Cinco fabricantes chinos de aceleradores de IA, medidos por su interconexión scale-up
Un marcador técnico clasifica las telas de escala de Cambricon, Enflame, Biren, MetaX y Moore Threads por ancho de banda y evidencia de despliegue.

Un marcador técnico ha puesto frente a frente las interconexiones de escala (scale-up) de cinco fabricantes chinos de aceleradores de IA: Cambricon con MLU-Link, Enflame con GCU-LARE, Biren con BLink, MetaX y Moore Threads con MTLink. El documento ordena cada propuesta por ancho de banda y por el grado de evidencia de despliegue que la respalda, y el eje que acaba pesando no es el dinero: según su propio enfoque, lo que separa a unas de otras es la profundidad del ecosistema, no la financiación levantada.
Qué se está midiendo aquí
La interconexión scale-up es la tela que une los aceleradores dentro de un mismo nodo o rack, el papel que cumple NVLink en el mundo de Nvidia. De su ancho de banda y su latencia depende cuánta memoria se puede agregar para servir un modelo grande y cuánto se degrada el rendimiento cuando el trabajo se reparte entre varias tarjetas. Es la pieza que decide si un clúster de entrenamiento escala o se queda atascado en la comunicación entre chips.
La parte interesante del marcador no es el ancho de banda, que al final es una cifra de ficha técnica, sino el otro eje: la evidencia de despliegue. Separar qué interconnect está funcionando de verdad en producción, y con qué soporte de software alrededor, distingue un producto de una diapositiva. El marcador no clasifica por rondas de financiación ni por tamaño de la empresa, sino por lo que cada uno puede demostrar.
Por qué importa
Para quien diseña o compra infraestructura de IA, la lectura práctica es que el ecosistema —drivers, frameworks, madurez del software— pesa más que el número grande del folleto. En el mercado chino esto tiene recorrido, porque la alternativa doméstica a la tela propietaria de Nvidia lleva tiempo siendo la parte más difícil de replicar de todo el stack, muy por encima del cómputo bruto.
Queda por ver con qué detalle se sostienen esas clasificaciones de despliegue. Sin datos de clientes ni de cargas reales, cualquier tabla de este tipo se queda en una foto fija, útil para situarse pero difícil de auditar desde fuera.

