La Variable Que Nadie Gobierna: Por Qué TSMC y NVIDIA Controlan Qué Futuro de IA Obtenemos

Por The Aether Council | Análisis de Tecnología Estratégica y Seguridad Nacional

La mayoría de los debates sobre gobernanza de la IA están ocurriendo una capa demasiado arriba.

Cada marco serio publicado entre 2021 y 2025 — la EU AI Act, el NIST AI Risk Management Framework, la Bletchley Declaration, las Interim Measures for Generative AI de China, la Executive Order 14110 de Biden — comparte un punto ciego estructural tan fundamental que los hace, en el mejor de los casos, contingentemente aplicables y, en el peor, estratégicamente decorativos. Todos discuten modelos. Todos discuten datos de entrenamiento, salvaguardas de despliegue, líneas rojas y técnicas de alineamiento. Ninguno modela formalmente la variable que determina si alguno de esos marcos puede aplicarse en absoluto.

Llámelo The Intangible Fallacy: formuladores de políticas intentando regular pesos, conjuntos de datos y barandillas de despliegue mientras ignoran la única variable que hace ejecutables esas políticas en primer lugar — el sustrato físico sobre el que funciona la IA.

El software es fungible. El hardware es finito. Si no puedes controlar el silicio físico, tu marco de gobernanza es una sugerencia.

Dos marcos hacen ese problema abordable:

The Compute Control Hierarchy (CCH) — la cadena de apalancamiento desde materias primas hasta despliegue en la nube, identificando qué actores controlan cada capa y qué permite o niega ese control.

The Supply Chain Leverage Point (SCLP) Framework — los cuellos de botella específicos donde una sola empresa o jurisdicción puede alterar las trayectorias globales de desarrollo de IA mediante una decisión de asignación, denegación, licenciamiento o producción.

La conclusión central es incómoda pero ineludible: TSMC y NVIDIA, junto con ASML y un pequeño conjunto de empresas de estados aliados, ejercen actualmente más influencia práctica sobre el ritmo, la geografía y la aplicabilidad del desarrollo de IA que la mayoría de las instituciones formales de gobernanza de IA. No porque escriban las reglas. Porque controlan los cuellos de botella.

I. The Compute Control Hierarchy

La pila estándar de gobernanza de IA trata la computación como un insumo. Eso es analíticamente inadecuado. La computación no es un insumo genérico. Es una cadena de suministro políticamente estructurada, y el control en cada capa significa algo diferente.

Capa 1: Materias Primas — El Cuello de Botella Mineral

El sustrato de semiconductores avanzados requiere silicio de ultra alta pureza, gas neón, paladio, galio, germanio y un portafolio de elementos de tierras raras. Estos no son commodities intercambiables. Las fábricas avanzadas requieren insumos de extraordinaria pureza con tolerancia cero a la contaminación.

China controla aproximadamente el 60% de la minería global de tierras raras y el 90% del procesamiento de tierras raras, según el Informe de Minerales Críticos 2023 de la IEA. En julio de 2023, Pekín impuso controles de exportación sobre galio y germanio a través de MOFCOM — no como un embargo, sino como una demostración. Una señal de que la Capa 1 puede ser armada selectivamente y calibrada según dinámicas de escalamiento específicas. El U.S. Geological Survey confirmó que Estados Unidos tiene capacidad de refinación doméstica casi nula para cualquiera de los dos elementos.

El gas neón — crítico para los láseres excimer en litografía DUV — provenía históricamente en un 45–54% de Ucrania. La invasión rusa de Ucrania cortó ese suministro. La industria se ha diversificado desde entonces, pero el episodio estableció un precedente: un solo shock geopolítico en la Capa 1 se propaga a través de cada capa posterior sin ningún mecanismo de gobernanza para gestionarlo.

Japón controla cuotas críticas de fotorresinas y químicos especializados a través de JSR, TOK y Shin-Etsu. El mecanismo es dependencia regulada por calidad. Las fábricas avanzadas no pueden sustituir química de menor grado sin pérdida de rendimiento.

Implicación para la gobernanza: Ningún marco de gobernanza de IA contempla la posibilidad de que una interrupción de materias primas pueda restringir la producción global de computación para IA durante 12–36 meses sin sustituto. Esta es la Dependency Exposure Class I: un cuello de botella donde los actores afectados no tienen mitigación a corto plazo ni mecanismo institucional para una respuesta coordinada.

Capa 2: Equipos de Fabricación — El Cuello de Botella Litográfico

Este es el cuello de botella individual más consecuente en toda la CCH, y está controlado por una sola empresa.

