{"id":1178,"date":"2026-06-19T16:39:13","date_gmt":"2026-06-19T16:39:13","guid":{"rendered":"https:\/\/convly.ai\/huawei-ascend-950-pangu-explained-2026\/"},"modified":"2026-06-19T16:39:34","modified_gmt":"2026-06-19T16:39:34","slug":"huawei-ascend-950-pangu-explained-2026","status":"publish","type":"post","link":"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/","title":{"rendered":"Huawei Ascend 950 y Pangu: la apuesta china de 2026 en chips de IA"},"content":{"rendered":"<p>Huawei ha dedicado los \u00faltimos nueve meses a transformar sus planes de silicio para IA en un calendario concreto. En la conferencia Huawei Connect del pasado mes de septiembre public\u00f3 una hoja de ruta de cuatro chips Ascend; en la conferencia Huawei Cloud INSPIRE Creators celebrada este junio asign\u00f3 una fecha cercana a la parte m\u00e1s importante de dicha hoja de ruta. El Ascend 950DT, miembro de la familia 950 destinado al entrenamiento y la decodificaci\u00f3n, estar\u00e1 disponible en Huawei Cloud en agosto de 2026, con su lanzamiento comercial completo en el cuarto trimestre de 2026. Chen Lin, vicepresidente de la compa\u00f1\u00eda, resumi\u00f3 esta cadencia como \u00abuna generaci\u00f3n por a\u00f1o, duplicando la potencia inform\u00e1tica\u00bb.<\/p>\n<p>Esa es la propuesta. Este art\u00edculo analiza hasta qu\u00e9 punto es realista. Examinaremos la hoja de ruta de chips y sus especificaciones reales, los modelos openPangu entrenados sobre Ascend, el impulso de c\u00f3digo abierto previsto para finales de a\u00f1o en torno a CANN y la cadena de herramientas Mind, y las limitaciones que nadie mencion\u00f3 durante la presentaci\u00f3n: un techo tecnol\u00f3gico de 7 nm en SMIC, una oferta interna de HBM que no logra satisfacer la demanda, y una brecha por chip respecto a NVIDIA que la propia hoja de ruta reconoce discretamente.<\/p>\n<div class=\"convly-tldr\">\n<h3>Conclusiones clave<\/h3>\n<ul>\n<li><strong>Un chip por a\u00f1o, cada uno aproximadamente el doble del anterior.<\/strong> Ascend 950PR (primer trimestre de 2026), Ascend 950DT (nube en agosto de 2026, lanzamiento comercial en el cuarto trimestre de 2026), Ascend 960 (cuarto trimestre de 2027), Ascend 970 (cuarto trimestre de 2028), con el objetivo de alcanzar un rendimiento agregado de 4 zettaflops FP4 a nivel de sistema para 2028.<\/li>\n<li><strong>El 950 es un chip equivalente al Hopper, no un competidor directo del Blackwell.<\/strong> Per chip it lands around 1 PFLOPS FP8 \/ 2 PFLOPS FP4 with 128\u2013144 GB of Huawei&#8217;s own HBM \u2014 strong, but a fraction of a single NVIDIA Rubin GPU.<\/li>\n<li><strong>El verdadero arma de Huawei es la escala.<\/strong> El Atlas 950 SuperPoD conecta 8.192 chips y afirma superar, mediante fuerza bruta, al NVL144 de NVIDIA en potencia inform\u00e1tica agregada, memoria y ancho de banda.<\/li>\n<li><strong>openPangu 2.0 se hizo p\u00fablico en la HDC 2026.<\/strong> Un modelo Pro de 505.000 millones de par\u00e1metros (18.000 millones activos) y un modelo Flash de 92.000 millones de par\u00e1metros (6.000 millones activos), ambos con contexto de 512K, cuyos siete componentes se liberar\u00e1n a partir del 30 de junio.<\/li>\n<li><strong>La limitaci\u00f3n real es la fabricaci\u00f3n.