China: Entre la Sobreoferta y la Escasez de Chips de IA en 2024
En 2024, China se ha enfrentado a una situación paradójica en el ámbito de los chips de Inteligencia Artificial (IA): una sobrecapacidad en ciertas áreas, coexistiendo con una escasez de potencia de cómputo de alta calidad, necesaria para el desarrollo de IA avanzada.
Esta contradicción no es un simple fallo técnico ni una consecuencia de las tensiones geopolíticas. Es una historia profundamente humana de ambición, improvisación y las consecuencias imprevistas de una mentalidad de «fiebre del oro».
Para ilustrarlo, imaginemos un vasto panorama de centros de datos inactivos en toda China, repletos de algunas de las Unidades de Procesamiento Gráfico (GPU) más avanzadas del mundo, esperando un propósito. Paralelamente, DeepSeek, la compañía de IA que ha causado sensación con sus recientes avances, afirma estar limitada por la capacidad de cómputo, careciendo de la potencia necesaria para construir la próxima generación de modelos de IA. ¿Cómo pueden ser ciertas ambas cosas?
Para comprenderlo, debemos retroceder en el tiempo. Cuando Estados Unidos impuso restricciones al acceso de China a chips de IA de vanguardia, la respuesta de las empresas chinas, los gobiernos locales y los gigantes de telecomunicaciones respaldados por el estado fue rápida y predecible: acumular. Hicieron lo que los seres humanos siempre han hecho ante la escasez: acaparar. Compraron chips de Nvidia, construyeron centros de datos de IA y crearon vastos clústeres de computación anticipando la demanda futura. Mientras tanto, los compradores chinos continúan eludiendo los controles de exportación de EE. UU. para encargar los últimos chips de IA de Nvidia, incluida la nueva serie Blackwell, a través de terceros en regiones cercanas. Pero en su prisa por prepararse para un futuro impulsado por la IA, muchos no se plantearon una pregunta fundamental: ¿qué vamos a hacer exactamente con toda esta potencia de cómputo?
El Problema de la Ineficiencia
La primera explicación de esta paradoja es logística. China ha añadido al menos 1 millón de chips de IA en 2024 a su capacidad de cómputo. Si bien este es un número significativo, es importante señalar que se estima que EE. UU. tiene varias veces más chips de IA en funcionamiento. Pero los chips de China no se implementaron teniendo en cuenta la eficiencia. En cambio, se dispersaron en centros de datos de calidad variable, a menudo en ubicaciones con poca demanda. Las empresas y los gobiernos, ansiosos por participar en el auge de la IA, construyeron infraestructura sin una estrategia clara, lo que llevó a una abundancia de lo que podría llamarse «cómputo de baja calidad».
Imaginemos un mundo donde millones de personas compran pianos de concierto caros, creyendo que algún día aprenderán a tocarlos. Pero en lugar de colocarlos en salas de conciertos o conservatorios, los dispersan en pequeñas unidades de almacenamiento mal mantenidas. Los pianos existen, pero su potencial no se realiza. Eso, en esencia, es lo que sucedió en el ecosistema de IA de China.
El Problema de la Demanda a Corto y Largo Plazo
La segunda explicación reside en el timing. En 2023, hubo un frenesí por desarrollar modelos fundacionales, los sistemas masivos de IA que sustentan todo, desde chatbots hasta fábricas automatizadas. Pero en 2024, muchos de estos esfuerzos se estancaron. Algunas empresas se rindieron, al darse cuenta de que carecían de los recursos para competir. Otros se centraron en aplicaciones de IA en lugar de la investigación fundamental de IA. Como resultado, la demanda de entrenamiento de modelos, la tarea de IA más costosa desde el punto de vista computacional, disminuyó.
Al mismo tiempo, la demanda de inferencia, el proceso de ejecutar modelos de IA en datos entrenados, comenzó a aumentar. Pero la inferencia requiere un tipo diferente de infraestructura. El entrenamiento es un maratón que exige clústeres masivos y centralizados de potencia de cómputo. La inferencia se asemeja más a una danza intrincada, con modelos de IA desplegados en múltiples entornos, desde teléfonos inteligentes hasta plantas de fabricación. La infraestructura que China construyó en 2023 fue diseñada para el entrenamiento. En 2024, el mercado cambió, dejando un exceso de cómputo de entrenamiento y una escasez de cómputo de inferencia.
Los Clústeres de IA «Falsos»
Otro factor que complica la situación es el fenómeno de los clústeres de 10.000 GPU «falsos» y «pseudo». Algunas empresas compraron suficientes GPU para formar teóricamente un centro de computación de IA a gran escala, pero luego las implementaron en múltiples centros de datos pequeños y desconectados. Sin redes de alta velocidad y la arquitectura de software adecuada, estos chips no podían funcionar como un sistema verdadero y unificado.
Este es un caso clásico de confundir acumulación con capacidad. Poseer miles de GPU no se traduce automáticamente en una investigación de IA competitiva, al igual que comprar cien Ferraris no convierte a alguien en un equipo de carreras de clase mundial. Muchos de los clústeres de IA de China existen más como activos financieros que como herramientas de investigación funcionales.