ASML Holding, con sede en Veldhoven, es el único fabricante de máquinas de litografía ultravioleta extrema (EUV) en la Tierra. Las series TWINSCAN NXE y EXE son necesarias para fabricar cualquier semiconductor de 7nm o inferior. No hay proveedor alternativo ni solución alternativa. Canon y Nikon fabrican sistemas DUV para nodos maduros, pero ninguno tiene un programa EUV viable. El monopolio de ASML no es un resultado de mercado que la competencia pueda erosionar — es consecuencia de más de 20 años de co-desarrollo con Zeiss SMT (óptica EUV con tolerancias sub-angstrom) y Trumpf (láseres de CO₂ que generan luz EUV al golpear gotas de estaño fundido), representando más de €6 mil millones en I+D antes de que se enviara la primera herramienta comercial.

Cada NXE:3800E cuesta aproximadamente €350–380 millones. La serie de próxima generación High-NA EXE:5000, que permite la fabricación sub-2nm, tiene un costo similar — con las primeras entregas a Intel y TSMC comenzando en 2024–2025. ASML produjo aproximadamente 53 sistemas EUV en 2023. La demanda global supera la oferta. La lista de espera se mide en años.

En septiembre de 2023, el gobierno holandés — bajo presión diplomática sostenida de EE.UU. coordinada a través del acuerdo trilateral de control de exportaciones con Japón — exigió licencias para exportaciones de litografía avanzada a China. El U.S. Bureau of Industry and Security aprovecha la Foreign Direct Product Rule para forzar a ASML a inutilizar máquinas remotamente o negar el servicio, convirtiendo hardware de cientos de millones de dólares en peso muerto. Los nuevos envíos de herramientas de vanguardia están efectivamente bloqueados.

Applied Materials, Lam Research y KLA controlan herramientas esenciales de deposición, grabado y control de procesos en Estados Unidos. Tokyo Electron proporciona sistemas críticos de recubrimiento/revelado y grabado desde Japón. Esto es lo que debería denominarse formalmente The Allied Toolchain Denial Regime: una arquitectura de control de exportaciones basada en coaliciones en la que EE.UU., los Países Bajos y Japón coordinan controles sobre los equipos de producción necesarios para la fabricación en nodos avanzados.

Implicación para la gobernanza: La decisión de control de exportaciones del gobierno holandés es, en términos funcionales, la decisión de gobernanza de IA más consecuente tomada por cualquier gobierno hasta la fecha. Determina qué naciones pueden fabricar chips de frontera. Ningún organismo de gobernanza de IA tuvo participación. Ningún marco la modela. Esta es la Dependency Exposure Class II: un cuello de botella monopolístico donde la alineación política de un solo actor determina las trayectorias tecnológicas globales — y donde la decisión de gobernanza se toma a través de la legislación de control de exportaciones, no de mecanismos de supervisión de IA.

Capa 3: Fabricación de Obleas — La Fundición

Este es el corazón del sistema.

Taiwan Semiconductor Manufacturing Company (TSMC) fabrica aproximadamente el 90% de los semiconductores más avanzados del mundo en nodos sub-7nm. Los nodos de proceso N3 y N4/N5 de TSMC fabrican los chips que impulsan la IA de frontera: los H100 (N4), H200 (N4) y B100/B200 de arquitectura Blackwell (N4P) de NVIDIA, el MI300X de AMD (N5/N6), la serie TPU v5 de Google, el Trainium2 de Amazon y el Maia 100 de Microsoft.

Samsung Foundry es el único otro actor sub-5nm, pero ha enfrentado desafíos persistentes de rendimiento. Intel Foundry Services es estratégicamente importante pero sigue siendo un actor en proceso de alcanzar paridad. GlobalFoundries abandonó la carrera de nodos avanzados en 2018.

TSMC no es simplemente un fabricante. TSMC es el sustrato físico de la IA de frontera. Cada laboratorio importante de IA — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — depende de chips de la Fab 18 de TSMC en Tainan e instalaciones relacionadas. El gasto de capital de TSMC en 2024 fue de $28–32 mil millones, la mayor parte dirigida a la expansión de nodos avanzados. La demanda de clientes de IA ha creado escasez de asignación. TSMC decide cuántas obleas recibe cada cliente por trimestre. Esta decisión de asignación es uno de los mecanismos de distribución de recursos más consecuentes de la economía global, tomada por el equipo de planificación de operaciones de una empresa privada sin ningún marco de rendición de cuentas pública.

