{"id":1639,"date":"2026-07-21T13:03:32","date_gmt":"2026-07-21T13:03:32","guid":{"rendered":"https:\/\/convly.ai\/?p=1639"},"modified":"2026-07-21T13:03:32","modified_gmt":"2026-07-21T13:03:32","slug":"zai-1-gigawatt-data-center-chinese-chips","status":"publish","type":"post","link":"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/","title":{"rendered":"El centro de datos de Z.ai de 1 gigavatio funciona \u00edntegramente con chips chinos, seg\u00fan un informe"},"content":{"rendered":"<p>El centro de datos de Z.ai de 1 gigavatio, seg\u00fan se informa, podr\u00eda ser una de las se\u00f1ales m\u00e1s claras hasta la fecha de que los principales laboratorios de IA de China est\u00e1n aprendiendo a prescindir de NVIDIA. Seg\u00fan Tom's Hardware, Z.ai \u2014la empresa detr\u00e1s de la familia ampliamente utilizada de modelos de lenguaje grande GLM\u2014 ha puesto en funcionamiento un centro de datos de IA de 1 gigavatio construido exclusivamente con chips chinos y ahora opera m\u00faltiples cl\u00fasteres de 10 000 chips sin ning\u00fan componente de silicona de NVIDIA. La afirmaci\u00f3n proviene de un informe, no de un anuncio oficial de la empresa, por lo que los detalles merecen cierta cautela; sin embargo, si resulta precisa, representar\u00eda un hito significativo para la infraestructura nacional de IA en China y un dato relevante para cualquier usuario de modelos GLM.<\/p>\n<div class=\"convly-tldr\">\n<h3>Conclusiones clave<\/h3>\n<ul>\n<li>Tom's Hardware informa que Z.ai, desarrollador de los modelos GLM, ha puesto en funcionamiento un centro de datos de IA de 1 gigavatio construido \u00edntegramente con chips chinos.<\/li>\n<li>El informe afirma que Z.ai ahora opera m\u00faltiples cl\u00fasteres de 10 000 chips que no contienen absolutamente ning\u00fan componente de silicona de NVIDIA.<\/li>\n<li>La afirmaci\u00f3n se atribuye a un informe, no a una divulgaci\u00f3n oficial verificada por la empresa, por lo que detalles clave \u2014como qu\u00e9 chips nacionales se utilizan\u2014 siguen sin confirmarse.<\/li>\n<li>Una instalaci\u00f3n de clase gigavatio basada \u00fanicamente en chips nacionales sugerir\u00eda que los aceleradores de IA chinos ya pueden soportar cargas de trabajo de entrenamiento e inferencia a escala puntera.<\/li>\n<li>Para los desarrolladores que dependen de los modelos GLM, esta noticia refleja resiliencia en la cadena de suministro: la hoja de ruta computacional de Z.ai ya no depender\u00eda de las decisiones estadounidenses sobre controles a la exportaci\u00f3n.<\/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-6a67f7613b2f2\" 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-6a67f7613b2f2\"  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\/zai-1-gigawatt-data-center-chinese-chips\/#What_the_report_claims_about_Zais_1-gigawatt_data_center\" >Qu\u00e9 afirma el informe sobre el centro de datos de 1 gigavatio de Z.ai<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#Why_an_all-Chinese-silicon_gigawatt_facility_matters\" >Por qu\u00e9 es relevante una instalaci\u00f3n de 1 gigavatio basada exclusivamente en chips chinos<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#Inside_the_10000-chip_clusters_what_we_know_and_dont\" >Dentro de los cl\u00fasteres de 10 000 chips: lo que sabemos y lo que no<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#Zais_reported_infrastructure_at_a_glance\" >Infraestructura reportada de Z.ai, a primera vista<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#What_zero_Nvidia_silicon_means_for_the_GLM_model_family\" >Qu\u00e9 significa la ausencia total de chips de NVIDIA para la familia de modelos GLM<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#What_it_means_for_AI_developers_and_the_wider_market\" >Qu\u00e9 implica esto para los desarrolladores de IA y para el mercado en general<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#Frequently_asked_questions\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/es\/zai-1-gigawatt-data-center-chinese-chips\/#The_bottom_line\" >En