China diseña una red nacional de centros de datos de IA de 295.000 millones de dólares, pero su industria de chips puede frenar el plan

China está preparando un plan para invertir alrededor de 2 billones de yuanes, unos 295.000 millones de dólares, en una red nacional de centros de datos para inteligencia artificial durante los próximos cinco años. Según la información adelantada por Bloomberg, el objetivo pasa por levantar una infraestructura conectada a escala nacional en la que al menos el 80 % de la tecnología utilizada, incluidos los chips de IA, proceda de proveedores chinos como Huawei.

La hoja de ruta estaría siendo diseñada por la Comisión Nacional de Desarrollo y Reforma, mientras que operadores estatales como China Mobile y China Telecom asumirían buena parte de la explotación de las instalaciones y de su conexión dentro de una misma malla de cómputo. El calendario que maneja Pekín sitúa 2028 como horizonte para que esa red funcione de forma integrada.

El proyecto se apoyaría en deuda soberana y en bonos especiales de muy largo plazo. Aun así, el gasto podría crecer de forma notable si se incluyen las mejoras necesarias en la red eléctrica. La misma información apunta a que, sumando esa parte, la inversión total podría superar los 5 billones de yuanes, una cifra que refleja la escala industrial y energética de una infraestructura de este tipo.

Sobre el papel, el plan encaja con la estrategia china de reducir dependencia exterior en tecnologías críticas. Sin embargo, la gran duda no está tanto en el dinero como en la capacidad real para suministrar el hardware necesario. Al exigir que el 80 % de la base tecnológica sea nacional, el margen para usar aceleradores de NVIDIA y AMD se reduce de forma drástica, lo que deja el despliegue atado al ritmo de producción de la industria china.

La capacidad industrial sigue siendo el gran cuello de botella

El principal límite aparece en SMIC, la fundición más importante del país para este tipo de semiconductores. Según los datos citados, su proceso estable más avanzado sigue siendo N+2, normalmente situado en la clase de 7 nanómetros. El problema es que esa capacidad ya estaría operando por encima del 93 % de utilización, con muy poco margen adicional para absorber una demanda todavía mayor procedente de proyectos estatales y de fabricantes chinos de aceleradores.

A ello se suma un segundo cuello de botella, que no es otro que la memoria HBM, fundamental en chips de IA de gama alta. El suministro doméstico de este tipo de memoria sigue siendo muy limitado, y eso afecta directamente al número de aceleradores avanzados que empresas como Huawei pueden ensamblar. La compañía habría enviado unos 812.000 chips el año pasado y proyectaría unos 12.000 millones de dólares en ingresos por procesadores en 2026, aunque su propia cadena de suministro habría mostrado dificultades para sostener ese ritmo.

Las previsiones citadas tampoco apuntan a una autosuficiencia completa en el corto plazo. Los proveedores nacionales podrían cubrir alrededor del 76 % de la demanda china de chips de IA en 2030, incluso con un mercado doméstico que crecería hasta unos 67.000 millones de dólares. Eso deja claro que la ambición política va por delante de la capacidad productiva real.

Más restricciones al silicio extranjero y dudas sobre el rendimiento local

El despliegue encaja además con un endurecimiento de las restricciones al hardware extranjero y una priorización del nacional. Pekín ya exigió el año pasado que los centros de datos usaran al menos un 50 % de chips locales. Más tarde, vetó los aceleradores extranjeros en proyectos financiados por el Estado. Según la información citada, incluso algunos despliegues todavía poco avanzados habrían recibido instrucciones para retirar piezas de NVIDIA, AMD e Intel.

Ahora bien, la propia industria china ha expresado reservas. El co-CEO de SMIC, Zhao Haijun, habría advertido de que expandir capacidad demasiado deprisa podría dejar centros de datos infrautilizados. Otros directivos del sector han reconocido que China sigue varios años por detrás del estado del arte en chips para IA de centros de datos. En paralelo, algunas experiencias con entrenamiento de modelos apuntan a que el hardware nacional puede servir en inferencia, pero todavía encuentra más límites en cargas de entrenamiento intensivas.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!