<\/strong> SMIC sigue estancada en el nodo de 7 nm y la HBM desarrollada internamente constituye el cuello de botella; incluso en el escenario m\u00e1s favorable para Huawei seg\u00fan los analistas, su capacidad inform\u00e1tica total en IA apenas alcanzar\u00e1 el 5 % de la de NVIDIA en 2026, y la estimaci\u00f3n mediana es mucho m\u00e1s baja.<\/li>\n<li><strong>Incluso la propia hoja de ruta de Huawei muestra una regresi\u00f3n en 2026.<\/strong> El 950PR y el 950DT tienen un rendimiento de procesamiento total inferior al del Ascend 910C de 2025; seg\u00fan el plan mismo de Huawei, el primer chip capaz de superar al H200 ser\u00e1 el 960, en el cuarto trimestre de 2027.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a38a988d5d56\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a38a988d5d56\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#The_roadmap_one_generation_a_year\" >La hoja de ruta: una generaci\u00f3n por a\u00f1o<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#What_the_Ascend_950_actually_is\" >Qu\u00e9 es realmente el Ascend 950<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#Scale_as_the_strategy\" >La escala como estrategia<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#openPangu_the_model_side\" >openPangu: el lado de los modelos<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#The_open-source_play\" >La apuesta por el c\u00f3digo abierto<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#The_constraints_Huawei_didnt_dwell_on\" >Las limitaciones que Huawei no destac\u00f3<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#FAQ\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#Bottom_line\" >Conclusi\u00f3n final<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/es\/huawei-ascend-950-pangu-explained-2026\/#Related_articles\" >Art\u00edculos relacionados<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"The_roadmap_one_generation_a_year\"><\/span>La hoja de ruta: una generaci\u00f3n por a\u00f1o<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El planteamiento de Huawei es metr\u00f3nomico: cuatro partes, una por a\u00f1o, cada una aproximadamente el doble de la anterior:<\/p>\n<ul>\n<li><strong>Ascend 950PR<\/strong> \u2014 primer trimestre de 2026, prellenado y recomendaci\u00f3n<\/li>\n<li><strong>Ascend 950DT<\/strong> \u2014 nube en agosto de 2026, lanzamiento comercial en el cuarto trimestre de 2026, decodificaci\u00f3n y entrenamiento<\/li>\n<li><strong>Ascend 960<\/strong> \u2014 cuarto trimestre de 2027<\/li>\n<li><strong>Ascend 970<\/strong> \u2014 cuarto trimestre de 2028<\/li>\n<\/ul>\n<p>Los sufijos \u00abPR\u00bb y \u00abDT\u00bb son lo m\u00e1s interesante. En lugar de lanzar un acelerador de prop\u00f3sito general, Huawei dividi\u00f3 la inferencia en dos partes. El 950PR est\u00e1 optimizado para la fase de prellenado \u2014el paso intensivo en c\u00f3mputo sobre su indicaci\u00f3n\u2014 y para sistemas de recomendaci\u00f3n. El 950DT gestiona la decodificaci\u00f3n (generaci\u00f3n token por token) y el entrenamiento continuo, raz\u00f3n por la cual dispone de una memoria m\u00e1s amplia. Si ha le\u00eddo nuestra explicaci\u00f3n sobre <a href=\"\/es\/npu-vs-gpu-for-ai-2026\/\">NPU frente a GPU<\/a>, esta es una idea familiar llevada a\u00fan m\u00e1s lejos: especializar el silicio seg\u00fan la fase de la carga de trabajo.