resumen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_the_report_claims_about_Zais_1-gigawatt_data_center\"><\/span>Qu\u00e9 afirma el informe sobre el centro de datos de 1 gigavatio de Z.ai<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Las afirmaciones centrales, tal como las reporta Tom's Hardware, son breves pero impactantes. Primero, Z.ai habr\u00eda puesto en funcionamiento un centro de datos de IA con una capacidad de potencia de 1 gigavatio \u2014una escala normalmente asociada con los mayores campus de IA hipercalibrados del mundo\u2014. Segundo, se afirma que la instalaci\u00f3n est\u00e1 construida \u00edntegramente con chips chinos. Tercero, seg\u00fan el informe, el desarrollador de GLM ahora opera m\u00faltiples cl\u00fasteres de 10 000 chips cada uno, sin ning\u00fan componente de silicona de NVIDIA en toda la implementaci\u00f3n.<\/p>\n<p>Eso es todo lo que se ha reportado. El titular no especifica qu\u00e9 proveedores nacionales de chips suministraron los aceleradores, qu\u00e9 interconexi\u00f3n utilizan los cl\u00fasteres, si la instalaci\u00f3n sirve para entrenamiento, inferencia o ambas funciones, ni d\u00f3nde est\u00e1 ubicada. Tampoco existe una declaraci\u00f3n oficial de Z.ai que confirme estas cifras. Hasta que la empresa o sus socios proporcionen detalles, la interpretaci\u00f3n razonable es que se trata de un informe cre\u00edble del sector que describe una direcci\u00f3n estrat\u00e9gica, y no una ficha t\u00e9cnica completamente verificada.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_an_all-Chinese-silicon_gigawatt_facility_matters\"><\/span>Por qu\u00e9 es relevante una instalaci\u00f3n de 1 gigavatio basada exclusivamente en chips chinos<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La capacidad de potencia se ha convertido en la medida est\u00e1ndar para la infraestructura de IA porque captura la \u00fanica restricci\u00f3n que ninguna cantidad de ingenier\u00eda inteligente puede sortear: la electricidad. Una instalaci\u00f3n de 1 gigavatio, si la cifra reportada es precisa, situar\u00eda la infraestructura de Z.ai entre los proyectos de centros de datos de IA m\u00e1s grandes discutidos p\u00fablicamente en cualquier lugar del mundo \u2014y hacerlo sin hardware de NVIDIA es la parte verdaderamente novedosa.<\/p>\n<p>Como contexto general, los controles a la exportaci\u00f3n estadounidenses han restringido progresivamente la venta de aceleradores avanzados de NVIDIA a China durante los \u00faltimos a\u00f1os, obligando a los laboratorios chinos de IA a elegir entre suministros limitados de chips reducidos o un ecosistema nacional que hist\u00f3ricamente ha quedado atr\u00e1s en rendimiento bruto, madurez del software y ancho de banda de interconexi\u00f3n. Muchos observadores occidentales apostaron a que esta brecha frenar\u00eda las ambiciones de China respecto a modelos punteros. Un informe que indica que un laboratorio de primer nivel ahora ejecuta c\u00f3mputo a escala gigavatio con tecnolog\u00eda \u00edntegramente nacional \u2014y comercializa modelos competitivos desde ella\u2014 cuestiona directamente esa suposici\u00f3n.<\/p>\n<p>Vale la pena ser preciso sobre lo que el informe demuestra y lo que no. No nos dice c\u00f3mo se compara el rendimiento por chip de los aceleradores nacionales con las piezas actuales de NVIDIA, ni cu\u00e1nta eficiencia sacrifica Z.ai para lograr su independencia. Lo que s\u00ed demostrar\u00eda, si se confirma, es que el problema sist\u00e9mico integral \u2014chips, redes, pila de software y la disciplina operativa necesaria para mantener productivos decenas de miles de aceleradores\u2014 ha sido resuelto lo suficiente como para ejecutar las cargas de trabajo de un laboratorio puntero. Ese es el problema m\u00e1s dif\u00edcil y el m\u00e1s estrat\u00e9gicamente importante.