Antes de oito anos, aconteceu um dos momentos mais dolorosos na história da indústria chinesa. Em abril de 2018, a Zhongxing Communications de repente parou — uma gigante com 80 mil funcionários e receitas que ultrapassam um trilhão de yuans. Tudo porque os EUA decidiram cortar os suprimentos. Sem chips Qualcomm, sem sistema Android do Google — a empresa ficou completamente cercada. Essa lição não foi esquecida.

Rápido até 2026. Agora a situação é completamente diferente. Desta vez, a guerra não é apenas pelos chips — é uma guerra real por algo muito mais profundo chamado CUDA. Talvez você nunca tenha ouvido falar, mas todo desenvolvedor de inteligência artificial no mundo depende dele. CUDA é uma plataforma da Nvidia que controla tudo — do treinamento à execução. E aqui está a verdadeira escassez. Quanto mais a indústria depende do CUDA, mais falta de alternativas independentes há.

Mas as empresas chinesas escolheram um caminho diferente desta vez. Em vez de tentar imitar a Nvidia diretamente, focaram nos algoritmos. DeepSeek é um exemplo perfeito — seu modelo contém 671 bilhões de parâmetros, mas ativa apenas 37 bilhões deles durante o funcionamento. Isso significa custos muito menores. O modelo foi treinado com 2048 unidades de processamento H800 por 58 dias, por apenas 5,6 milhões de dólares. Compare isso com o custo de treinar o GPT-4, estimado em 78 milhões de dólares. A diferença é enorme.

O resultado? DeepSeek é de 25 a 75 vezes mais barato que a Claude. E esse preço mudou o mercado. Somente em fevereiro de 2026, o uso de modelos chineses no OpenRouter aumentou 127% em apenas três semanas. Há um ano, sua participação não passava de 2%. Agora, está perto de 60%. Isso não é coincidência — é uma mudança estrutural.

Mas o maior desafio permaneceu sendo obter poder computacional suficiente para o treinamento. Aqui entram os chips locais. Loongson 3C6000 e Taichu Yuanqi já começaram a assumir tarefas reais de treinamento. Em janeiro de 2026, a Zhipu AI lançou o modelo GLM-Image — o primeiro modelo de geração de imagens treinado inteiramente com chips chineses locais. Isso representa uma mudança de uma inferência simples para um treinamento real.

Por trás de tudo isso está o sistema Ascend da Huawei. Até o final de 2025, o número de desenvolvedores nele ultrapassou 4 milhões. Essa construção de um ecossistema independente é exatamente o que o Japão fez na década de 1980, quando enfrentou pressões americanas semelhantes. O Japão escolheu ser “o melhor” em um sistema dominado por outros. A China escolheu construir seu próprio sistema.

A energia também desempenha um papel crucial. Os EUA enfrentam uma crise de energia real — os centros de dados consomem 4% da eletricidade americana agora, e esse número vai dobrar até 2030. Em contrapartida, a China produz 2,5 vezes mais eletricidade do que os EUA. Os preços da eletricidade industrial no oeste da China estão em cerca de 0,03 dólares por quilowatt-hora — um quarto a um quinto do preço nos EUA. Uma vantagem enorme.

Agora, o DeepSeek atende a 37 idiomas e se espalha globalmente. 30,7% dos usuários são da China, 13,6% da Índia, 6,9% da Indonésia. Nos mercados sob sanções, sua participação varia entre 40% e 60%. 58% das novas empresas de inteligência artificial na China usam atualmente.

Três empresas de chips locais divulgaram seus resultados em 27 de fevereiro de 2026. Algumas tiveram lucros pela primeira vez, outras perderam bilhões. Mas essas perdas não são fracasso — são um investimento na construção de um ecossistema independente. Cada dólar de perda é um dólar em pesquisa e desenvolvimento, em suporte a softwares, em treinamento de engenheiros.

A guerra pelo poder computacional não é mais sobre “conseguimos sobreviver?” Agora a questão é “quanto vamos gastar para permanecer independentes?” E a resposta é clara — qualquer preço. Porque a dependência não é mais uma opção.