<\/p>\n<p>La cifra principal \u2014aproximadamente 4 zettaflops FP4 para 2028\u2014 es un objetivo a nivel de sistema para el Atlas 960 SuperCluster, no para un \u00fanico chip. Tenga siempre presente esta distinci\u00f3n cada vez que vea una cifra expresada en zettaflops asociada a Huawei; esos n\u00fameros impresionantes describen siempre un edificio lleno de aceleradores, no el acelerador individual.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_the_Ascend_950_actually_is\"><\/span>Qu\u00e9 es realmente el Ascend 950<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A continuaci\u00f3n se muestran las especificaciones por chip que Huawei ha revelado. Se trata de cifras proporcionadas por el fabricante para componentes que, a mediados de junio de 2026, solo se encuentran parcialmente disponibles en el mercado, por lo que deben considerarse objetivos m\u00e1s que resultados verificados mediante pruebas de referencia.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Especificaciones<\/th>\n<th>Ascend 950PR<\/th>\n<th>Ascend 950DT<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Disponibilidad<\/td>\n<td>Primer trimestre de 2026<\/td>\n<td>Nube en agosto de 2026, lanzamiento comercial en el cuarto trimestre de 2026<\/td>\n<\/tr>\n<tr>\n<td>Funci\u00f3n<\/td>\n<td>Prefllenado \/ recomendaci\u00f3n<\/td>\n<td>Decodificaci\u00f3n \/ entrenamiento<\/td>\n<\/tr>\n<tr>\n<td>C\u00f3mputo FP8<\/td>\n<td>~1 PFLOPS<\/td>\n<td>~1 PFLOPS<\/td>\n<\/tr>\n<tr>\n<td>C\u00f3mputo FP4<\/td>\n<td>~2 PFLOPS<\/td>\n<td>~2 PFLOPS<\/td>\n<\/tr>\n<tr>\n<td>Memoria<\/td>\n<td>128 GB de HiBL 1.0<\/td>\n<td>144 GB de HiZQ 2.0<\/td>\n<\/tr>\n<tr>\n<td>Ancho de banda de memoria<\/td>\n<td>~1,6 TB\/s<\/td>\n<td>~4,0 TB\/s<\/td>\n<\/tr>\n<tr>\n<td>Interconexi\u00f3n<\/td>\n<td>2 TB\/s<\/td>\n<td>2 TB\/s<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Lo verdaderamente notable aqu\u00ed es la memoria. HiBL y HiZQ son memorias de alto ancho de banda propias de Huawei \u2014 una HBM desarrollada internamente, creada porque las restricciones a las exportaciones impidieron el acceso sencillo a las \u00faltimas generaciones de HBM de SK Hynix, Micron y Samsung. Que un fabricante chino entregue una HBM competitiva integrada en el paquete constituye un logro de ingenier\u00eda real, y los 144 GB a 4,0 TB\/s del 950DT se sit\u00faan dentro del rango adecuado para una unidad moderna de entrenamiento. Huawei afirma adem\u00e1s que la interconexi\u00f3n de 2 TB\/s del 950DT es aproximadamente 2,5 veces mayor que la de su predecesor, el 910C \u2014 otra cifra proporcionada por el fabricante.<\/p>\n<p>Ahora, la realidad. La VR200 Rubin de NVIDIA, tambi\u00e9n prevista para la segunda mitad de 2026, tiene como objetivo unos 35 PFLOPS de FP4 para entrenamiento y alrededor de 50 PFLOPS de FP4 para inferencia, con 288 GB de HBM4 a aproximadamente 22 TB\/s. (Esas son etiquetas oficiales de NVIDIA \u2014entrenamiento frente a inferencia\u2014, no una divisi\u00f3n densa frente a dispersa.) En t\u00e9rminos de FP4 bruto por chip, esto representa una brecha de aproximadamente 17\u00d7 a 25\u00d7 respecto a los ~2 PFLOPS de un \u00fanico Ascend 950, dependiendo de qu\u00e9 cifra de Rubin se tome como referencia. La propia tarjeta Atlas 350 de Huawei, basada en el 950PR, afirma ofrecer 1,56 PFLOPS de FP4 y \u00ab2,8 veces la potencia del H20\u00bb \u2014y aun as\u00ed esta comparaci\u00f3n se hace con el H20 reducido y adaptado a las restricciones de exportaci\u00f3n, no con una GPU Blackwell o Rubin completa, y sigue