China acaba de mover otra ficha estratégica en la guerra de los semiconductores para inteligencia artificial. La startup Zhonghao Xinying, también conocida como CL Tech, presume de haber llevado a producción masiva su propio chip especializado para IA, una TPU bautizada como Chana, que aspira a convertirse en alternativa local tanto a las GPU de Nvidia como a las TPU de Google.
La compañía, con sede en Hangzhou, asegura que su General Purpose Tensor Processing Unit (GPTPU) Chana puede ofrecer hasta 1,5 veces el rendimiento de una Nvidia A100, reduciendo al mismo tiempo el consumo energético en torno a un 30 % y rebajando el coste computacional por unidad a aproximadamente un 42 % del de la GPU estadounidense para cargas de trabajo equivalentes con grandes modelos.
Aunque la A100 es ya una generación “antigua” frente a H100 o la nueva familia Blackwell, el movimiento es significativo: en un contexto de fuertes restricciones de exportación desde Estados Unidos, disponer de un acelerador propio, competitivo y basado en propiedad intelectual completamente china se ha convertido en prioridad nacional para Pekín.
De Silicon Valley a Hangzhou: el talento “boomerang” detrás de Chana
Zhonghao Xinying fue fundada en 2018 por Yanggong Yifan, ingeniero formado en Stanford y la Universidad de Michigan, con experiencia directa en el diseño de varias generaciones de las TPU de Google (v2, v3 y v4). Junto a él está el cofundador y CTO, Zheng Hanxun, graduado por la Universidad del Sur de California y con trayectoria previa en diseño de chips en Oracle y en el centro de I+D de Samsung en Austin (Texas).
Ambos representan el perfil de ingeniero chino que se forma y trabaja durante años en Silicon Valley y, ante la creciente tensión tecnológica entre Estados Unidos y China, decide regresar para levantar campeones locales en sectores críticos como la computación para IA. El propio Yanggong ha señalado en entrevistas que hace tiempo le resultó “inevitable” la llegada de una guerra tecnológica abierta y que la infraestructura de cómputo para IA sería “el campo de batalla central”.
Qué aporta realmente Chana frente a las GPU de Nvidia
Chana se presenta como una GPTPU: un circuito integrado de aplicación específica (ASIC) diseñado desde cero para cargas de trabajo de redes neuronales, en contraste con las GPU de propósito general que Nvidia ha adaptado para entrenamiento e inferencia. En la práctica, esto significa sacrificar versatilidad para maximizar eficiencia en los tipos de cálculo más frecuentes en modelos de IA.
Según la propia Zhonghao Xinying, el chip:
- Igualando el tipo de carga, ofrece hasta 1,5× el rendimiento de una A100.
- Consume aproximadamente un 30 % menos de energía en esos escenarios.
- Reduce el coste computacional por unidad a alrededor del 42 % del de la GPU de Nvidia.
La compañía insiste además en que Chana se ha desarrollado con núcleos IP totalmente propios, un conjunto de instrucciones personalizado y una plataforma de cómputo construida internamente, sin licencias tecnológicas extranjeras. La promesa es clara: independencia a nivel de arquitectura y, por tanto, menor exposición a sanciones o vetos en propiedad intelectual.
Sin embargo, faltan piezas importantes en el puzzle. No se han publicado detalles clave como el nodo de fabricación exacto, el ancho de banda de memoria o resultados en benchmarks estándar como MLPerf. Y lo más relevante: la comparación se hace frente a una GPU de 2020, no frente a los chips más avanzados de Nvidia, como H100 o Blackwell.
Taize: un clúster para modelos de billones de parámetros
Más allá del chip en sí, Zhonghao Xinying ha presentado Taize, una plataforma de cómputo que interconecta 1.024 unidades Chana en un único clúster. Según la empresa, esta infraestructura está pensada para entrenar modelos fundacionales de la escala del billón de parámetros, el segmento en el que compiten sistemas como GPT-4, Claude o Gemini.
En este punto, la startup intenta replicar el modelo de los grandes hiperescalares: no solo vender chips, sino ofrecer un ecosistema completo de hardware, software y herramientas de orquestación. La incógnita es si podrá atraer suficiente masa crítica de clientes en un entorno donde la mayoría de frameworks, librerías y herramientas están profundamente optimizados para CUDA y las GPU de Nvidia.
Google, Meta, Anthropic… y la presión global sobre Nvidia
El lanzamiento de Chana llega en un momento en el que la hegemonía de Nvidia empieza a ser cuestionada desde varios frentes. Google ha dado un giro estratégico y ha pasado de ofrecer sus TPUs solo a través de Google Cloud a negociar ventas directas de chips a clientes como Anthropic y Meta, que podrían alojar estos aceleradores en sus propios centros de datos.
Para China, la situación es todavía más delicada. Las restricciones de Washington han recortado el acceso a las GPU de gama alta de Nvidia, lo que ha forzado a empresas y gobierno a acelerar el desarrollo de soluciones locales. Chana se suma así a una lista creciente de alternativas chinas —desde GPU propias hasta ASIC especializados— pensadas para cubrir la demanda interna de cómputo para IA en un escenario de “desamericanización” parcial del hardware crítico.
