La apuesta de Japón por chips de IA: ¿Puede Mokama competir con

El chip que nadie observa — aún

Fujitsu lanzó su CPU FUJITSU-MONAKA en noviembre de 2026, y casi nadie fuera de Japón le presta atención. Ese podría ser su mayor riesgo. El chip se vende junto con servidores fabricados en la fábrica de Kashima, en la prefectura de Ishikawa, dirigido a proveedores de nube, operadores de centros de datos y vendedores de servidores que tienen en mente cadenas de suministro domésticas. La compañía lo presenta como la piedra angular de un negocio de IA de 3 billones de yenes para el ejercicio fiscal 2035.

El timing, sin embargo, es despiadado. Para finales de 2026, el mercado de chips de inferencia de IA ya estaba saturado: los sistemas NVIDIA de la serie H y Blackwell dominaban los despliegues empresariales, AMD ampliaba su posición con el MI300X, y la serie M de Apple demostraba que las cargas de trabajo de inferencia basadas en ARM podían ejecutarse de manera eficiente en silicio personalizado. Intel empujaba Gaudi para entrenamiento e inferencia de IA generativa, mientras que los TPU de Google se habían convertido discretamente en la columna vertebral de su propia infraestructura en la nube. En este escenario irrumpió una empresa japonesa que vendía un CPU basado en ARM optimizado para cargas de trabajo de inferencia —no una GPU de propósito general ni un ASIC diseñado específicamente para ello—.

Lo que las especificaciones significan realmente

La arquitectura técnica es innegablemente seria. Los núcleos del CPU están fabricados con un proceso de 2 nanómetros, mientras que los dies de SRAM y E/S utilizan un proceso de 5 nm en una configuración apilada 3D. Fujitsu afirma que esto permite al chip manejar cálculos matriciales a nivel de hardware, combinado con optimización de software, para ofrecer “rendimiento práctico de inferencia de IA” solo con el CPU. Ese último matiz importa enormemente: sugiere que la compañía no pretende reemplazar las GPU para entrenamiento, sino competir en el nivel de inferencia, donde la eficiencia energética y la eficiencia en costos importan cada vez más a medida que escala el despliegue de modelos.

El empaquetado del servidor refuerza el ángulo de eficiencia. El MONAKA Server de Fujitsu es una unidad de 1U que opera a temperaturas ambiente de hasta 40 °C con refrigeración por aire, o 45 °C con agua. La compañía afirma hasta un 80 % de reducción en el consumo de energía de refrigeración en comparación con configuraciones convencionales. En mercados donde la electricidad y la refrigeración representan entre el 30 y 40 % de los costos operativos totales de un centro de datos, esa es una propuesta de valor legítima —si la capacidad bruta de inferencia es lo suficientemente competitiva como para justificar el cambio de hardware—.

La soberanía como estrategia

El CEO de Fujitsu, Itaru Saito, enmarcó el lanzamiento en torno al concepto de “orquestación soberana”: construir infraestructura de IA a partir de componentes diseñados en Japón, servicios japoneses y plataformas japonesas para garantizar la soberanía de datos y la transparencia de la cadena de suministro. La compañía ya ofrece un modelo empresarial de IA llamado Takane, una plataforma llamada Kozuchi, sistemas de supercomputación y computación cuántica, y un servicio de consultoría llamado Uvance Wayfinder. La plataforma Kozuchi fue mencionada notablemente en discusiones sobre localización de datos en el sudeste asiático, donde empresas japonesas se han posicionado como alternativas a los proveedores de nube estadounidenses y chinos.

El ángulo de fabricación doméstica no es solo branding nacionalista. Fujitsu vende el argumento de la trazabilidad: saber dónde fue diseñado, fabricado y ensamblado un chip, con visibilidad total de la cadena de suministro. En un mundo donde las controles de exportación de EE. UU. han restringido la venta de chips avanzados a China, y donde empresas chinas como Huawei han respondido con alternativas respaldadas por el Estado, Fujitsu está posicionando a Japón como un tercer polo —soberano pero no sancionado, competitivo pero no dominante—.