Esto crea lo que debería denominarse formalmente The Taiwan Fabrication Concentration Problem: una condición en la que una sola isla, a través de una empresa, alberga una proporción desproporcionada de la capacidad de fabricación más estratégicamente valiosa del mundo.

Implicación para la gobernanza: La asignación de capacidad de TSMC es la restricción vinculante sobre la oferta global de computación para IA. Ningún gobierno revisa estas asignaciones. Ningún organismo internacional las monitorea. Esta es la Dependency Exposure Class III: un monopolio de fabricación en una geografía disputada donde la brecha de gobernanza es total.

Capa 4: Empaquetado Avanzado — La Constricción CoWoS

Esta es la capa que la mayoría de las discusiones políticas pasan por alto por completo.

Los aceleradores modernos de IA no son simplemente chips fabricados. Su rendimiento depende del empaquetado avanzado — específicamente CoWoS (Chip-on-Wafer-on-Substrate) y técnicas relacionadas de integración 2.5D/3D que emparejan GPUs con pilas de HBM. La capacidad de CoWoS fue un cuello de botella más severo que la fabricación de obleas para la producción de chips de IA durante 2023–2024. TSMC ha estado expandiéndose agresivamente — supuestamente triplicando la capacidad de CoWoS hasta 2025 — pero la demanda sigue superando la oferta.

La HBM está controlada por un triopolio: SK Hynix (~53% de HBM3E), Samsung (~40–43%) y Micron (~4–7%, en crecimiento). SK Hynix ha sido el proveedor preferido de NVIDIA, logrando la calificación de HBM3E primero. Samsung enfrentó desafíos de rendimiento y disipación de calor, supuestamente retrasando su calificación con NVIDIA hasta finales de 2024.

Esta es The Packaging Bottleneck Reality: en la IA de frontera, la capacidad de empaquetado avanzado es una variable estratégica de primer orden. Un acelerador de IA sin integración CoWoS y HBM no es un chip de entrenamiento desplegable.

Implicación para la gobernanza: El empaquetado avanzado y el suministro de HBM son invisibles para todos los marcos de gobernanza de IA pero funcionan como techos rígidos sobre la producción de chips. Esta es la Dependency Exposure Class IV: un cuello de botella oculto que los analistas de políticas no pueden ver porque se encuentra demasiado profundo en la pila técnica.

Capa 5: Distribución de Chips — El Veto del Asignador

Incluso después de fabricados los chips, no se asignan de manera neutral. Se racionan.

NVIDIA posee una cuota de mercado estimada del 80%+ para aceleradores de entrenamiento de IA. Su dominio no es meramente una historia de hardware — es una historia de ecosistema. CUDA, la plataforma propietaria de computación paralela de NVIDIA lanzada por primera vez en 2006, es el modelo de programación de facto para cargas de trabajo de IA. Más de 4 millones de desarrolladores usan CUDA. Cada framework principal de IA — PyTorch, TensorFlow, JAX — está optimizado para CUDA. ROCm de AMD y oneAPI de Intel son alternativas viables pero enfrentan una brecha de ecosistema medida en años.

Durante la escasez aguda de 2023–2024, las decisiones de asignación de NVIDIA no fueron puramente impulsadas por el mercado. El CEO Jensen Huang se involucró personalmente con los principales clientes — los hiperescaladores, programas soberanos de IA, startups seleccionadas. El marco de asignación supuestamente priorizó compromisos de volumen de hiperescaladores con acuerdos de compra a largo plazo, relaciones estratégicas y consideraciones de seguridad nacional donde la orientación del gobierno de EE.UU. fue un factor.

NVIDIA también diseñó los A800 y H800 como variantes específicas para China que cumplían con las reglas del BIS de octubre de 2022 al reducir el ancho de banda de interconexión por debajo de los umbrales controlados. Cuando el BIS endureció los controles en octubre de 2023, esas variantes se volvieron no exportables. El cumplimiento de NVIDIA con los controles de exportación — o su evasión creativa a través de productos degradados — determina la efectividad de esos controles.

NVIDIA ya no es simplemente una empresa tecnológica privada. Es The Corporate State Proxy. Cuando el Departamento de Comercio de EE.UU. desea restringir el desarrollo de IA chino, escribe un umbral de densidad de rendimiento específicamente diseñado para forzar a NVIDIA a alterar la arquitectura de sus productos. Los mecanismos de cumplimiento y las tablas de asignación de NVIDIA son el brazo ejecutor real de la política de IA de EE.UU. Este es The Private-Sovereign Entanglement Problem: las decisiones comerciales de una empresa privada conllevan consecuencias estratégicas de nivel soberano, mientras la empresa opera sin un marco de gobernanza proporcional a esa consecuencia.