Números reales: facturación, beneficios… y primeras pérdidas
Más allá del discurso tecnológico, Zhonghao Xinying ya empieza a mover cifras relevantes. Los documentos preparados para su operación corporativa con Tip Corporation, un fabricante de componentes cotizado en Shanghái, muestran que la empresa ingresó 485 millones de yuanes (unos 68,4 millones de dólares) en 2023, con un beneficio neto de 81,3 millones de yuanes. En 2024 las ventas subieron a 598 millones de yuanes y el beneficio a 85,9 millones.
Pero el primer semestre del año actual refleja la cara B del crecimiento acelerado: apenas 102 millones de yuanes de ingresos y unas pérdidas de 144 millones de yuanes, atribuibles en buena parte a la inversión masiva en desarrollo, despliegue comercial y la propia operación de compra de Tip.
La startup ha firmado además un compromiso de rendimiento con sus inversores: debe salir a bolsa antes de finales de 2026 o activar una cláusula de recompra de acciones. En paralelo, Tip Corporation ha visto cómo su acción pasaba de alrededor de 30 yuanes a cerca de 140 yuanes tras conocerse los planes de adquisición, reflejando las expectativas del mercado alrededor del negocio de IA de Zhonghao Xinying.
Un avance real, pero aún lejos de la primera división
En el plano tecnológico, el logro de Zhonghao Xinying es innegable: China cuenta ahora con una TPU propia en producción masiva, basada en arquitectura e IP locales, con un diseño orientado a grandes modelos y un clúster escalable a más de mil aceleradores. Eso no existía hace apenas unos años.
Sin embargo, la distancia con la “primera división” sigue siendo considerable. La comparación con A100 deja claro que hablamos de ponerse a la altura de la generación 2020 de Nvidia, mientras el mercado de vanguardia ya mira a Blackwell y a las próximas oleadas de chips de Google, AMD o los grandes hyperscalers. La opacidad sobre el nodo de fabricación y los socios de foundry tampoco ayuda a disipar dudas sobre capacidad de producción y escalabilidad.
A eso se suma un reto que va más allá de los chips: sin un ecosistema de software maduro —compiladores, librerías optimizadas, soporte en frameworks y herramientas— es difícil arrancar a grandes clientes de la inercia de CUDA y de proveedores ya consolidados. Ahí es donde Chana y Taize tendrán que demostrar, en los próximos dos años, si son un actor de nicho para el mercado chino o un verdadero competidor global.
Preguntas frecuentes sobre Zhonghao Xinying, Chana y la guerra de chips de IA
¿Qué es exactamente la TPU Chana de Zhonghao Xinying?
Chana es un chip de tipo GPTPU (General Purpose Tensor Processing Unit), un acelerador ASIC diseñado específicamente para cargas de trabajo de redes neuronales. A diferencia de las GPU de propósito general, está optimizado para operaciones de matrices y tensores típicas del entrenamiento e inferencia de modelos de inteligencia artificial a gran escala.
¿En qué se diferencia una TPU como Chana de una GPU de Nvidia para IA?
Las GPU, como las de Nvidia, son procesadores paralelos muy flexibles que se adaptan tanto a gráficos como a IA, simulación científica u otras tareas de cómputo general. Las TPU como Chana sacrifican parte de esa versatilidad para ganar eficiencia: más rendimiento por vatio y menor coste por operación en los tipos de cálculo más repetitivos de los modelos de IA. A cambio, dependen mucho más del software y las herramientas específicas que las soporten.
¿Es cierto que Chana supera a Nvidia?
La propia Zhonghao Xinying afirma que Chana ofrece hasta 1,5 veces el rendimiento de la Nvidia A100, con un 30 % menos de consumo y un coste computacional en torno al 42 % del de esa GPU. Pero la A100 es un chip de 2020, y la comparación no incluye a generaciones más recientes como H100 o Blackwell. Además, por ahora no hay benchmarks independientes públicos que validen estas cifras, lo que obliga a tomarlas con cautela.
¿Por qué es importante Chana para la estrategia de China en inteligencia artificial?
Las restricciones de exportación de Estados Unidos limitan el acceso de China a las GPU más avanzadas de Nvidia. Contar con una TPU propia, basada en IP local y en producción masiva, fortalece la soberanía tecnológica del país en un área crítica: el cómputo para entrenar y ejecutar grandes modelos de IA. Si Zhonghao Xinying logra escalar producción, ecosistema y clientes, Chana podría convertirse en una pieza clave para reducir la dependencia de hardware extranjero en los centros de datos chinos.
Fuentes: Asia Business Outlook, Xataka, Tom’s Hardware, TrendForce, MachineYearning.io, Reuters, The Information (vía Reuters), documentación financiera sobre la adquisición de Tip Corporation.