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Inside_the_10000-chip_clusters_what_we_know_and_dont\"><\/span>Dentro de los cl\u00fasteres de 10 000 chips: lo que sabemos y lo que no<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La segunda afirmaci\u00f3n del informe \u2014m\u00faltiples cl\u00fasteres de 10 000 chips\u2014 es, posiblemente, m\u00e1s reveladora que la cifra principal de 1 gigavatio. El entrenamiento de modelos modernos de lenguaje grande requiere mantener sincronizados un n\u00famero muy elevado de aceleradores mediante interconexiones r\u00e1pidas, y el tama\u00f1o del cl\u00faster es un indicador razonable de la magnitud m\u00e1xima de una ejecuci\u00f3n de entrenamiento individual. Cl\u00fasteres de diez mil aceleradores se sit\u00faan firmemente dentro del territorio del entrenamiento puntero seg\u00fan las normas industriales.<\/p>\n<p>Lo que sigue siendo desconocido es casi todo lo que determina el rendimiento real de esos cl\u00fasteres. Las tasas de utilizaci\u00f3n, el comportamiento ante fallos y recuperaci\u00f3n, la topolog\u00eda de la interconexi\u00f3n y la madurez de la pila de compiladores y frameworks moldean cu\u00e1nto entrenamiento \u00fatil de modelos entrega un cl\u00faster de un tama\u00f1o dado. Hist\u00f3ricamente, los aceleradores chinos nacionales han enfrentado sus mayores desaf\u00edos precisamente en estas \u00e1reas \u2014el ecosistema de software m\u00e1s que la propia silicio\u2014, por lo que la afirmaci\u00f3n de que Z.ai opera varios de tales cl\u00fasteres en producci\u00f3n, sin ning\u00fan componente de NVIDIA como respaldo, es la parte que m\u00e1s vale observar atentamente para su corroboraci\u00f3n. Los lectores que eval\u00faan opciones de hardware para sus propias cargas de trabajo pueden comparar las alternativas actuales de aceleradores en nuestra gu\u00eda sobre los <a href=\"https:\/\/convly.ai\/es\/best-gpus-for-ai-2026\/\">mejores GPU para IA<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Zais_reported_infrastructure_at_a_glance\"><\/span>Infraestructura reportada de Z.ai, a primera vista<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Afirmaci\u00f3n reportada<\/th>\n<th>Detalle (seg\u00fan Tom's Hardware)<\/th>\n<th>Por qu\u00e9 es relevante<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Capacidad de potencia de la instalaci\u00f3n<\/td>\n<td>1 gigavatio<\/td>\n<td>Sit\u00faa la instalaci\u00f3n en la categor\u00eda hipercalibrada; la potencia es la restricci\u00f3n definitiva para la capacidad de IA<\/td>\n<\/tr>\n<tr>\n<td>Origen de los chips<\/td>\n<td>Chips \u00edntegramente chinos<\/td>\n<td>Indica independencia de las cadenas de suministro controladas por Estados Unidos<\/td>\n<\/tr>\n<tr>\n<td>Escala del cl\u00faster<\/td>\n<td>M\u00faltiples cl\u00fasteres de 10 000 chips<\/td>\n<td>Territorio del entrenamiento puntero seg\u00fan las normas industriales<\/td>\n<\/tr>\n<tr>\n<td>Hardware de NVIDIA<\/td>\n<td>Ninguno, seg\u00fan el informe<\/td>\n<td>Elimina la exposici\u00f3n a controles a la exportaci\u00f3n en la hoja de ruta computacional de Z.ai<\/td>\n<\/tr>\n<tr>\n<td>Proveedor(es) de chips<\/td>\n<td>No especificado<\/td>\n<td>La pregunta clave sin respuesta sobre rendimiento y madurez del software<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Cada fila anterior se basa en un \u00fanico informe, y la \u00faltima fila es la m\u00e1s relevante para cualquiera que intente evaluar la capacidad real en el mundo pr\u00e1ctico. Qu\u00e9 silicio nacional ocupa esos bastidores \u2014y c\u00f3mo ha madurado su pila de software\u2014 determinar\u00e1 si este es un hito simb\u00f3lico o una plataforma competitiva duradera.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_zero_Nvidia_silicon_means_for_the_GLM_model_family\"><\/span>Qu\u00e9 significa la ausencia total de chips de NVIDIA para la familia de modelos GLM<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Los modelos GLM de Z.ai se han convertido en un referente del panorama de modelos de pesos abiertos, y la base computacional de la empresa determina directamente con qu\u00e9 rapidez llegan nuevas versiones, a qu\u00e9 precio pueden ofrecerse y con qu\u00e9 fiabilidad escala la capacidad ante la demanda. Puede seguir la evoluci\u00f3n de la l\u00ednea GLM junto con sus competidores en nuestro <a href=\"https:\/\/convly.ai\/es\/models\/\">Base de datos de modelos de IA<\/a>.