Percebi este ano o quão grande é a mudança na paisagem da IA chinesa. Quando começou o embargo contra os chips, todos pensaram que o sonho tinha acabado. Mas sabes qual é realmente o que todos estamos a depender? Não é só sobre hardware—o verdadeiro problema é o CUDA.

Se ainda não ouviste, o CUDA é o ecossistema criado pela NVIDIA ao longo de mais de dez anos. Todos os principais frameworks de IA, desde o Google TensorFlow até ao Meta PyTorch, dependem dele. Agora há 4,5 milhões de desenvolvedores a usá-lo, e 90% dos desenvolvedores de IA em todo o mundo estão presos neste sistema. É uma roda de inércia quase impossível de parar—quanto mais pessoas usam, mais ferramentas são criadas, mais difícil é sair.

Mas desta vez, a China não desistiu. A estratégia é mais inteligente—ir pelo algoritmo. O DeepSeek V3 tem 671 mil milhões de parâmetros, mas usa apenas 5,5% em cada inferência. O custo de treino é de apenas 5,576 milhões de dólares, enquanto o GPT-4 custa quase $78 milhão. Sabes o que aconteceu? O preço da API do DeepSeek é de $0,028 por milhão de tokens, enquanto o GPT-4 é $5. É 25 a 75 vezes mais barato. Isto não é só um desconto—é uma mudança estrutural na indústria.

E agora a parte impressionante: os chips locais começaram a treinar grandes modelos. Em janeiro de 2026, a Zhipu AI lançou o GLM-Image com a Huawei, o primeiro modelo de geração de imagens totalmente treinado com chips locais. O processador Loongson 3C6000 e a placa aceleradora TaiChu Yuanqi T100 já não são só para inferência—estão aptos para treino. Em Jiangsu Xinghua, há uma linha de produção de 148 metros que produz servidores a cada 5 minutos. Isto é o que representa a nova era de produção—não só bens físicos, mas capacidade computacional que pode ser exportada para o mundo inteiro.

O ecossistema Huawei Ascend já cresceu para 4 milhões de desenvolvedores, 3.000 parceiros e 43 modelos principais já pré-treinados aqui. Este número continua a subir. Até 2026, a capacidade de computação inteligente da China atingirá 1590 EFLOPS. Isto já não é só esperança—é uma realidade.

Agora, a questão da energia. Os EUA estão em apuros. Virginia, Geórgia, Illinois, Michigan—todos pausaram novos projetos de data centers devido à escassez de energia. Os EUA enfrentarão um défice de capacidade de 175 GW até 2033. Mas a China? A geração anual de eletricidade é de 10,4 trilhões de unidades, 2,5 vezes a dos EUA. E o uso residencial na China é apenas 15% do total, enquanto nos EUA é 36%. Isto significa que há mais capacidade industrial para infraestrutura de computação. O preço da eletricidade no oeste da China é de $0,03 por quilowatt-hora, enquanto nos EUA varia entre $0,12 e $0,15. Uma diferença de 4 a 5 vezes.

Por isso, os tokens—a menor unidade de informação de IA—começaram a ser produzidos na China e exportados mundialmente. A distribuição de utilizadores do DeepSeek é de 30,7% na China, 13,6% na Índia, 6,9% na Indonésia, 4,3% nos EUA, 3,2% na França. Existem 26.000 empresas em todo o mundo e 3.200 instituições na versão empresarial. Em 2025, 58% das novas startups de IA irão integrar o DeepSeek na sua pilha tecnológica. Na China, já detêm 89% do mercado.

O que aconteceu aqui é semelhante ao que aconteceu no Japão há 40 anos. Em 1988, o Japão controlava 51% do mercado global de semicondutores, mas após o Acordo de Semicondutores EUA-Japão, a sua quota caiu para apenas 10% em DRAM. O erro deles foi confiar apenas em serem os melhores fabricantes, sem um ecossistema independente próprio. Agora a China escolheu outro caminho—desde a otimização extrema de algoritmos, ao desenvolvimento de chips locais desde inferência até treino, passando por reunir milhões de desenvolvedores no ecossistema Ascend, até exportar tokens globalmente.

Os relatórios de 27 de março de 2026 mostram uma imagem interessante. A receita da Cambrian subiu 453%, com o primeiro lucro de um ano completo. A receita da Moore Threads aumentou 243%, mas com uma perda de 1 bilhão. A Muxi cresceu 121%, mas com uma perda de 8 bilhões. Metade fogo, metade água. Mas o ponto é claro—o mercado precisa de alternativas onde não exista NVIDIA. É uma oportunidade estrutural trazida pela geopolitica.

Construir um ecossistema tem custos. Cada perda é dinheiro real investido em aprendizagem, subsídios de software, implantação de engenheiros nos clientes. Mas essas perdas não são por má execução—são um imposto de guerra pela independência. Há oito anos, a questão era "conseguiremos sobreviver". Agora, a questão é "qual o custo que temos de pagar para sobreviver". O próprio custo é o progresso.