La Corrección de Rumbo del Gobierno
El gobierno chino no ha sido ajeno a estas ineficiencias. En respuesta, ha comenzado a restringir la construcción de nuevos centros de datos a menos que cumplan con criterios específicos de ubicación e infraestructura. También ha fomentado la computación en la nube, presionando a las empresas para que compartan la potencia de cómputo en lugar de acaparar clústeres privados de GPU. En teoría, estas medidas deberían ayudar a corregir el desequilibrio al centralizar los recursos informáticos de alta calidad y ponerlos a disposición de los investigadores de IA que realmente los necesitan.
El gobierno chino también ha restringido la construcción de nuevos centros de datos a menos que cumplan con criterios específicos de ubicación e infraestructura, y ha fomentado la computación en la nube para mejorar la utilización de los recursos.
Pero la verdadera pregunta es: ¿importa algo de esto a largo plazo?
El Precedente Histórico
Consideremos el caso del auge ferroviario de Estados Unidos en el siglo XIX. En la prisa por industrializarse, las empresas construyeron vías en todas partes, a menudo sin tener en cuenta la demanda real. Algunos de estos ferrocarriles se volvieron inútiles, meras reliquias de la especulación. Otros, sin embargo, encontraron su propósito a medida que las industrias y las ciudades crecían a su alrededor. Con el tiempo, el caos inicial dio paso a un sistema más eficiente.
Lo mismo ocurrirá probablemente con la infraestructura de IA de China. La sobrecapacidad de hoy puede ser la base de los avances del mañana. Si bien muchas de estas GPU inactivas actualmente se están desperdiciando, representan una inversión en un futuro donde las aplicaciones de IA son omnipresentes. Las empresas que se adapten (consolidando los recursos informáticos, cambiando a la inferencia y refinando sus estrategias de implementación) emergerán más fuertes. Aquellas que no lo hagan se convertirán en notas al pie en la historia del ascenso de la IA en China.
Conclusión
Si bien el logro de DeepSeek es significativo, es importante tener en cuenta que el acceso a chips avanzados sigue siendo crucial para el desarrollo de la IA a largo plazo. Como señaló un experto, «si los modelos de próxima generación requieren 100.000 chips para el entrenamiento, los controles de exportación impactarán significativamente el desarrollo de modelos de frontera chinos». El panorama de la IA continúa evolucionando rápidamente, y tanto las ganancias de eficiencia como el acceso a hardware avanzado jugarán un papel crucial en la configuración del futuro del desarrollo de la IA a nivel mundial.
Insights de Evox News: Cómo la situación de los chips de IA en China puede impactar tu negocio
Esta noticia sobre la situación de los chips de IA en China tiene varias implicaciones importantes para empresas y gerentes:
- Oportunidades en la Optimización de Infraestructura: La sobrecapacidad de cómputo de entrenamiento en China, aunque inicialmente ineficiente, presenta una oportunidad para empresas especializadas en optimización de infraestructura y servicios de computación en la nube. Existe un mercado potencial para soluciones que ayuden a consolidar y utilizar de manera más efectiva los recursos existentes.
- Importancia de la Adaptabilidad Estratégica: El cambio en la demanda de entrenamiento a inferencia subraya la necesidad de que las empresas sean ágiles y adaptables en sus estrategias de IA. Aquellas que puedan anticipar y responder rápidamente a los cambios del mercado, tanto en términos de tecnología como de aplicaciones, tendrán una ventaja competitiva.
- Riesgos de la Inversión sin Estrategia Clara: La situación en China sirve como una advertencia sobre los peligros de invertir en tecnología sin una estrategia clara y una comprensión profunda de las necesidades del mercado. Las empresas deben evitar la mentalidad de «acumulación» y, en cambio, centrarse en la creación de capacidades que se alineen con sus objetivos a largo plazo y con los cambios en el ecosistema de la IA.
- Impacto de las Políticas Gubernamentales: Las acciones del gobierno chino para corregir las ineficiencias resaltan la importancia de comprender y anticipar las políticas gubernamentales en el sector tecnológico. Las empresas deben estar atentas a las regulaciones y los incentivos que puedan afectar sus operaciones y estrategias de inversión.
- Ventaja Competitiva a Largo Plazo: A pesar de los desafíos actuales, la inversión masiva de China en infraestructura de IA, incluso si es inicialmente ineficiente, podría sentar las bases para una ventaja competitiva a largo plazo. Las empresas que puedan aprovechar estos recursos, ya sea a través de asociaciones, adquisiciones o desarrollo de soluciones complementarias, podrían beneficiarse significativamente.
- Necesidad de una Evaluación Continua del Mercado: El rapido cambio en el panorama de la IA, destacado por la situacion en China, subraya la importancia de una evaluación continua del mercado y la adaptación estratégica. Las empresas deben estar preparadas para ajustar sus planes y estrategias a medida que evoluciona la tecnología y cambian las demandas del mercado.