<\/p>\n<p>Si el informe es preciso, la implicaci\u00f3n pr\u00e1ctica para los usuarios de GLM es la resiliencia. Un laboratorio cuya flota completa opera con silicio nacional queda protegido del ciclo recurrente de endurecimiento de los controles a la exportaci\u00f3n estadounidenses, que ha obligado repetidamente a los laboratorios chinos a redise\u00f1ar sus planes de adquisici\u00f3n a mitad de camino. Esta estabilidad importa a los desarrolladores que realizan apuestas a largo plazo sobre una familia de modelos: la capacidad de la API es menos probable que se racione por motivos geopol\u00edticos, y el ritmo de lanzamientos de nuevos modelos es menos probable que se detenga porque un env\u00edo de aceleradores haya sido bloqueado.<\/p>\n<p>Tambi\u00e9n hay un \u00e1ngulo econ\u00f3mico digno de destacar como an\u00e1lisis, no como hecho reportado. Los modelos de pesos abiertos, como GLM, compiten sustancialmente en funci\u00f3n del costo, y el c\u00f3mputo nacional verticalmente controlado \u2014con cualquier penalizaci\u00f3n de eficiencia por chip que implique\u2014 otorga al laboratorio palancas de precios que no ofrece el alquiler de capacidad de NVIDIA, cuyo suministro est\u00e1 restringido. Nuestro <a href=\"https:\/\/convly.ai\/es\/open-vs-closed-ai-cost-gap-2026\/\">estudio comparativo sobre costos de IA abierta frente a cerrada<\/a> analiza c\u00f3mo decisiones de infraestructura como esta se traducen directamente en los precios por token que realmente pagan los desarrolladores.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_it_means_for_AI_developers_and_the_wider_market\"><\/span>Qu\u00e9 implica esto para los desarrolladores de IA y para el mercado en general<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Para los desarrolladores fuera de China, la conclusi\u00f3n inmediata no es que vayan a utilizar jam\u00e1s este centro de datos, sino lo que el informe implica sobre la trayectoria de la competencia. Si el silicio chino nacional puede sostener operaciones de IA a escala gigavatio, la oferta de modelos de pesos abiertos de clase puntera probablemente seguir\u00e1 creciendo independientemente de la pol\u00edtica de exportaci\u00f3n, manteniendo una presi\u00f3n a la baja sobre los precios de inferencia en todo el mercado. Los equipos que deciden si consumir dichos modelos mediante una API o ejecutarlos en su propio hardware pueden analizar los compromisos con nuestra <a href=\"https:\/\/convly.ai\/es\/self-hosting-vs-api-calculator\/\">calculadora de autohospedaje frente a API<\/a>.<\/p>\n<p>Para el mercado de hardware, el informe \u2014si se confirma\u2014 socava la suposici\u00f3n de que el ecosistema de NVIDIA es indispensable en el extremo superior. Esto no amenaza la posici\u00f3n de NVIDIA en los mercados occidentales, donde su hardware y su pila de software siguen siendo la opci\u00f3n predeterminada. Pero una alternativa demostrada y operativa a escala industrial en el segundo mercado de IA m\u00e1s grande del mundo modifica la perspectiva a largo plazo de la competencia entre aceleradores y fortalece la posici\u00f3n de todos los compradores en sus negociaciones con cualquier proveedor. Vale la pena repetir la advertencia: nada de esto ha sido confirmado por Z.ai, y los informes sobre infraestructura de IA china tienen una historia de superar los hechos verificables. Trate la direcci\u00f3n estrat\u00e9gica como plausible y las cifras espec\u00edficas como provisionales.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>\u00bfQu\u00e9 ha construido presuntamente Z.ai?<\/strong> Seg\u00fan Tom's Hardware, Z.ai ha puesto en funcionamiento un centro de datos de inteligencia artificial de 1 gigavatio construido \u00edntegramente con chips chinos y ahora opera varios cl\u00fasteres de 10 000 chips que no contienen ning\u00fan componente de Nvidia. Esta afirmaci\u00f3n proviene de un informe y no ha sido confirmada formalmente por la empresa.<\/p>\n<p><strong>\u00bfQu\u00e9 chips chinos est\u00e1 utilizando Z.ai?