siendo una afirmaci\u00f3n del fabricante que espera validaci\u00f3n independiente. El resumen objetivo en una sola l\u00ednea, respaldado por analistas especializados en semiconductores, es que un \u00fanico Ascend 950 alcanza una capacidad aproximada equivalente a la generaci\u00f3n Hopper de NVIDIA, no a lo que NVIDIA ofrece en 2026. Para contexto sobre la oferta de NVIDIA, v\u00e9ase nuestro an\u00e1lisis de la <a href=\"\/es\/nvidia-vera-rubin-explained-2026\/\">VR200 Vera Rubin<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Scale_as_the_strategy\"><\/span>La escala como estrategia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Huawei sabe que no puede ganar la batalla chip contra chip, as\u00ed que no lo intenta. Su apuesta est\u00e1 en la arquitectura del sistema. El SuperPoD Atlas 950 integra 8.192 aceleradores Ascend 950DT en una \u00fanica m\u00e1quina l\u00f3gica: aproximadamente 8 EFLOPS de FP8 y 16 EFLOPS de FP4, 1.152 TB de memoria y unos 16 PB\/s de ancho de banda de interconexi\u00f3n a trav\u00e9s de una red \u00f3ptica. Al ensamblar 64 de estos SuperPoD en un Atlas 950 SuperCluster se obtienen m\u00e1s de 520.000 NPUs que suministran cerca de 524 EFLOPS de FP8 y aproximadamente 1 zettaflop de FP4. El Atlas 960 SuperCluster de 2027 escala hasta el nivel de un mill\u00f3n de tarjetas y alcanza las cifras de 2\/4 zettaflops (FP8\/FP4).<\/p>\n<p>Frente al NVL144 de NVIDIA, Huawei afirma que el 950 SuperPoD incorpora aproximadamente un orden de magnitud m\u00e1s aceleradores y alrededor de 6,7 veces m\u00e1s potencia computacional agregada, con mucha m\u00e1s memoria (cerca de 15 veces) y ancho de banda de interconexi\u00f3n. Esto puede ser simult\u00e1neamente cierto y enga\u00f1oso: se est\u00e1 comparando un pod de 8.192 chips con un rack de 144 GPUs. La lectura honesta es que, si se dispone de espacio ilimitado en el centro de datos, energ\u00eda barata y suficientes chips, es posible superar con fuerza bruta a un sistema NVIDIA m\u00e1s peque\u00f1o y eficiente. Esas son tres grandes inc\u00f3gnitas, y la tercera \u2014suficientes chips\u2014 es precisamente donde la historia se complica.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"openPangu_the_model_side\"><\/span>openPangu: el lado de los modelos<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Una plataforma de chips solo es tan \u00fatil como el software que se ejecuta sobre ella, y Huawei tambi\u00e9n ha estado muy activa en este frente. En su conferencia para desarrolladores (HDC) de junio de 2026, Huawei lanz\u00f3 <strong>openPangu 2.0<\/strong>: un modelo Pro con 505.000 millones de par\u00e1metros totales y 18.000 millones activos, y un modelo Flash con 92.000 millones totales \/ 6.000 millones activos, ambos compatibles con contextos de hasta 512 K tokens. Huawei afirma que el modelo Pro duplica aproximadamente el rendimiento por tarjeta frente a otros modelos de c\u00f3digo abierto l\u00edderes en hardware Ascend \u2014una vez m\u00e1s, una cifra del fabricante obtenida sobre su propio silicio, no un resultado validado mediante benchmarks independientes.