TL;DR:
- DFSX (Dongfang Suanxin), la startup del veterano Wei Shaojun, presentó el lunes su procesador DF1000 y una hoja de ruta para competir con Nvidia.
- El chip usa un proceso de 14nm y apilado 3D; la empresa declara 520 TFLOPS en BF16 y 6.4 TB/s de ancho de banda de memoria, cifras sin verificación independiente.
- Está respaldada por fondos estatales y capital ligado a Jack Ma (Yunfeng Capital), Xiaomi y JD.com, y quiere producirlo en masa antes de que termine 2026.
La startup china Dongfang Suanxin, más conocida por sus siglas DFSX, presentó el lunes 13 de julio de 2026 su primer procesador para inteligencia artificial, el DF1000, junto con una hoja de ruta con la que pretende hacerle frente a Nvidia sin depender de la fabricación más avanzada. El chip se produce en un proceso de 14 nanómetros, muy por detrás de los 4 nanómetros de los aceleradores de punta de Nvidia, pero la empresa sostiene que su diseño de apilado 3D y de cómputo cercano a la memoria le permite competir en rendimiento. Al frente del proyecto está Wei Shaojun, profesor de la Universidad Tsinghua y vicepresidente de la Asociación China de la Industria de Semiconductores. Su respaldo financiero incluye fondos estatales y capital ligado a Jack Ma. Todo el hardware, afirma la compañía, se apoya en una cadena de suministro completamente doméstica.
DFSX había salido del anonimato a principios de julio, cuando estrenó sitio web y perfiles en redes sociales tras dos años operando en silencio. El lunes dio el segundo paso: un evento de lanzamiento donde le puso cifras y calendario a su plan.
Por qué un chip de 14nm quiere pelear con uno de 4nm
Durante la última década, la industria midió el progreso en una sola dimensión: transistores más pequeños. Apple llegó a los 3nm y Nvidia fabrica sus GPU de punta en un proceso de clase 4nm. Las sanciones de Estados Unidos dejaron a China fuera de esa carrera, así que empresas como DFSX buscan la salida por otro lado: en lugar de achicar el transistor, apilan los chips en vertical.
La apuesta se llama apilado 3D con cómputo cercano a la memoria. En vez de mandar los datos de ida y vuelta entre la memoria y el procesador, el diseño coloca ambas capas una encima de otra para acortar el camino. A eso DFSX le suma lo que llama "chips definidos por software", capaces de reconfigurar sobre la marcha los recursos de cómputo según la tarea. La idea ataca el llamado "muro de memoria", el cuello de botella que aparece cuando la potencia de cálculo crece más rápido que la velocidad a la que se le alimenta de datos, justo el problema que asfixia a los grandes despliegues de GPU para IA.
Wei ya había adelantado esta tesis en noviembre de 2025, cuando en una conferencia en Beijing describió una arquitectura doméstica que unía lógica de 14nm con memoria DRAM de 18nm y que, según él, podía igualar a los chips de 4nm de Nvidia. El DF1000 es la primera vez que esa promesa toma forma de producto con especificaciones públicas.
Estas son las cifras que la empresa puso sobre la mesa para el DF1000:
- Un proceso de fabricación de 14 nanómetros, con cadena de suministro totalmente china.
- Un rendimiento declarado de 520 TFLOPS en formato BF16, el que se usa para entrenar modelos de IA.
- 6.4 TB/s de ancho de banda de memoria y 900 GB/s de comunicación entre chips.
- Listo para producción en masa, con los primeros envíos previstos antes de que termine 2026, según la compañía.
Una hoja de ruta que apunta a los H200 y B300 de Nvidia
DFSX no se detiene en el DF1000. La empresa anunció dos chips más: el DF2000, para finales de 2026, con el que quiere superar al H200 de Nvidia, y el DF3000, en 2027, apuntando al B300. Alrededor del procesador presentó también un módulo acelerador llamado Dianfeng, un supernodo TY64 y un equipo integrado de cómputo QY100, además de un entorno de software abierto, CAAP, para atraer a desarrolladores.
En el escenario, Wei planteó el lanzamiento como una cuestión de independencia tecnológica más que como una simple ficha de rendimiento.
"Tenemos que abrir nuestro propio camino. Ese camino no puede consistir en alcanzar de forma pasiva a los demás dentro de un marco que otros definieron. Necesitamos una arquitectura independiente, tecnología original, un ecosistema autosuficiente y una cadena de suministro segura y controlable."
Wei Shaojun, fundador de Dongfang Suanxin
El propio fundador puso límites al entusiasmo. Admitió que apilar varias capas de silicio puede reducir el rendimiento de fabricación, y que el acceso restringido a los nodos más avanzados sigue siendo el mayor obstáculo para la industria china.
Fondos estatales y capital de Jack Ma detrás de DFSX
Aunque nació hace apenas dos años, en 2024, DFSX no es un actor pequeño. Tiene su sede en el polo tecnológico de Zhangjiang, en Shanghái, emplea a más de 500 personas y mantiene centros de desarrollo en siete ciudades chinas, entre ellas Beijing y Shenzhen.
Su lista de inversionistas explica buena parte del interés que despertó. Entre los respaldos figuran el Fondo Nacional de Inversión en la Industria de IA, de carácter estatal, y Yunfeng Capital, la firma de capital de riesgo cofundada por Jack Ma, el fundador de Alibaba, además de los brazos de inversión de Xiaomi y JD.com. Reportó CoinDesk que la ronda Serie A+ que cerró en abril de 2026 dejó a la compañía con una valuación cercana a los 12,275 millones de yuanes, unos 1,700 millones de dólares.
El movimiento encaja con el momento. Washington endureció en mayo de 2026 los controles que impiden a Nvidia vender sus chips más potentes, incluida la serie Blackwell, a empresas con sede en China, y Beijing presionó a sus firmas de IA para que dejaran de comprar hardware estadounidense. Con Nvidia perdiendo terreno en el país y Huawei ya explorando el mismo camino del apilado 3D, DFSX llega a un tablero donde la autosuficiencia dejó de ser una consigna para volverse un argumento de venta.
La incógnita de fondo no es si DFSX puede fabricar un chip, sino si la arquitectura puede sustituir a la miniaturización cuando las sanciones cierran la puerta de los nodos avanzados. La respuesta llegará cuando el DF1000 salga de las presentaciones y entre a un centro de datos real. De ese resultado depende algo más grande que una empresa: quién controla el cómputo que mueve la IA que todos usamos.