<\/strong> El informe no lo especifica. El fabricante de los chips, el interconector y la pila de software permanecen sin definir, y son precisamente estos detalles los que determinar\u00e1n c\u00f3mo se compara el rendimiento real de la instalaci\u00f3n con la infraestructura basada en Nvidia.<\/p>\n<p><strong>\u00bfPor qu\u00e9 es significativa la cifra de 1 gigavatio?<\/strong> La capacidad de potencia es la medida est\u00e1ndar de la escala de un centro de datos de IA, ya que la electricidad \u2014y no los chips\u2014 constituye la limitaci\u00f3n definitiva. Una instalaci\u00f3n de clase gigavatio se sit\u00faa en el extremo hipercalibrado de las construcciones de IA p\u00fablicamente discutidas a nivel mundial.<\/p>\n<p><strong>\u00bfAfecta esto directamente a quienes usan hoy modelos GLM?<\/strong> No de forma inmediata, pero s\u00ed tiene relevancia a medio plazo. Si la base computacional de Z.ai es realmente independiente de las restricciones estadounidenses a las exportaciones, sus lanzamientos de modelos y su capacidad de inferencia resultan menos vulnerables a interrupciones geopol\u00edticas, un factor clave para cualquiera que desarrolle soluciones sobre la familia GLM.<\/p>\n<p><strong>\u00bfEs esto una mala noticia para Nvidia?<\/strong> No en sus mercados centrales, donde su ecosistema sigue siendo dominante. Sin embargo, una alternativa de producci\u00f3n a escala nacional en China \u2014si el informe es preciso\u2014 debilita el argumento de que la IA de vanguardia es imposible sin hardware de Nvidia, lo que tiene implicaciones a largo plazo para la competencia entre aceleradores.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>En resumen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El informe seg\u00fan el cual Z.ai ha puesto en funcionamiento un centro de datos de IA de 1 gigavatio basado exclusivamente en silicio chino, operando varios cl\u00fasteres de 10 000 chips sin ning\u00fan hardware de Nvidia, es precisamente el tipo de afirmaci\u00f3n que merece tanto atenci\u00f3n como escepticismo. Atenci\u00f3n, porque confirmar\u00eda que el ecosistema nacional de chips de China ha pasado de ser una soluci\u00f3n provisional a convertirse en una plataforma genuina, con consecuencias reales para el suministro de modelos, los precios y la competencia en hardware. Escepticismo, porque los detalles fundamentales \u2014fabricante, rendimiento y grado de utilizaci\u00f3n\u2014 siguen sin reportarse. Para los desarrolladores, la acci\u00f3n pr\u00e1ctica sigue siendo la misma: evaluar los modelos GLM seg\u00fan su capacidad medida y su costo, y observar atentamente si Z.ai confirma, mediante fuentes propias, la historia sobre su infraestructura.<\/p>\n<p><em>Fuentes: news.google.com. Informado el 21 de julio de 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>Tom&#8217;s Hardware reports that Z.ai, the developer of the GLM model family, has powered up a 1-gigawatt AI data center built entirely on Chinese chips, running multiple 10,000-chip clusters with zero Nvidia silicon.<\/p>","protected":false},"author":1,"featured_media":1640,"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":[604],"tags":[966,925,965,887,967,928,622],"class_list":["post-1639","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chinese-ai","tag-ai-data-centers","tag-ai-infrastructure","tag-chinese-ai-chips","tag-glm","tag-nvidia-export-controls","tag-open-weights-models","tag-z-ai"],"_links":{"self":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1639","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=1639"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1639\/revisions"}],"predecessor-version":[{"id":1641,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1639\/revisions\/1641"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media\/1640"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media?parent=1639"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/categories?post=1639"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/tags?post=1639"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}