Algo estranho aconteceu nas últimas semanas. Comecei a notar uma mudança radical no mapa da inteligência artificial global, não apenas em relação aos modelos, mas em toda a infraestrutura.

Há oito anos, a história da ZTE foi uma lição dura. Uma gigante que parou de operar de um dia para o outro devido a uma proibição americana sobre chips. Mas desta vez, a imagem é completamente diferente. Quando os EUA começaram a restringir as exportações da NVIDIA para a China, todos pensaram que o sonho da IA chinesa acabaria ali.

Estavam enganados.

O verdadeiro problema não eram os chips em si, mas o CUDA — aquela plataforma de software da NVIDIA que se tornou a espinha dorsal de toda a indústria de inteligência artificial. Hoje, mais de 90% dos desenvolvedores de IA no mundo estão ligados a esse ambiente. É uma roda sustentável — quanto mais a usam, mais forte ela fica.

Mas, ao invés de tentar quebrar essa roda diretamente, as empresas chinesas escolheram um caminho diferente. Começaram pelas algoritmos.

DeepSeek é um modelo com 671 bilhões de operações, mas ativa apenas 37 bilhões delas durante o funcionamento. O custo total de treinamento: apenas 5,576 milhões de dólares. Compare isso com o GPT-4, que custou 78 milhões de dólares. A diferença não está no limite, mas em um nível completamente diferente.

E os preços? DeepSeek cobra de 0,028 a 0,28 dólares por milhão de tokens. GPT-4o custa 5 dólares. Claude Opus chega a 15 dólares. Simplesmente, DeepSeek é 25 a 75 vezes mais barato. Essa diferença causou um terremoto no mercado de desenvolvedores.

Em fevereiro de 2026, o uso de modelos chineses no OpenRouter aumentou 127% em apenas três semanas. Um ano antes, a participação de modelos chineses não passava de 2%. Agora, está perto de 60%.

Mas aqui vem a parte mais importante: reduzir apenas os custos de inferência não resolve o problema. O treinamento é o buraco negro real do poder computacional.

Em Changzhou, no sudeste da China, foi construída uma linha de produção local completa em apenas 180 dias. O componente principal? Processador Loongson 3C6000 e a placa T100 da Taichu Yuanqi — chips 100% chineses. Produtividade: um servidor a cada cinco minutos.

E aqui a história começou a mudar. Em janeiro de 2026, a Zhipu, em colaboração com a Huawei, lançou o modelo GLM-Image — o primeiro modelo avançado de geração de imagens treinado inteiramente com chips locais chineses. Um mês depois, treinou-se o enorme modelo "Estrela" para comunicações, usando um data center chinês com dezenas de milhares de unidades de processamento.

Isso significa uma coisa: os chips locais passaram da inferência para o treinamento. Uma mudança de paradigma real.

A força motriz por trás de tudo isso é a Huawei Ascend. Até o final de 2025, mais de 4 milhões de desenvolvedores estavam usando a plataforma Ascend. Mais de 3.000 empresas trabalhavam com ela. 43 modelos principais foram treinados com base na Ascend. E, em março de 2026, a Huawei lançou uma nova arquitetura de computação chamada SuperPoD.

Baixar o pacote de atualizações da Huawei significa que os processadores Ascend 910B atingiram o nível do NVIDIA A100 em capacidade de processamento. A lacuna não desapareceu, mas passou de algo inutilizável para algo utilizável de forma eficaz.

Agora vem o ponto mais interessante: energia.

Os Estados Unidos enfrentam uma crise elétrica real. Os centros de dados americanos consumiram 183 terawatts-hora em 2024, cerca de 4% de toda a eletricidade. Espera-se que esse número dobre até 2030. O CEO da Arm prevê que os centros de dados de IA consumirãm entre 20% e 25% da eletricidade dos EUA até lá.

A China produz 10,4 trilhões de quilowatts-hora por ano. Os EUA produzem 4,2 trilhões. A China gera 2,5 vezes mais do que os EUA. O mais importante: apenas 15% do consumo chinês de eletricidade é destinado a residências, contra 36% nos EUA. Isso significa uma enorme energia industrial que pode ser direcionada para a computação.

O custo da eletricidade nas regiões de concentração de empresas de IA nos EUA varia entre 0,12 e 0,15 dólares por quilowatt-hora. No oeste da China, os preços industriais ficam em torno de 0,03 dólares. Um quarto a um quinto do preço americano.

Baixar o pacote de atualizações da Huawei e a nova infraestrutura chinesa significa que a IA chinesa não está saindo para o exterior com produtos ou fábricas, mas com tokens — unidades pequenas de processamento de dados, produzidas em fábricas de computação chinesas, e depois transmitidas por cabos submarinos ao redor do mundo.

Só o DeepSeek tem 26 mil empresas globais como clientes, e 3.200 instituições que usaram a versão empresarial. Na China, domina 89% do mercado. Nos países sob sanções, entre 40% e 60%. Em 2025, 58% das startups de IA já tinham integrado o DeepSeek em sua infraestrutura tecnológica.

Isso me lembra outra guerra pela independência industrial. Em 1986, o Japão assinou um acordo de semicondutores com os EUA. Controlava 51% do mercado global em 1988. Hoje, sua participação caiu para menos de 7%.

Por quê? Porque o Japão aceitou ser o melhor produto de um sistema global dominado por uma única potência, mas não construiu um sistema ambiental independente.

Desta vez, a China escolhe um caminho completamente diferente. Desde melhorias nos algoritmos, passando pelo salto dos chips locais de inferência para treinamento, até 4 milhões de desenvolvedores na plataforma Ascend, e uma disseminação global de tokens.

Cada passo constrói um sistema industrial autônomo.

Em 27 de fevereiro de 2026, três empresas chinesas de chips divulgaram relatórios de desempenho no mesmo dia. As receitas aumentaram de forma exponencial: 453%, 243%, 121%. Mas as perdas também foram altas. Metade dos resultados foi fogo, metade foi água.

Fogo: o mercado precisa urgentemente de uma alternativa à NVIDIA. O vazio de 95% está sendo preenchido gradualmente.

Água: cada perda é um investimento real na construção de um sistema ecológico independente. Pesquisa e desenvolvimento, suporte de software, engenheiros no campo resolvendo problemas de tradução, uma a uma.

Essas perdas não são má gestão. São uma taxa de guerra que precisa ser paga.

Há oito anos, perguntávamos: podemos sobreviver?

Hoje, a pergunta é diferente: quanto precisamos pagar para sobreviver?

O mesmo preço é o progresso.