<\/p>\n<p>Esto se construye sobre el Pangu Pro MoE 72B de 2025, que introdujo un dise\u00f1o de Mezcla de Expertos Agrupados (MoGE) espec\u00edficamente concebido para equilibrar la carga entre los chips Ascend. El patr\u00f3n es deliberado: dise\u00f1ar conjuntamente la arquitectura del modelo y el hardware, de modo que las debilidades del acelerador tengan menor impacto. Se trata de una filosof\u00eda distinta del enfoque denso-despu\u00e9s-escaso empleado en modelos como <a href=\"\/es\/deepseek-explained-2026\/\">DeepSeek<\/a>, pero comparte el mismo objetivo: extraer comportamientos cercanos al estado del arte a partir de recursos computacionales limitados.<\/p>\n<div class=\"convly-procons\">\n<div class=\"pros\">\n<h4>Qu\u00e9 funciona<\/h4>\n<ul>\n<li>HBM producida internamente a escala industrial \u2014un hito real en la cadena de suministro<\/li>\n<li>Una hoja de ruta cre\u00edble y con fechas definidas, no un proyecto vaporoso<\/li>\n<li>La liberaci\u00f3n bajo licencia abierta de CANN, Mind y Pangu para atraer desarrolladores lejos de CUDA<\/li>\n<li>Dise\u00f1os a escala de sistema que evitan la brecha por chip<\/li>\n<\/ul>\n<\/div>\n<div class=\"cons\">\n<h4>Qu\u00e9 lo frena<\/h4>\n<ul>\n<li>SMIC limitada a 7 nm; los dies grandes presentan bajos rendimientos<\/li>\n<li>El suministro de HBM es el verdadero techo para la cantidad de chips que se pueden entregar<\/li>\n<li>El rendimiento por chip se queda atr\u00e1s respecto a NVIDIA en aproximadamente un factor 5 en TPP<\/li>\n<li>Las piezas de 2026 retroceden respecto al 910C de 2025 en TPP<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<h2><span class=\"ez-toc-section\" id=\"The_open-source_play\"><\/span>La apuesta por el c\u00f3digo abierto<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El impulso en el software es la parte que probablemente tendr\u00e1 mayor relevancia a largo plazo. En Huawei Connect, la empresa se comprometi\u00f3 a abrir su pila completa antes del 31 de diciembre de 2025: el <strong>CANN<\/strong> kit de herramientas para c\u00f3mputo heterog\u00e9neo (su respuesta a CUDA), las cadenas de herramientas y el entorno de desarrollo de la serie <strong>Mind<\/strong> y los modelos fundamentales <strong>openPangu<\/strong> . Eric Xu lo present\u00f3 como un proyecto a largo plazo, con el compromiso de Huawei de invertir aproximadamente 15.000 millones de yuanes (unos 2.100 millones de d\u00f3lares estadounidenses) anuales durante cinco a\u00f1os en el ecosistema y la computaci\u00f3n abierta.<\/p>\n<p>La l\u00f3gica es s\u00f3lida. La verdadera ventaja competitiva de NVIDIA no radica en su silicio, sino en CUDA y en la d\u00e9cada de bibliotecas construidas sobre \u00e9l. Si Huawei quiere que Ascend sea algo m\u00e1s que una plataforma cautiva para los hiperscaladores chinos, debe facilitar enormemente la migraci\u00f3n y otorgar a los desarrolladores acceso al c\u00f3digo fuente. Si esto prospera o no es una cuesti\u00f3n emp\u00edrica que podr\u00e1 responderse en los pr\u00f3ximos meses observando las se\u00f1ales de GitHub \u2014pull requests activas, lanzamientos regulares, kernels mantenidos por la comunidad. Las interfaces del compilador de CANN y su conjunto de instrucciones virtuales est\u00e1n programadas para abrirse (junto con el resto de CANN completamente liberado); la prueba definitiva ser\u00e1 la adopci\u00f3n por terceros fuera de los propios clientes de Huawei.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_constraints_Huawei_didnt_dwell_on\"><\/span>Las limitaciones que Huawei no destac\u00f3<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Aqu\u00ed radica el n\u00facleo inc\u00f3modo. Cada impresionante cifra anterior tropieza con la misma barrera: Huawei no puede fabricar suficientes de estos chips en un nodo de proceso competitivo.