Cuando hablamos de la carrera mundial de la inteligencia artificial, la atención se centra casi de forma exclusiva en los modelos: GPT, Gemini, Claude, DeepSeek, y la siguiente generación que promete ser más capaz, más rápida, más precisa o más eficiente que la anterior. Sin embargo, detrás de esa competición visible —la que se mide en rendimiento, en pruebas de capacidad o en popularidad— hay otra carrera que avanza con la misma intensidad, que resulta bastante más difícil de ocultar y que puede terminar siendo aún más decisiva a largo plazo. Entrenar grandes modelos y desplegarlos a escala masiva exige cantidades ingentes de capacidad de cálculo, y esa necesidad está llevando a concentrar decenas y cientos de miles de procesadores especializados en inmensos centros de datos que, a su vez, requieren electricidad abundante, sistemas de refrigeración de nueva generación y redes de conectividad de altísima velocidad y estabilidad. La batalla por el liderazgo en la inteligencia artificial se está librando, cada vez con mayor claridad, no solo en el código o en los algoritmos, sino también y sobre todo en el terreno de la infraestructura.
Ese salto de escala tiene ahora una expresión muy concreta y espectacular: un edificio de unos 120.000 metros cuadrados dedicado por completo a computación para inteligencia artificial, construido por la empresa Envision. La compañía lo presenta como el mayor edificio individual del mundo destinado a un centro de datos de este tipo, y asegura que, cuando complete todo su despliegue, podrá albergar hasta un millón de aceleradores. El campus ya ha entrado en servicio de forma parcial, lo que marca el inicio de su actividad, pero esa capacidad máxima y la instalación en su totalidad siguen formando parte del desarrollo progresivo del proyecto, que se irá completando a lo largo del tiempo.
Conviene distinguir con claridad tres escalas distintas que pueden confundirse al conocer las cifras: una cosa es el edificio principal de 120.000 metros cuadrados; otra, el conjunto más amplio conocido como Galaxy Campus que lo rodea y lo complementa; y otra, la capacidad total que Envision espera desplegar con el paso de los años. El conjunto completo está diseñado para superar los 2 gigavatios de potencia, una cifra que refleja la escala prevista del campus en su estado final y no su consumo actual ni la potencia concentrada exclusivamente en ese primer edificio. Galaxy Campus es, además, el proyecto insignia de Mission Gobi, una iniciativa más amplia con la que la compañía pretende desarrollar hasta 5 gigavatios de capacidad en centros de datos sostenibles para inteligencia artificial, ubicados en regiones desérticas y áridas de China, de aquí al año 2030.
Sobre la cifra de «un millón de aceleradores bajo un mismo techo», conviene hacer una precisión importante: no podemos traducirla automáticamente como un millón de tarjetas gráficas o GPU. Un acelerador de inteligencia artificial es una categoría más amplia que puede incluir distintos tipos de chips especializados, diseñados específicamente para este tipo de cálculos, y Envision no ha revelado qué fabricantes o modelos concretos utilizará, cuántas unidades hay instaladas en este momento ni en qué plazos espera completar el despliegue total. La compañía también menciona la meta de alcanzar un millón de PFLOPS —un millón de billones de operaciones de coma flotante por segundo—, pero sin especificar el nivel de precisión numérica empleado para ese cálculo, un detalle esencial que impide comparar esa magnitud de forma rigurosa con otros superordenadores o grandes clústeres de inteligencia artificial que se han presentado en otras partes del mundo.
Aunque todavía no sepamos qué aceleradores concretos acabarán instalándose, sí conocemos el perfil de la demanda que Envision pretende atender. Según explicó la propia compañía a la agencia Xinhua, el complejo está orientado principalmente a grandes empresas tecnológicas y desarrolladores de inteligencia artificial que necesiten utilizar capacidad de cálculo nacional china a gran escala. Ese matiz es fundamental: sitúa a Galaxy dentro del esfuerzo más amplio de fortalecer la infraestructura de computación del país, aunque sin permitirnos atribuir de forma definitiva los chips a proveedores específicos como Huawei, Cambricon o cualquier otra firma local.
La ubicación del proyecto tampoco es casualidad. Ulanqab, en la región de Mongolia Interior, ya era antes de Galaxy uno de los grandes polos de concentración de centros de datos en China, con decenas de instalaciones en funcionamiento o en construcción, abundantes recursos de energía eólica y solar que permiten reducir la huella de carbono y los costes operativos, y enlaces de fibra óptica de muy baja latencia hacia Pekín, lo que garantiza una conexión rápida y estable con los principales centros de actividad tecnológica del país. Sobre esa base ya consolidada, Envision plantea integrar de forma directa la generación de energía renovable, sistemas de almacenamiento y la propia infraestructura de computación, buscando una mayor eficiencia y sostenibilidad. Este enfoque coincide además con una política nacional reciente que impulsa la exploración de instalaciones de inteligencia artificial a escala de gigavatio en regiones dotadas de recursos energéticos suficientes —especialmente renovables— y con capacidad para integrarlos de forma estable y segura en la red eléctrica.
Ese contexto ayuda a comprender por qué la apuesta por capacidad de cálculo nacional tiene tanta importancia estratégica. Estados Unidos mantiene todavía una ventaja clara en inversión privada y en el número de modelos de inteligencia artificial más reconocidos a nivel mundial, pero China ha reducido con enorme rapidez la brecha de rendimiento entre sus mejores sistemas y los estadounidenses. Al mismo tiempo, los controles de exportación impuestos por Washington siguen restringiendo el acceso chino a algunos de los aceleradores más avanzados fabricados fuera de sus fronteras, mientras los fabricantes locales ganan terreno de forma constante dentro de su propio mercado: solo en 2025, las empresas chinas ya acaparaban aproximadamente el 41 % del mercado nacional de aceleradores para servidores de inteligencia artificial.
China no está sola en esta carrera por llevar la infraestructura de la inteligencia artificial a una escala industrial sin precedentes. En Estados Unidos, Meta prepara en Luisiana el proyecto Hyperion, un amplio campus formado por múltiples instalaciones y concebido para alcanzar hasta 5 gigavatios de capacidad computacional en su fase completa. En Ohio, otro gran proyecto vinculado a OpenAI, Nvidia y la empresa SB Energy eleva aún más la escala anunciada, con unos 8 gigavatios de capacidad previstos cuando alcance su desarrollo total. Por su parte, Europa sigue una estrategia diferenciada pero con la misma meta: prepara hasta siete futuras «fábricas gigantes» de inteligencia artificial, cuatro de ellas con un mínimo equivalente a 75.000 aceleradores del tipo H100 y otras tres con al menos 100.000. No se trata de magnitudes directamente comparables entre regiones, ya que cada una utiliza sus propios criterios de medición y diseño, pero todas apuntan en la misma dirección: la infraestructura necesaria para sostener el crecimiento de la inteligencia artificial está creciendo a una escala que transforma no solo la industria tecnológica, sino también los sistemas energéticos, las redes de comunicación y la economía global en su conjunto.
