los 12.000 millones de dólares en 2026, un salto del 60% respecto a los 7.500 millones de 2025. La compañía recibió 6.500 millones de yuanes en subvenciones gubernamentales en 2022 y 7.300 millones en 2023.

Jensen Huang, CEO de NVIDIA, lo dijo claramente al Financial Times este año: «Huawei es la empresa tecnológica más formidable en China. Han conquistado cada mercado en el que han entrado».

Pero la presión sobre Huawei también está creciendo. Según Reuters, Huawei capturó aproximadamente la mitad del mercado doméstico de chips de IA de China de 50.000 millones de dólares gracias a las restricciones de exportación de EE.UU., posicionando sus aceleradores Ascend como la alternativa nacional primaria. Sin esas restricciones, su dominio era producto de las sanciones, no de superioridad tecnológica demostrada.

Alibaba y Baidu están desarrollando sus propios chips de IA y ganando participación de mercado. Y DeepSeek, que levantó 7.400 millones de dólares en su primera ronda externa en junio de 2026 con una valoración superior a los 50.000 millones, está desarrollando su propio chip de inferencia, según Reuters.

Lo que está haciendo NVIDIA para protegerse

NVIDIA ha estado apretando su propio extremo de la tubería en respuesta al riesgo regulatorio. En julio, la empresa recortó más de la mitad de sus compradores asiáticos de una lista interna de compradores aprobados, un tipo costoso de compliance para una compañía cuyo negocio en China valía miles de millones antes de que aterrizaran los controles.

Algunos partners de NVIDIA, incluyendo Lenovo, informaron a clientes chinos la semana pasada que podían reanudar pedidos de productos que contienen chips H200, según el Financial Times, aunque cada compra aún requiere aprobación separada de la NDRC.

NVIDIA también está explorando nuevas rutas. Según The Information, la empresa planea comenzar envíos en pequeña escala de una variante modificada de su Language Processing Unit (LPU), desarrollada con tecnología licenciada de Groq, diseñada para funcionar junto con procesadores principales y acelerar los tiempos de respuesta de modelos de IA. Varios clientes chinos ya realizaron pedidos del dispositivo, lo que configura una confrontación directa con hardware doméstico de inferencia como el próximo Ascend 950DT de Huawei.

¿Qué significa esto para tu startup de IA?

Este episodio revela varias dinámicas estructurales que todo founder en el ecosistema global debería entender:

Primero: la fragmentación geopolítica del compute es real y permanente. No importa si tu equipo está en LATAM, España o USA. Las cadenas de suministro de semiconductores ya no son globales —son regionales, politizadas y sujetas a cambios regulatorios impredecibles. Si tu modelo depende de hardware específico, ten un Plan B.

Segundo: la carrera de chips personalizados ya llegó al mainstream. DeepSeek, OpenAI (con su chip Jalapeño lanzado en junio de 2026), Amazon (con Trainium), Microsoft (Maia 200) y Meta todos están construyendo su propio silicon. Esto reduce la dependencia de NVIDIA a largo plazo, pero también crea incertidumbre sobre compatibilidad y costos.

Tercero: la inferencia se está convirtiendo en el segmento estratégico. Mientras el entrenamiento sigue dominado por NVIDIA, la inferencia —donde los modelos generan respuestas en tiempo real— es donde los chips personalizados pueden entregar ahorros inmediatos. DeepSeek eligió deliberadamente este segmento porque es más tolerante a nodos de fabricación antiguos y ofrece retorno más rápido.

Acciones concretas para implementar hoy:

Si tu startup depende de GPUs NVIDIA: evalúa multi-cloud desde ahora. Tener acceso a instancias en AWS (Trainium), Azure (Maia) y GCP (TPU) te da resiliencia ante cambios regulatorios o escasez de supply.
Si estás entrenando modelos grandes: considerá híbrido. Usá NVIDIA para el training crítico (si tenés acceso) y chips domésticos o alternativos para inferencia y fine-tuning. Esta es exactamente la estrategia que DeepSeek está adoptando.
Si tu mercado objetivo incluye China: prepará arquitectura de hardware agnóstica. La brecha entre chips occidentales y domésticos se está cerrando en inferencia, y las restricciones pueden cambiar sin aviso previo.