<\/p>\n<p>SMIC permanece estancada en un nodo de clase 7 nm debido a que las restricciones a las exportaciones impiden la llegada de litograf\u00eda EUV a China, y los rendimientos de los grandes dies de IA en ese nodo son pobres. Peor a\u00fan, <strong>la HBM es el cuello de botella<\/strong> \u2014m\u00e1s restrictivo incluso que la producci\u00f3n de los dies mismos. Seg\u00fan estimaciones de SemiAnalysis, el fabricante chino de memoria CXMT solo podr\u00e1 producir alrededor de 2 millones de pilas de HBM el pr\u00f3ximo a\u00f1o, suficientes para aproximadamente 250.000\u2013300.000 chips de tipo Ascend, aunque SMIC podr\u00eda fabricar dies para m\u00e1s de un mill\u00f3n. Sin pilas de memoria, los aceleradores terminados no pueden enviarse, sin importar cu\u00e1ntos dies de c\u00f3mputo produzca SMIC.<\/p>\n<p>Las matem\u00e1ticas del rendimiento derivan directamente de ello. Analistas del Consejo de Relaciones Exteriores (CFR) estiman que los mejores chips de IA estadounidenses actuales son actualmente unas cinco veces m\u00e1s potentes que los mejores de Huawei en t\u00e9rminos de rendimiento total de procesamiento (TPP), una brecha que se ampliar\u00e1 a aproximadamente diecisiete veces en la segunda mitad de 2027. En cuanto a la producci\u00f3n agregada, el escenario m\u00e1s favorable para Huawei seg\u00fan el CFR a\u00fan sit\u00faa su producci\u00f3n total de c\u00f3mputo de IA en 2026 en apenas un 5 % de la de NVIDIA, descendiendo al 2 % en 2027 \u2014y su estimaci\u00f3n mediana es mucho m\u00e1s baja, alrededor del 1 %. Lo m\u00e1s revelador: el Ascend 950PR y el 950DT de 2026 tienen efectivamente <em>menor<\/em> TPP que el Ascend 910C de 2025 \u2014una se\u00f1al clara de la dificultad de la producci\u00f3n nacional\u2014 y, seg\u00fan la hoja de ruta oficial de Huawei, la primera pieza capaz de superar al H200 tanto en rendimiento como en ancho de banda de memoria ser\u00e1 el Ascend 960 en el cuarto trimestre de 2027. Si usted est\u00e1 eligiendo hardware para ejecutar modelos localmente hoy mismo, nuestra <a href=\"\/es\/best-gpus-for-local-llms-2026\/\">gu\u00eda de las mejores GPU para LLM locales<\/a> gu\u00eda pr\u00e1ctica<\/p>\n<p>es un punto de partida m\u00e1s realista que cualquier elemento de esta hoja de ruta. Ninguno de estos aspectos significa que el esfuerzo sea mera fachada. Jensen Huang, de NVIDIA, ha calificado repetidamente a Huawei como \u00abformidable\u00bb \u2014en mayo de 2026 afirm\u00f3 que NVIDIA ha \u00abcedido en gran medida\u00bb el mercado chino de chips avanzados de IA a Huawei. La competencia es real; lo que las matem\u00e1ticas de fabricaci\u00f3n demuestran es que el factor clave a vigilar es el cronograma, y los cronogramas en nodos tecnol\u00f3gicos restringidos suelen retrasarse.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"FAQ\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>\u00bfEs el Ascend 950 de Huawei mejor que los chips Blackwell o Rubin de NVIDIA?<\/h3>\n<p>No, no por chip. Un \u00fanico Ascend 950 alcanza un rendimiento similar al de la generaci\u00f3n Hopper \u2014aproximadamente 1 PFLOPS de FP8 y 2 PFLOPS de FP4\u2014, mientras que la VR200 Rubin de NVIDIA tiene como objetivo unos 35 PFLOPS de FP4 para entrenamiento y 50 PFLOPS para inferencia. El argumento de Huawei se centra en el nivel de sistema: conectar miles de chips y superar a un rack NVIDIA m\u00e1s peque\u00f1o en t\u00e9rminos de potencia computacional agregada.