Estava lendo sobre a história da ZTE há pouco tempo e tive uma ideia estranha - a guerra pelas chips hoje não é a mesma de oito anos atrás.

Vocês se lembram da história da ZTE? Em abril de 2018, o Departamento de Comércio dos EUA lançou uma proibição muito leve: sem chips, sem softwares, nada dos EUA. Uma empresa com 80 mil funcionários e receitas que ultrapassam um trilhão de yuans parou de operar em um dia. Sem chips Qualcomm, sem estações base, e sem licença do Android do Google, sem telefones. Tudo desmoronou. Levou apenas 23 dias para a ZTE admitir que suas operações principais não eram mais possíveis. Pagou 1,4 bilhão de dólares para ficar no jogo.

Mas desta vez, a guerra contra a inteligência artificial está acontecendo de uma maneira completamente diferente.

Quando os EUA impuseram as primeiras restrições às exportações de chips NVIDIA A100 e H100 em outubro de 2022, todos pensaram que era o fim. Depois veio a segunda rodada em outubro de 2023, e a terceira em dezembro de 2024. A escalada contínua, o cerco se intensifica. Mas desta vez, as empresas chinesas não recuaram — escolheram um caminho mais difícil.

O verdadeiro problema não são os chips em si, mas algo chamado CUDA. Este sistema de computação foi desenvolvido pela NVIDIA desde 2006, e se tornou a base de toda a indústria de IA. Cada framework principal, do TensorFlow do Google ao PyTorch do Meta, está profundamente ligado ao CUDA. O doutorando especializado em IA começa desde o primeiro dia aprendendo dentro de um ambiente CUDA. Cada linha de código que escreve reforça o monopólio da NVIDIA. Até 2025, há 4,5 milhões de desenvolvedores no sistema CUDA, usados por mais de 40 mil empresas globais. Mais de 90% dos desenvolvedores de IA no mundo estão ligados à NVIDIA.

Este é o verdadeiro fosso. CUDA é uma roda sustentável — quanto mais desenvolvedores usam, mais ferramentas e bibliotecas surgem, e mais a plataforma prospera, atraindo ainda mais desenvolvedores. Uma vez que essa roda começa a girar, é quase impossível pará-la.

Mas os chineses encontraram uma saída — e não foi tentando competir diretamente com a NVIDIA pelos chips.

A solução veio dos algoritmos. De final de 2024 a 2025, todas as empresas chinesas de IA migraram para modelos de especialistas mistos. A ideia é simples: ao invés de ativar o modelo completo, dividi-lo em vários pequenos especialistas e ativar apenas os mais relevantes para a tarefa. DeepSeek V3 é um exemplo claro — 671 bilhões de parâmetros, mas ativa apenas 37 bilhões durante a inferência. Apenas 5,5% do tamanho total.

O resultado? custos de treinamento muito menores. DeepSeek usou 2048 unidades de processamento H800 e treinou por 58 dias, com um custo de 5,576 milhões de dólares. GPT-4 custou cerca de 78 milhões de dólares. Uma diferença de um nível completo. E isso se refletiu diretamente nos preços — DeepSeek é de 25 a 75 vezes mais barato que Claude. Em fevereiro de 2026, a participação de modelos chineses no OpenRouter, maior plataforma de APIs globais, aumentou 127% em apenas três semanas. Um ano atrás, era menos de 2%. Agora, está perto de 60%.

Mas isso é só para inferência. O problema do treinamento ainda persiste.

Aqui entra o papel dos chips locais. Em 2025, uma empresa local começou a construir uma linha de produção de 148 metros em Qianxiu — do assinatura até a produção em apenas 180 dias. Processador Loongson 3C6000 totalmente doméstico, e a placa T100 da Taichu Yuanqi, da Universidade Tsinghua. A linha produz cinco servidores por minuto, com um investimento de 1,1 bilhão de yuans, e a meta é de 100 mil unidades por ano.

Mais importante: esses chips já começaram a suportar tarefas reais de treinamento. Em janeiro de 2026, a Zhipu AI lançou, junto com a Huawei, o modelo GLM-Image, o primeiro modelo avançado de geração de imagens treinado inteiramente com chips chineses locais. Em fevereiro, um modelo gigante chamado "Estrela" foi treinado em uma infraestrutura de computação chinesa local com dezenas de milhares de unidades de processamento.

Isso é uma mudança de paradigma. Inferência precisa de chips comuns, mas treinamento exige uma capacidade computacional enorme e uma largura de banda muito alta. Isso eleva as exigências em dez vezes. A Huawei Ascend é a solução principal aqui. Até o final de 2025, o número de desenvolvedores no ambiente Ascend ultrapassou 4 milhões, mais de 3 mil parceiros, 43 modelos principais treinados na plataforma, e mais de 200 modelos de código aberto adaptados. No MWC de março de 2026, a Huawei lançou a nova arquitetura SuperPoD. A potência de processamento do Ascend 910B atingiu o nível do NVIDIA A100. A lacuna ainda existe, mas mudou de "inutilizável" para "fácil de usar".

Não dá para esperar até que os chips fiquem perfeitos. É preciso começar a implantar em larga escala quando forem suficientes, usando as necessidades reais de negócios para impulsionar o desenvolvimento. ByteDance, Tencent e Baidu planejam dobrar a importação de servidores de computação local em 2026. O Ministério da Indústria e Tecnologia da Informação anunciou que o volume de computação inteligente na China atingiu 1590 EFLOPS. 2026 será um ano crucial para a expansão da computação local.

E há outro fator que ninguém percebeu — a eletricidade.

