El ecosistema de inteligencia artificial de China ha realizado un movimiento emblemático que podría reconfigurar el panorama global de la industria de semiconductores. La empresa Meituan, conocida principalmente como un gigante en el sector de servicios de entrega, ha presentado su modelo lingüístico insignia LongCat-2.0. Pero la gran sensación no reside en su tamaño (1,6 billones de parámetros), sino en cómo fue creado.
LongCat-2.0 se ha convertido en el primer modelo de tal escala en la República Popular China que ha completado un ciclo completo de entrenamiento —desde el preentrenamiento hasta la inferencia— exclusivamente con equipamiento nacional. Mientras que la mayoría de los desarrolladores chinos, incluido DeepSeek, utilizaban chips locales únicamente para la etapa de inferencia, Meituan fue más allá. Emplearon un clúster de 50 000 aceleradores ASIC propios, construidos sobre una arquitectura diferente a la de las unidades de procesamiento gráfico de Nvidia.
Avance arquitectónico y "cuello de botella"
La diferencia clave fue el uso de chips ASIC especializados, diseñados para tareas concretas. La empresa no reveló al proveedor directo del "hardware", pero confirmó el uso de la biblioteca de comunicaciones de Huawei (HCCL) para estabilizar el proceso. Esto indica que la infraestructura probablemente se basa en clústeres Huawei Atlas 950, que, según el analista TP Huang, ahora no dejan dudas sobre su capacidad para entrenar grandes modelos lingüísticos.
Sin embargo, no estuvo exento de compromisos. El principal cuello de botella, según reconoció la propia Meituan, fue la memoria. En los aceleradores ASIC chinos, su capacidad por dispositivo es significativamente menor que la del chip Nvidia H800, cuya exportación a China está prohibida. Para compensar esta deficiencia, los ingenieros tuvieron que realizar un esfuerzo colosal para crear una infraestructura estable y escalable. Esto demuestra que sortear las sanciones no solo requiere reemplazar el "hardware", sino una profunda reelaboración de la pila de software y sistemas.
Puntos de referencia y situación real
LongCat-2.0, con una ventana de contexto de 1 millón de tokens, ya ha mostrado resultados impresionantes en programación y tareas de agente, superando a Gemini 3.1 Pro de Google en las pruebas Terminal-Bench 2.1 y SWE-Bench Pro. No obstante, Meituan reconoce honestamente que el modelo aún está por detrás de los buques insignia de OpenAI (GPT-5.5) y Anthropic (Claude 4.8 Opus) en varias pruebas generales, y tampoco ha sido evaluado en las principales plataformas independientes.
Mi opinión profesional: El éxito de Meituan no es solo un triunfo técnico, sino una señal poderosa para el mercado. Demuestra que la era del "dominio total" de Nvidia en el entrenamiento de modelos está llegando a su fin. China ha creado un precedente funcional que, en los próximos 12 a 18 meses, provocará un crecimiento explosivo en la demanda de soluciones ASIC nacionales, lo que, a su vez, ejercerá presión sobre los precios de las GPU y acelerará la diversificación de las cadenas de suministro en todo el mundo. Para la industria de las criptomonedas, donde el acceso a la potencia computacional es crítico, esto podría significar la aparición de alternativas nuevas y más baratas para la minería y el procesamiento de datos.