<\/p>\n<h3>\u00bfCu\u00e1ndo se comercializar\u00e1 realmente el Ascend 950DT?<\/h3>\n<p>Llegar\u00e1 a Huawei Cloud en agosto de 2026 como servicio accesible en la nube, con su lanzamiento comercial completo (tarjetas y servidores SuperPoD) previsto para el cuarto trimestre de 2026. El 950PR comenz\u00f3 a comercializarse antes, en el primer trimestre de 2026.<\/p>\n<h3>\u00bfQu\u00e9 es openPangu y c\u00f3mo se diferencia del Pangu Pro MoE 72B?<\/h3>\n<p>openPangu 2.0, lanzado en la HDC 2026, es la \u00faltima familia de c\u00f3digo abierto: un modelo Pro de 505.000 millones de par\u00e1metros (18.000 millones activos) y un modelo Flash de 92.000 millones (6.000 millones activos), ambos con contexto de 512 K tokens. El Pangu Pro MoE 72B de 2025 fue el modelo anterior que introdujo la arquitectura de Mezcla de Expertos Agrupados (MoGE), optimizada espec\u00edficamente para Ascend.<\/p>\n<h3>\u00bfPuede Huawei fabricar suficientes chips Ascend para tener relevancia?<\/h3>\n<p>Ese es el verdadero l\u00edmite. Seg\u00fan estimaciones de SemiAnalysis, el suministro de HBM limita la producci\u00f3n anual a aproximadamente 250.000\u2013300.000 chips de tipo Ascend, y los rendimientos de SMIC en 7 nm son d\u00e9biles. Incluso el escenario m\u00e1s favorable para Huawei seg\u00fan el CFR sit\u00faa su c\u00f3mputo de IA agregado en 2026 en apenas un 5 % del de NVIDIA, mientras que su estimaci\u00f3n mediana se acerca m\u00e1s al 1 %.<\/p>\n<h3>\u00bfQu\u00e9 son las memorias HiBL y HiZQ?<\/h3>\n<p>Son memorias de alto ancho de banda desarrolladas internamente por Huawei, creadas porque las restricciones a las exportaciones limitan el acceso a las \u00faltimas generaciones de HBM de terceros. El 950PR utiliza 128 GB de HiBL 1.0 (~1,6 TB\/s); el 950DT emplea 144 GB de HiZQ 2.0 (~4,0 TB\/s).<\/p>\n<h3>\u00bfPor qu\u00e9 Huawei est\u00e1 liberando bajo licencia abierta CANN y los modelos Pangu?<\/h3>\n<p>Para romper el bloqueo de software de NVIDIA. CUDA es la verdadera ventaja competitiva de NVIDIA, por lo que Huawei est\u00e1 abriendo CANN (su equivalente a CUDA), la cadena de herramientas Mind y los modelos Pangu para reducir los costos de migraci\u00f3n y construir un ecosistema de desarrolladores alrededor de Ascend.<\/p>\n<h3>\u00bfA qu\u00e9 se refiere exactamente la afirmaci\u00f3n \u00ab4 zettaflops para 2028\u00bb?<\/h3>\n<p>Se trata de un objetivo a nivel de sistema para el supercl\u00faster Atlas 960 \u2014un cl\u00faster de un mill\u00f3n de tarjetas\u2014 en precisi\u00f3n FP4, no de un chip individual. Los aceleradores Ascend individuales se miden en petaflops, tres \u00f3rdenes de magnitud por debajo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bottom_line\"><\/span>Conclusi\u00f3n final<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Los anuncios de Huawei para 2026 son tan serios como limitados. La hoja de ruta es real, la memoria HBM desarrollada internamente constituye un hito genuino, los modelos openPangu y la liberaci\u00f3n de c\u00f3digo abierto de CANN son movimientos inteligentes destinados a erosionar la ventaja de software de NVIDIA, y la escalabilidad del SuperPoD es una estrategia ingeniosa para sortear las limitaciones del silicio. Todo ello debe tomarse al pie de la letra.