No começo de 2026, a Virgínia suspendeu a aprovação de novos projetos de data centers. Seguiram-se Geórgia, Illinois e Michigan, que impuseram restrições. O consumo de energia dos data centers americanos atingiu 183 TWh em 2024, cerca de 4% do total. Espera-se que dobre até 2030, chegando a 426 TWh, podendo ultrapassar 12%. O CEO da Arm prevê que os centros de IA consumirã0 entre 20% e 25% da eletricidade dos EUA até 2030. A rede elétrica americana já está sobrecarregada. A rede PJM, que cobre 13 estados, enfrenta uma escassez de capacidade de 6 GW. Até 2033, os EUA terão uma lacuna de 175 GW. Os custos de energia no atacado aumentaram 267% nas regiões de data centers.

A situação na China é exatamente o oposto. A produção anual de eletricidade é de 10,4 trilhões de kWh, contra 4,2 trilhões na América. A China produz 2,5 vezes mais do que os EUA. O consumo doméstico na China representa 15% do total, enquanto nos EUA é 36%. Isso significa uma capacidade industrial muito maior, que pode ser direcionada para a computação. Os preços da eletricidade nas regiões de IA nos EUA variam entre 0,12 e 0,15 dólares por kWh. Na China ocidental, cerca de 0,03 dólares — um quarto a um quinto do preço americano.

Enquanto os EUA enfrentam uma crise de energia, a IA chinesa está silenciosamente saindo para o exterior. Mas desta vez, o que sai não é o produto ou a fábrica, mas Token — a menor unidade que os modelos de IA processam. Ele é produzido nas fábricas de computação chinesas e depois transmitido por cabos submarinos ao redor do mundo.

A distribuição de usuários do DeepSeek conta uma história clara: 30,7% na China, 13,6% na Índia, 6,9% na Indonésia, 4,3% nos EUA, 3,2% na França. Suporta 37 idiomas, muito popular em mercados emergentes como o Brasil. 26 mil empresas globais têm contas, 3.200 instituições usaram a versão empresarial. Em 2025, 58% das novas startups de IA integraram o DeepSeek em sua infraestrutura. Na China, o DeepSeek domina 89% do mercado. Nos países sob sanções, a participação varia entre 40% e 60%.

Isso é exatamente como a guerra pela independência industrial há 40 anos. Em Tóquio, em 1986, o governo japonês assinou um acordo com os EUA sobre semicondutores sob forte pressão americana. Os principais pontos: abrir o mercado de semicondutores para que os EUA tenham pelo menos 20% de participação, proibir exportação de chips japoneses com licenças abaixo do custo, impor tarifas punitivas de 100% sobre exportações de 300 milhões de dólares. Ao mesmo tempo, os EUA recusaram a aquisição da Fujitsu pela Fairchild.

Em 1988, o Japão controlava 51% do mercado global de semicondutores, enquanto os EUA tinham apenas 36,8%. Das dez maiores empresas do mundo, seis eram japonesas — NEC em segundo, Toshiba em terceiro, Hitachi em quinto, Fujitsu em sétimo, Mitsubishi em oitavo, Matsushita em nono. Mas após o acordo, tudo mudou. Os EUA usaram mecanismos da Seção 301 e fizeram pressão geral, ao mesmo tempo apoiando Samsung e Hynix na Coreia para derrubar o mercado japonês com preços baixos. A participação do Japão em DRAM caiu de 80% para 10%. Em 2017, a fatia do Japão no mercado de ICs era de apenas 7%. Os gigantes saíram, seja por divisão, aquisição ou saída frustrada.

A tragédia do Japão foi aceitar ser o melhor produto de um sistema global dominado por uma única potência, sem nunca pensar em construir um sistema independente. Quando a onda passou, perceberam que não tinham nada além da produção.

Hoje, a China está na mesma encruzilhada, mas de uma forma completamente diferente. Enfrentamos pressões externas imensas — três rodadas de restrições de chips com escalada contínua. Mas desta vez, escolhemos um caminho mais difícil: desde melhorias nos algoritmos, até o salto na fabricação de chips locais, do treinamento de 4 milhões de desenvolvedores no sistema Ascend, até a disseminação global de Token. Cada passo constrói um sistema industrial independente que a Japão nunca teve.

Em 27 de fevereiro de 2026, três empresas locais de chips divulgaram relatórios de desempenho no mesmo dia. Os resultados foram mistos — metade foi fogo, metade foi água. A primeira aumentou a receita em 453% e teve lucro pela primeira vez. A segunda cresceu 243%, mas perdeu um bilhão de dólares líquidos. A terceira cresceu 121%, mas perdeu 800 milhões.

O vazio de 95% deixado pelo monopólio da NVIDIA está sendo preenchido gradualmente pelos números das empresas locais. Independentemente do desempenho atual, o mercado precisa de uma alternativa. Uma oportunidade estrutural rara, resultado das tensões geopolíticas.

As perdas financeiras não são uma falha de gestão — são o imposto de guerra que precisa ser pago para construir um sistema ecológico independente. Investimentos em pesquisa e desenvolvimento, suporte a softwares, custos humanos de engenheiros resolvendo problemas de tradução, um a um. Esses relatórios financeiros refletem com mais sinceridade a verdadeira imagem dessa guerra pelo poder de computação do que qualquer outro relatório industrial. Não é uma vitória inspiradora, mas uma batalha feroz travada na linha de frente, com sangue sendo derramado.

Mas a forma de guerra já mudou. Há oito anos, perguntávamos: "Podemos sobreviver?". Hoje, a pergunta é: "Qual o preço que temos que pagar para sobreviver?". E o próprio preço é o progresso.