Implicación para la gobernanza: NVIDIA es uno de los actores de gobernanza más consecuentes en la IA actual. Ningún marco de gobernanza la modela como tal. Esta es la Dependency Exposure Class V: un cuello de botella de distribución donde la estructura del mercado determina el acceso a la capacidad de frontera.

Capa 6: Infraestructura en la Nube — La Capa de Nube Soberana

La capa final es donde la computación se convierte en un servicio invocable en lugar de un objeto enviado.

AWS, Microsoft Azure, Google Cloud y Oracle Cloud operan los centros de datos donde ocurre el entrenamiento e inferencia de IA. Estas empresas también sirven como canales preferidos para el acceso que cumple con las exportaciones — el mecanismo es acceso a computación supervisado jurisdiccionalmente en lugar de posesión física sin restricciones.

La integración vertical de los proveedores de nube con los laboratorios de IA de frontera crea una estructura que no es un mercado neutral. La relación exclusiva de Microsoft con OpenAI, la integración de DeepMind por parte de Google, y la inversión de $4 mil millones de Amazon en Anthropic (con AWS como proveedor de nube preferido) significan que la asignación de computación en la nube está vinculada a alianzas estratégicas, participaciones accionarias y acuerdos de acceso preferencial.

Para las startups de IA e investigadores académicos no afiliados a un hiperescalador, la computación es el cuello de botella principal — más que el talento, más que los datos, más que la financiación. El piloto del National AI Research Resource, lanzado en enero de 2024, está varios órdenes de magnitud por debajo de lo que requiere el entrenamiento de frontera.

Implicación para la gobernanza: Las decisiones de precios, asignación y asociación de los hiperescaladores funcionan como política de desarrollo de IA de facto. Su integración vertical con los laboratorios de frontera crea un conflicto de interés estructural que ningún marco de gobernanza aborda.

Capa 7: Despliegue en el Borde e Inferencia

Una séptima capa, emergente y cada vez más significativa: la gobernanza de IA debe lidiar con el cambio de la inferencia centralizada en la nube al despliegue en dispositivo. Los modelos cuantizados y destilados — la familia Llama 3 de Meta, los modelos de Mistral — pueden ejecutarse en hardware de consumo. Esto distribuye la capacidad de IA más allá del centro de datos y complica cualquier régimen de gobernanza que dependa del monitoreo centralizado del uso de computación. La gobernanza basada en computación centralizada sigue siendo la restricción vinculante para el entrenamiento; para la inferencia, se está volviendo progresivamente menos ejecutable.

II. The Supply Chain Leverage Point Framework

El framework SCLP hace una pregunta más difícil: ¿dónde, exactamente, puede un actor tomar una decisión que cambie la trayectoria global de la IA?

Un SCLP debe cumplir tres criterios: control monopólico o cuasi-monopólico en el nodo (>60% sin alternativa sustituible dentro de 24 meses), ninguna solución alternativa viable en el plazo relevante, y un espacio de decisión que incluya opciones que alterarían materialmente la capacidad global de IA.

Existen cinco SCLPs primarios a partir de 2025:

|------|-------|---------------------|-------------------|

La observación crítica: los SCLPs 1, 2 y 4 están todos ubicados dentro de la primera cadena de islas del Pacífico Occidental. Los Países Bajos son la excepción, pero la cadena de suministro secundaria de ASML depende en gran medida de componentes del Este de Asia. La infraestructura física de la IA de frontera está concentrada en el teatro geopolítico más disputado del planeta.

El control en cualquier eslabón se propaga en cascada: ASML retiene EUV → TSMC paraliza líneas de 3nm → NVIDIA raciona H100s → xAI retrasa su próximo superclúster. La CCH no es una abstracción teórica. Es la estructura causal real de la capacidad global de IA.

III. The Substrate Shock Doctrine: Lo Que Ocurre De la Noche a la Mañana

Cualquier conversación seria sobre gobernanza de IA debe modelar la contingencia de Taiwán. No porque una invasión sea segura. Porque todo el sistema de computación de frontera está arquitectónicamente predicado en la operación ininterrumpida de TSMC.

