Uma coisa que notei recentemente que merece atenção. Em fevereiro passado, a DeepSeek anunciou que seu novo modelo iria colaborar com fabricantes de chips totalmente locais, sem depender da Nvidia. "Nós não usamos Nvidia" - uma frase simples, mas carregada de implicações profundas.

O mercado inicialmente desconfiou. É razoável economicamente abrir mão da Nvidia, que possui mais de 90% do mercado de chips de treinamento? Mas o que está acontecendo aqui é mais profundo do que uma simples decisão comercial. Trata-se de uma verdadeira independência no poder de computação.

A verdade preocupante é que o que sufoca as empresas chinesas não são os chips em si, mas algo chamado CUDA. Essa plataforma da Nvidia controla praticamente tudo no mundo da inteligência artificial. Todo desenvolvedor, toda estrutura, todo projeto - todos estão interligados a ela. Construir um ambiente alternativo significa reescrever décadas de evolução, ferramentas e expertise. Quem vai pagar esse preço?

Mas a China escolheu um caminho diferente. Em vez de confronto direto, optou por infiltração por meio de algoritmos. No final de 2024 e início de 2025, as empresas chinesas de IA migraram coletivamente para modelos de especialistas híbridos. A ideia é simples: em vez de ativar um modelo gigante completo, dividi-lo em pequenos especialistas e ativar apenas os mais relevantes. DeepSeek V3 é um exemplo perfeito - 671 bilhões de parâmetros, mas ativando apenas 37 bilhões deles, ou seja, apenas 5,5%. O custo de treinamento? Apenas 5,576 milhões de dólares. GPT-4 custou cerca de 78 milhões. A diferença é enorme.

Essa diferença se refletiu diretamente no preço. O preço da API do DeepSeek é de 25 a 75 vezes mais barato que o do Claude. O resultado? Em fevereiro, a participação dos modelos chineses no OpenRouter aumentou 127% em apenas três semanas, ultrapassando os Estados Unidos pela primeira vez. Há um ano, não passava de 2%. Agora, está perto de 60%.

Mas aqui vem a parte realmente importante. Reduzir o custo de inferência não resolve o problema fundamental - o treinamento. E isso exige uma capacidade computacional enorme.

Em Changzhou, uma cidade pequena conhecida pelo aço inoxidável, foi construída uma linha de produção local de 148 metros. Do assinatura até a produção, levou apenas 180 dias. O essencial? Chips totalmente locais: processador Loongson 3C6000 e placa Taichu Yuanqi para aceleração industrial. Com operação plena, produz cinco unidades por minuto. O mais importante é que esses chips já estão realizando tarefas de treinamento realmente pesadas.

Em janeiro de 2026, a Zhipu lançou, em colaboração com a Huawei, o modelo GLM-Image - o primeiro modelo avançado de geração de imagens treinado inteiramente com chips chineses locais. Logo após, treinou-se um grande modelo "estrela" em uma infraestrutura de computação chinesa local.

Isso representa uma mudança de paradigma real. A inferência exige requisitos relativamente baixos. O treinamento? Requer processamento de volumes massivos de dados e cálculos complexos de gradiente. As exigências sobem dez vezes em termos de poder de computação, largura de banda e ecossistema de software.

A Huawei Ascend é a força real aqui. Até o final de 2025, o número de desenvolvedores na plataforma Ascend ultrapassou 4 milhões. Mais de 3.000 parceiros. 43 modelos principais treinados com base nela. Mais de 200 modelos de código aberto adaptados.

No MWC de março de 2026, a Huawei lançou o SuperPoD no mercado externo pela primeira vez. A capacidade de processamento do Ascend 910B atingiu o nível do NVIDIA A100. A lacuna passou de inutilizável para utilizável.

Mas há outro aspecto que muitos não falaram: energia. O fim do poder computacional é realmente energia. E aqui a disparidade é exatamente o oposto.

A China produz 10,4 trilhões de quilowatts-hora por ano. Os EUA, 4,2 trilhões. A China produz 2,5 vezes mais do que os EUA. O mais importante? O consumo doméstico na China representa apenas 15% do total, enquanto nos EUA é 36%. Isso significa uma enorme capacidade energética industrial que pode ser direcionada para construir a computação.

Nos custos, as tarifas de eletricidade nas regiões de concentração de IA nos EUA variam entre 0,12 e 0,15 dólares por quilowatt-hora. Na China ocidental? Cerca de 0,03 dólares. Um quarto a um quinto do preço americano. E enquanto os EUA enfrentam problemas reais de energia - Virgínia e Geórgia suspenderam aprovações de novos centros de dados - a IA chinesa avança silenciosamente para o exterior.

Mas desta vez, o que sai não é o produto ou a fábrica. É o Token - a menor unidade que os modelos de IA processam. Produzido em fábricas de computação chinesas, depois transmitido por cabos submarinos para o mundo todo. Uma nova commodity digital totalmente diferente.

Os dados de distribuição de usuários do DeepSeek contam a história: China 30,7%, Índia 13,6%, Indonésia 6,9%, EUA 4,3%. Suporta 37 idiomas. Muito popular em mercados emergentes. 26 mil empresas globais têm contas. Na China, domina 89% do mercado.

Isso se assemelha exatamente à guerra de independência industrial de quarenta anos atrás. Em 1986, o Japão assinou um acordo de semicondutores com os EUA. Sua indústria estava no auge - controlava 51% do mercado global em 1988. Mas após a assinatura? Sua participação em DRAM caiu de 80% para 10%. Em 2017, restavam apenas 7% do mercado de ICs. Os gigantes saíram por divisão, aquisição ou perdas contínuas.

A diferença é que o Japão aceitou ser o melhor produtor em um sistema global dominado por uma única potência, mas não construiu um sistema ambiental independente. Quando a maré virou, percebeu que não tinha nada além da produção em si.

A China está em uma encruzilhada semelhante, mas completamente diferente. Enfrenta pressões externas imensas - três rodadas de restrições a chips, com aumento contínuo. Mas desta vez, escolheu um caminho muito mais difícil: melhorias extremas de algoritmos, avanço dos chips locais do inferência ao treinamento, acumulação de 4 milhões de desenvolvedores no sistema Ascend, e depois a disseminação do Token globalmente. 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. Kimo aumentou sua receita em 453% e atingiu lucro anual pela primeira vez. Moi Tun cresceu 243%, mas perdeu 1 bilhão. Muxi cresceu 121% e perdeu cerca de 800 milhões.

Metade é fogo, metade é água. O fogo é a sede insaciável do mercado. O vazio de 95% deixado pela Nvidia está sendo preenchido gradualmente. O mercado precisa de uma alternativa real. Essa é uma oportunidade estrutural rara, de tensões geopolíticas.

A água é o custo enorme de construir o ecossistema. Cada perda de dinheiro real é paga na busca por construir CUDA local. Pesquisa e desenvolvimento, suporte de software, engenheiros enviados para resolver problemas de tradução um a um. Essas perdas não são má gestão - são uma taxa de guerra que precisa ser paga.

Esses três relatórios financeiros retratam com maior fidelidade a verdadeira imagem dessa guerra pelo poder computacional. 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 de fato. Há oito anos, discutíamos: podemos ficar? Hoje, discutimos: qual o preço a pagar para ficar? O próprio preço é o progresso.