GLM‑Image Entrenado con Huawei Ascend: el Movimiento de Zhipu AI Que Inquieta a NVIDIA

¿Alguna vez intentaste cocinar una receta nueva y, justo cuando encontraste el punto, te cambiaron la cocina, el horno y hasta la marca del gas? En inteligencia artificial pasa algo parecido: no alcanza con tener “la receta” del modelo. Hace falta el equipamiento para prepararlo, y ese equipamiento define quién llega a tiempo.

Ahora, un hallazgo de la startup china Zhipu AI reordena ese tablero. La empresa presentó GLM-Image, un modelo multimodal (combina texto e imagen) centrado en generar imágenes y pensado para competir con alternativas como Nano Banana de Google.

Pero la pieza clave no es solo lo que dibuja, sino con qué fue entrenado. Según Zhipu AI, GLM-Image es el primer modelo de este tipo desarrollado en China entrenado íntegramente con chips locales, sin recurrir a los aceleradores de NVIDIA que hasta ahora funcionaban como el estándar de facto para muchas startups chinas.

Además, el movimiento llega con contexto político y económico encima. Zhipu AI fue incluida el año pasado en la lista negra de Estados Unidos. Y, Su ecosistema técnico siguió avanzando.

Para ese entrenamiento, Zhipu AI usó chips Ascend de Huawei, montados en servidores Huawei Ascend Atlas 800T A2 (equipos para entrenamiento intensivo), y el framework MindSpore (software para “entrenar” redes neuronales), también del ecosistema chino. Es un mecanismo completo, de hardware y software, que evita el “cableado” occidental.

La analogía doméstica ayuda: entrenar una IA generativa es como montar una instalación eléctrica en una casa. No alcanza con tener lámparas bonitas (las imágenes). Hace falta un tablero, cables y llaves térmicas que aguanten consumo real. Durante años, muchas empresas dependieron del “tablero” de NVIDIA. Zhipu está mostrando que puede encender la casa con su propio interruptor.

Y ese interruptor puede cambiar precios.

Zhipu AI ya venía ganando atención por su modelo de lenguaje GLM, con una versión GLM-4.7 que compite con modelos punteros como Claude Sonnet 4.5 o GPT-5.1. Tras salir a bolsa, sus acciones se revalorizaron más de un 80%. Para inversores, no es solo otra compañía de IA: es una señal de autonomía industrial.

En paralelo, la empresa intensificó su colaboración con fabricantes locales como Cambricon, que vive un resurgir impulsado por aranceles y vetos estadounidenses. Cambricon planea triplicar su producción de chips de IA para 2026, mientras Huawei ya prepara un aumento de fabricación para responder a una demanda local que crece rápido.

¿Qué se pone en juego cuando el hardware deja de ser un cuello de botella?

Este engranaje importa por una razón sencilla: si China controla su cadena de valor —chips, servidores, frameworks y servicios— puede bajar el costo final de ofrecer IA. Zhipu incluso advirtió que la guerra de precios en el sector se extenderá a nivel internacional. Es una oportunidad para quienes vendan “IA como servicio” sin pagar márgenes ajenos.

En cambio, muchas empresas occidentales cargan con dos peajes: el margen del fabricante de chips y el costo de infraestructura en la nube de las grandes tecnológicas. Traducido a mesa de cocina: no solo pagás los ingredientes, también el alquiler de la cocina y el recargo del proveedor del gas.

Las preguntas que todavía no tienen respuesta

Quedan incógnitas técnicas que son centrales. Una es si los chips Ascend de Huawei pueden competir en potencia real con los de NVIDIA en tareas de entrenamiento, que es la etapa más costosa. Otra: si el entrenamiento con hardware chino resulta más lento o demanda más recursos.

También será clave la eficiencia de MindSpore frente a alternativas dominantes como PyTorch o TensorFlow, que hoy son la “caja de herramientas” habitual fuera de China. Si ese software no acompaña, el sistema puede funcionar, pero a un costo oculto.

Mientras tanto, la escena deja una lectura clara: el plan de frenar la IA china con restricciones al hardware no la detuvo. Solo movió el cableado. Y cuando una industria aprende a encender la luz con su propio interruptor, es difícil volver a la dependencia anterior.