Escenario A: Bloqueo

Un bloqueo naval y aéreo de la RPC sobre Taiwán interrumpiría la cadena de suministro de TSMC sin atacar directamente a TSMC. Las fábricas de TSMC requieren insumos continuos: fotorresinas de JSR y Tokyo Ohka Kogyo, grabadores de Stella Chemifa, gases, fotomáscaras, piezas de repuesto para herramientas EUV y DUV — todas principalmente de origen japonés. Un bloqueo que corte la logística marítima y aérea fuerza a TSMC a consumir los inventarios en las instalaciones. Las estimaciones de la industria sugieren 2–8 semanas de continuidad operativa antes de que los insumos críticos se agoten.

Dentro de 30–60 días, la producción de nodos avanzados de TSMC comenzaría a degradarse. Dentro de 90 días, se acercaría a cero para nuevos inicios de obleas. El inventario existente — almacenado en NVIDIA, hiperescaladores, distribuidores — se convertiría en el suministro total disponible. Un stock finito y que se agota rápidamente.

Escenario B: Acción Militar Directa

La destrucción física de las fábricas avanzadas de TSMC representaría una pérdida catastrófica y efectivamente irreversible. Una sola fábrica avanzada representa $15–20+ mil millones en inversión de capital y 3–5 años de construcción y tiempo de calificación. El conocimiento incorporado — recetas de proceso, datos de optimización de rendimiento, experiencia de la fuerza laboral — no puede reconstruirse a partir de planos. La capacidad de producción global para chips de IA de frontera sería eliminada por un mínimo de 3–7 años, incluso bajo un escenario optimista donde Intel, Samsung y las fábricas de TSMC en el extranjero en Arizona, Kumamoto y Dresde fueran aceleradas rápidamente.

La Implicación Estratégica

Una contingencia en Taiwán no simplemente desaceleraría el desarrollo de IA. Crearía una discontinuidad — una reducción en función escalón del suministro global de computación de frontera que persistiría durante años. Cada marco de gobernanza de IA predicado en el escalamiento continuo de capacidades (cronogramas de investigación de alineamiento, ciclos de adaptación regulatoria, mecanismos de coordinación internacional) sería invalidado de la noche a la mañana.

Este es The Overnight Capability Reordering Scenario: un shock geopolítico no borra la capacidad de IA por igual. Favorece a los actores con la mayor base instalada existente, reservas de chips, acceso seguro a la nube y prioridad política doméstica. Una crisis en Taiwán transformaría instantáneamente la IA de un mercado en crecimiento a un activo estratégico racionado — y los actores que posean silicio pre-conflicto constituirían la nueva aristocracia de la computación.

Esta es también la razón por la que la CHIPS and Science Act de 2022 de EE.UU. — $52.7 mil millones para incentivos de fabricación de semiconductores, I+D y desarrollo de fuerza laboral — no es principalmente un programa de desarrollo económico. Es una cobertura de seguridad nacional contra este escenario. También es, según el análisis de la CCH, insuficiente en escala y velocidad. La capacidad total de nodos avanzados entregada por fábricas con sede en EE.UU. hasta 2028–2030 seguirá siendo una pequeña fracción de lo que TSMC opera en Taiwán hoy.

IV. The Regulatory Sieve Effect: ¿Están Funcionando los Controles de Exportación?

La evaluación honesta: parcialmente, de manera desigual, y más eficazmente sobre el techo de fabricación que sobre el acceso a corto plazo.

El BIS ha implementado tres rondas principales de control. Octubre de 2022 restringió las exportaciones de chips lógicos avanzados por encima de umbrales de rendimiento, herramientas de litografía EUV y personas estadounidenses que apoyan la fabricación avanzada de semiconductores en China — el uso más agresivo de controles de exportación para la denegación tecnológica desde CoCom. Octubre de 2023 cerró la laguna de los A800/H800 al reducir los umbrales de densidad de rendimiento y ampliar los artículos controlados. 2024 y en adelante añadieron designaciones de listas de entidades y restricciones de equipos de empaquetado avanzado.

Donde los controles están funcionando: China no puede fabricar chips de IA de vanguardia domésticamente. El proceso N+2 de clase 7nm de SMIC utiliza técnicas de multi-patronaje DUV que están limitadas en rendimiento, son costosas y no pueden escalar económicamente. Sin EUV, la fabricación a 5nm e inferior con rendimientos competitivos no es viable. Los fabricantes nacionales de equipos de China — SMEE para litografía, Naura y AMEC para grabado y deposición — permanecen varias generaciones tecnológicas detrás de ASML, Applied Materials, Lam Research, KLA y Tokyo Electron.