<\/p>\n<p>Luego, l\u00e9ase la letra peque\u00f1a. Por chip, el Ascend 950 es una pieza de la era Hopper que llega en un a\u00f1o de la era Rubin, e incluso la propia hoja de ruta de Huawei muestra una regresi\u00f3n en el rendimiento total de los chips de 2026 frente al Ascend 910C de 2025. La restricci\u00f3n fundamental no es la ambici\u00f3n ni el talento en dise\u00f1o, sino un techo tecnol\u00f3gico de 7 nm y una oferta de HBM capaz de abastecer \u00fanicamente a unos cientos de miles de chips al a\u00f1o. Para los compradores chinos excluidos de NVIDIA, Ascend es la mejor opci\u00f3n disponible y est\u00e1 mejorando; incluso el propio CEO de NVIDIA califica a Huawei de \u00abformidable\u00bb y reconoce que su empresa ha cedido pr\u00e1cticamente por completo ese mercado. Para quienes observan la carrera global, el veredicto sincero es que Huawei ha llegado como un competidor real, pero los chips, los rendimientos de fabricaci\u00f3n y el calendario siguen favoreciendo a NVIDIA \u2014y as\u00ed seguir\u00e1n hasta 2027, a menos que cambie la situaci\u00f3n en la fabricaci\u00f3n.<\/p>\n<p><!--related-block--><\/p>\n<div class=\"convly-related\">\n<h2><span class=\"ez-toc-section\" id=\"Related_articles\"><\/span>Art\u00edculos relacionados<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><a href=\"https:\/\/convly.ai\/es\/npu-vs-gpu-for-ai-2026\/\">NPU frente a GPU para IA: \u00bfcu\u00e1l es la diferencia? (2026)<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/es\/china-ai-strategy\/\">La IA de China en 2026: los modelos, los laboratorios y la estrategia de c\u00f3digo abierto<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/es\/kimi-k2-7-code-explained-2026\/\">Explicaci\u00f3n de Kimi K2.7 Code: el modelo abierto de programaci\u00f3n de Moonshot con 1 bill\u00f3n de par\u00e1metros<\/a><\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>Huawei has turned its AI silicon plans into a dated, one-chip-a-year roadmap, opened the openPangu 2.0 models, and committed to open-sourcing CANN. We weigh all of it against the constraints the keynote skipped: a 7nm ceiling at SMIC, a homegrown HBM supply that can feed only a few hundred thousand chips, and a per-chip gap to NVIDIA that Huawei&#8217;s own roadmap admits.<\/p>","protected":false},"author":1,"featured_media":1183,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[245],"tags":[757,776,420,780,775,778,777,779],"class_list":["post-1178","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-chips","tag-ai-chips","tag-ascend-950","tag-china-ai","tag-hbm","tag-huawei","tag-nvidia","tag-pangu","tag-smic"],"_links":{"self":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1178","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/comments?post=1178"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1178\/revisions"}],"predecessor-version":[{"id":1186,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1178\/revisions\/1186"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media\/1183"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media?parent=1178"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/categories?post=1178"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/tags?post=1178"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}