Los primeros clientes son reveladores. Los sectores financiero, telecomunicaciones y manufactura reciben entrega anticipada antes de la disponibilidad general en abril de 2027 para Japón y Europa. Las instituciones de investigación y aplicaciones de defensa también están en la lista. Estos son precisamente los segmentos donde las preocupaciones de soberanía de datos son más agudas y donde las reglas de contratación gubernamental favorecen a los proveedores nacionales.

La realidad competitiva

Aquí es donde la narrativa optimista se topa con los números duros. Un CPU basado en ARM que realiza inferencia es fundamentalmente diferente de una GPU o un TPU. La fortaleza de ARM en procesadores de servidor —los chips Graviton que ejecutan la infraestructura de AWS, los sistemas Ampere Altra— proviene de cargas de trabajo de propósito general, no de operaciones matriciales densas a la escala que exige la inferencia de IA moderna. El enfoque de dies apilados y la aceleración matricial por hardware de Fujitsu son decisiones de ingeniería genuinas, pero no eliminan la desventaja arquitectónica.

Las ofertas de inferencia de NVIDIA, incluidas la L40S y la próxima generación Rubin, están diseñadas exactamente para esa carga de trabajo. El TPU v5p de Google está optimizado para inferencia basada en transformers a gran escala. Las alternativas chinas —la serie Ascend 910 de Huawei y el silicio personalizado de Cambricon— se ofrecen a precios agresivos y cuentan con un mercado doméstico de cientos de millones de solicitudes de inferencia diarias. El mercado objetivo de Fujitsu es una fracción de esa escala.

El nodo de proceso de 2 nm también es una espada de doble filo. Producir en ese nodo normalmente requiere acceso a las fábricas de TSMC o Samsung Foundry, ambas bajo presión estadounidense para restringir la asignación de capacidad a clientes chinos. Si Fujitsu está confiando en una fábrica japonesa para la producción de 2 nm —lo cual el artículo no aclara—, estaría operando en una desventaja significativa de rendimiento y capacidad en comparación con competidores que utilizan fábricas maduras en Taiwán o Corea.

Qué pasa después

El objetivo de 1,5 billones de yenes de Fujitsu para el segmento de “plataforma soberana” solo es una cifra agresiva que asume un cambio significativo del mercado hacia una infraestructura de IA localizada y trazable. La estrategia de la compañía depende de tres variables inciertas: si los clientes japoneses y europeos priorizarán la soberanía sobre el rendimiento bruto, si la vía de inferencia ARM puede cerrar la brecha con las alternativas de GPU en costo por inferencia, y si el ecosistema de fabricación de semiconductores de Japón puede soportar producción a escala de 2 nm de manera doméstica o a través de foundries aliadas sin interferencia de EE. UU. o China.

La fecha de envío a Japón y Europa en abril de 2027 es la primera prueba real. Si los primeros clientes reportan latencia de inferencia y métricas de costos satisfactorias en comparación con sus despliegues de GPU existentes, la narrativa cambia de curiosidad a competencia creíble. Si no, Monaka se convierte en otro proyecto de campeón nacional bienintencionado que nunca sale de la fase de prueba de concepto.

Las ambiciones semiconductoras de Japón tienen una historia más larga de lo que este lanzamiento sugiere. La supercomputadora Fugaku, basada en VLIW y desarrollada por Fujitsu y RIKEN, se classificó consistentemente como el sistema más rápido del mundo y demostró que la ingeniería japonesa podía competir en los niveles computacionales más altos. Monaka lleva ese linaje a la era de la IA. Pero la supercomputación y la inferencia de IA son batallas diferentes con economías distintas. La pregunta es si las lecciones de una se trasladan a la otra —y si el mercado tiene espacio para una tercera opción en un duopolio que rápidamente se está convirtiendo en un monopolio—.