Donde los controles no están funcionando: Las empresas chinas realizaron arbitraje temporal, acumulando cientos de miles de NVIDIA A100s antes de que las restricciones entraran en vigor. Entidades acceden a computación avanzada a través de empresas pantalla en el sudeste asiático, Oriente Medio y Asia Central. Los investigadores chinos de IA aún acceden a computación a través de proveedores de nube no estadounidenses en jurisdicciones no cubiertas. El Ascend 910B de Huawei, fabricado por SMIC, ofrece aproximadamente un 60–80% del rendimiento de entrenamiento del A100 con menores rendimientos y mayor costo — un piso doméstico por debajo del cual la capacidad de IA china no caerá independientemente de los controles.

Este es The Regulatory Sieve Effect: el mecanismo es poroso. El régimen de control de exportaciones está retrasando, no denegando, el acceso a la computación. No se puede embargar una llamada API con agentes aduaneros. Hasta que los proveedores de nube estén legalmente obligados a implementar KYC criptográfico a nivel de hipervisor, el Compute Arbitrage — arrendar instancias H100 a través de entidades pantalla offshore de proveedores de nube occidentales o de Oriente Medio — sigue siendo estructuralmente disponible.

Esto produce The Threshold Evasion Cycle: los reguladores definen un límite de rendimiento; las empresas rediseñan productos para permanecer comercialmente útiles mientras técnicamente cumplen; los reguladores actualizan los controles; las empresas rediseñan de nuevo. El ciclo favorece al evasor sobre el regulador.

Evaluación neta: los controles están logrando ralentizar el acceso de China a la frontera de la computación para IA, probablemente entre 2–4 años para el diseño de chips y 5–10+ años para la fabricación doméstica de capacidades equivalentes a escala. No están logrando nada que se aproxime a una denegación completa.

V. The Sovereign Silicon Trajectory: El Cronograma Realista de Independencia de China

El programa de autosuficiencia en semiconductores de China es el mayor esfuerzo de política industrial dirigida por el estado desde el programa espacial soviético, impulsado por la misma motivación fundamental: una vulnerabilidad estratégica que el liderazgo nacional considera existencial.

El National Integrated Circuit Industry Investment Fund — el Big Fund — ha desplegado $19 mil millones (Fase I, 2014), $28.9 mil millones (Fase II, 2019) y $47.5 mil millones (Fase III, 2024) — el mayor tramo individual de capital de inversión en semiconductores reunido por cualquier gobierno en la historia. La inversión estatal directa total a través del Big Fund solo supera los $95 mil millones, complementados por fondos provinciales y préstamos dirigidos por el estado que elevan el apoyo total muy por encima de $150 mil millones hasta 2030.

Donde China ha hecho progreso real: La fabricación en nodos maduros de 28nm y superiores se acerca a la autosuficiencia. Las empresas chinas de diseño fabless — HiSilicon, Cambricon, Biren, Moore Threads — han demostrado arquitecturas competentes y en algunos casos innovadoras. El empaquetado OSAT estándar es competitivo globalmente.

Donde persisten las barreras estructurales: La litografía EUV es el problema más difícil y la barrera más duradera. SMEE ha demostrado una herramienta de inmersión DUV de 28nm — aproximadamente 15 años detrás de la capacidad actual de ASML. Desarrollar EUV doméstico requiere no solo el escáner sino toda la cadena de suministro secundaria: fuentes de luz EUV (equivalente a Trumpf), óptica EUV (equivalente a Zeiss SMT con precisión de superficie sub-angstrom), películas protectoras EUV, fotorresinas compatibles con EUV. No existe un cronograma creíble para que China logre capacidad EUV doméstica antes de principios o mediados de la década de 2030 como muy pronto. Las herramientas EDA de Synopsys y Cadence siguen 5–10 años por delante de las alternativas chinas. El talento en ingeniería de procesos — el conocimiento tácito de ingeniería de rendimiento y análisis de defectos que reside en la fuerza laboral formada en TSMC, Samsung e Intel — toma una generación en construirse, no un ciclo de financiación.

Cronograma realista: Esta es la Semiconductor Catch-Up Time Constant — el capital acelera el progreso, pero no puede comprimir cada capa de aprendizaje industrial por mandato.

| Capacidad | Logro Doméstico Proyectado |

|-----------|---------------------------|

| Autosuficiencia en nodos maduros (28nm+) | En curso actualmente |

| Reducción significativa de brecha en aceleradores avanzados de IA | Finales de la década de 2020, nichos específicos |