Z.ai, el laboratorio chino de IA antes conocido como Zhipu, ha completado la construcción de un centro de datos de clase 1 gigavatio construido enteramente con chips de fabricación china y ha comenzado a operarlo parcialmente, informó Bloomberg. Es el primer caso reportado de una gran tecnológica china que construye una instalación de esta escala exclusivamente con silicio nacional.

La escala es sustancial bajo cualquier estándar. Un gigavatio es aproximadamente la electricidad necesaria para alimentar 750.000 hogares en un momento dado, y el centro está diseñado para entrenar la familia GLM de modelos de frontera de Z.ai. La compañía ya opera varios clusteres de cómputo con más de 10.000 chips cada uno.

El problema más difícil que comprar chips nacionales es hacer que funcionen juntos. Ejecutar un modelo de manera eficiente sobre aceleradores de distintos proveedores, como Huawei y Cambricon, requiere una capa de software que la mayoría de los laboratorios obtiene gratis del ecosistema de Nvidia y que los laboratorios chinos han tenido que construir por sí mismos. Z.ai abordó eso directamente al completar la adquisición de Zhongke Jiahe, una compañía de software de infraestructura fundada por investigadores de la Academia China de Ciencias cuya tecnología ejecuta el mismo modelo de IA de manera eficiente sobre distintos chips de fabricación china.

El negocio detrás de la expansión crece rápido. Z.ai dice que espera alcanzar 1.000 millones de dólares en ingresos anuales recurrentes, tras haber cumplido ya en julio su meta de ventas de 2026, y sus modelos GLM están entre los pesos abiertos más adoptados del mundo.

Los controles de exportación de Estados Unidos fueron diseñados para frenar el desarrollo chino de IA limitando el acceso al silicio de Nvidia. La respuesta que toma forma es la sustitución a escala. Los aceleradores nacionales todavía van por detrás de Nvidia chip por chip, pero un gigavatio de ellos, unidos por software entre chips, es una respuesta de capacidad, y llega en la misma semana en que la capacidad de servicio, y no la calidad de los modelos, se convirtió en el cuello de botella definitorio de la ola de modelos abiertos.