Por qué DeepSeek está trasladando su IA a los chips de Huawei
El desarrollador chino de IA DeepSeek supuestamente está reconstruyendo sus modelos para que funcionen de forma nativa en chips de Huawei, el gigante de telecomunicaciones e informática con sede en Shenzhen. La historia, presentada inicialmente por el medio tecnológico chino TMTPost como un “movimiento” más que como una simple adaptación de software, se ha convertido en uno de los temas más comentados en los círculos tecnológicos del país esta semana.
Para los lectores fuera de China, el contexto importa. DeepSeek se hizo mundialmente famoso por lanzar modelos de lenguaje grandes y capaces a costos de entrenamiento inusualmente bajos, lo que perturbó brevemente los mercados bursátiles y suscitó preguntas sobre si realmente es necesario un gasto enorme en infraestructura de IA. Sus modelos han sido ampliamente descargados y adaptados por desarrolladores de todo el mundo.
Pero esos modelos fueron entrenados y ejecutados en gran medida en procesadores gráficos de Nvidia, el diseñador estadounidense de chips que domina el mercado de aceleradores de IA. En los últimos años, los controles de exportación de Estados Unidos han limitado qué chips de Nvidia pueden venderse a compradores chinos, lo que ha empujado a las empresas chinas de IA a buscar alternativas nacionales. La línea Ascend de procesadores de IA de Huawei se ha convertido en la más prominente de esas alternativas.
Adaptar un modelo a un nuevo chip no es como instalar un nuevo controlador. Los marcos de entrenamiento, las bibliotecas de comunicación y los núcleos de bajo nivel asumen cierto comportamiento del hardware. Los equipos a menudo pasan meses reescribiendo código para que grandes clústeres de chips puedan comunicarse entre sí de manera eficiente. El esfuerzo reportado de DeepSeek es significativo porque sugiere que un laboratorio chino líder está dispuesto a absorber ese costo en lugar de esperar un acceso más fácil al hardware extranjero.
El movimiento también encaja en un patrón más amplio. Los fabricantes de servidores, proveedores de nube y desarrolladores de modelos chinos han estado construyendo constantemente pilas nacionales, desde chips hasta compiladores y motores de inferencia. Huawei ha posicionado a Ascend como el centro de ese ecosistema, ofreciéndolo tanto a centros de cómputo vinculados al Estado como a empresas privadas. Si los modelos de DeepSeek funcionan bien en Ascend, se convierte en una prueba de que la pila es viable para trabajo de nivel frontera, no solo para tareas rutinarias.
Hay preguntas abiertas. El rendimiento por chip, el consumo de energía y la madurez de la cadena de herramientas de software importan, y los puntos de referencia independientes para los aceleradores chinos siguen siendo escasos. Algunos desarrolladores se quejan de que portar código lleva más tiempo de lo esperado y que la documentación va por detrás de la de Nvidia. DeepSeek no ha publicado cifras detalladas sobre la migración.
Aun así, la dirección es clara. Un campeón chino de la IA alineándose con un campeón chino de chips es una historia sobre resiliencia tanto como sobre tecnología. Para los lectores globales que observan la carrera de la IA, es un recordatorio de que la capa informática que sustenta los chatbots y asistentes de programación del mundo se está volviendo más fragmentada, con diferentes regiones construyendo diferentes fundamentos.
Si la apuesta de DeepSeek da sus frutos se mostrará en la próxima generación de sus modelos: qué tan rápido entrenan, con qué economía sirven a los usuarios y si los desarrolladores fuera de China notan alguna diferencia. Si no lo hacen, la reubicación silenciosa que está en marcha podría resultar uno de los cambios de infraestructura más trascendentales del año.