El mercado chino de chips de IA cambia: Nvidia baja al 34% y Huawei alcanza el 28%

Datos de IDC publicados por Reuters sitúan a Nvidia en el 34% del mercado chino de aceleradores de IA para centros de datos y a Huawei en el 28%.

Noticia

El 13 de octubre de 2026, Reuters publicó datos de IDC según los cuales Nvidia controló el 34% del mercado chino de aceleradores de IA para centros de datos durante el primer semestre. Nvidia distribuyó unas 678.000 unidades, un 44% menos interanual. Huawei alcanzó unas 572.000 unidades y el 28% del mercado, reduciendo la diferencia a seis puntos porcentuales.

Un mercado que ya no depende solo de las GPU

Los envíos totales de aceleradores llegaron a unos 2,008 millones. Los dispositivos distintos de las GPU crecieron un 80%, mientras las GPU bajaron un 26% hasta unas 991.000 unidades. IDC prevé que el conjunto del mercado crezca un 19% en 2026, aunque las GPU podrían caer un 9%.

Son cifras de envíos y cuota en un mercado concreto; no demuestran por sí solas rendimiento técnico, rentabilidad ni liderazgo mundial.

Análisis

Por qué se redujo la distancia

Reuters relaciona el cambio con los controles estadounidenses que limitan la disponibilidad de productos avanzados de Nvidia en China. La propia Nvidia identifica en sus documentos regulatorios las licencias y restricciones de exportación como riesgos para su capacidad de atender ese mercado. El vacío de oferta permitió a Huawei y otros fabricantes nacionales ampliar sus ecosistemas.

La competencia abarca el sistema completo

Los clientes evalúan escalabilidad, interconexión, consumo eléctrico, herramientas de desarrollo, estabilidad y coste total, no solo la velocidad de un chip. Una plataforma puede ganar cuota gracias a su disponibilidad y adaptación a cada carga de trabajo sin liderar todas las pruebas.

El aumento de aceleradores especializados también indica que las empresas eligen arquitecturas según la tarea, en lugar de usar GPU para todo.

Qué observar

Qué significa para las empresas

Una compra de infraestructura de IA no debe basarse solo en la marca o la cuota de mercado. Conviene probar cargas reales y medir rendimiento, energía, estabilidad, coste de migración, suministro y soporte. Un sistema barato puede resultar caro si exige reescribir software o dificulta la ampliación.

Para los desarrolladores, la diversidad de aceleradores hace más valiosos el despliegue portátil, la optimización de modelos y el control del coste de inferencia. Este texto es análisis tecnológico, no asesoramiento financiero.

El artículo forma parte del grupo sobre economía de infraestructura de IA. Consulte el artículo pilar sobre la prueba de rentabilidad de la infraestructura de IA.

Fuentes: Reuters, documento de Nvidia ante la SEC y análisis global de IDC.