Por que a DeepSeek está migrando sua IA para os chips da Huawei
A desenvolvedora chinesa de IA DeepSeek estaria reconstruindo seus modelos para rodar nativamente em chips da Huawei, a gigante de telecomunicações e computação sediada em Shenzhen. A história, inicialmente apresentada pelo veículo de tecnologia chinês TMTPost como uma “mudança” em vez de uma simples adaptação de software, tornou-se um dos assuntos mais discutidos nos círculos tecnológicos do país esta semana.
Para leitores fora da China, o contexto importa. A DeepSeek ficou mundialmente famosa por lançar modelos de linguagem grandes e capazes a custos de treinamento incomumente baixos, perturbando brevemente os mercados de ações e levantando questões sobre se gastos enormes em infraestrutura de IA são realmente necessários. Seus modelos foram amplamente baixados e adaptados por desenvolvedores em todo o mundo.
Mas esses modelos foram em grande parte treinados e executados em processadores gráficos da Nvidia, a designer americana de chips que domina o mercado de aceleradores de IA. Nos últimos anos, os controles de exportação dos EUA limitaram quais chips da Nvidia podem ser vendidos a compradores chineses, pressionando as empresas chinesas de IA a buscar alternativas nacionais. A linha Ascend de processadores de IA da Huawei tornou-se a mais proeminente dessas alternativas.
Adaptar um modelo a um novo chip não é como instalar um novo driver. Frameworks de treinamento, bibliotecas de comunicação e kernels de baixo nível todos assumem certo comportamento de hardware. As equipes frequentemente passam meses reescrevendo código para que grandes clusters de chips possam se comunicar entre si de forma eficiente. O esforço relatado da DeepSeek é significativo porque sugere que um laboratório chinês líder está disposto a absorver esse custo em vez de esperar por acesso mais fácil a hardware estrangeiro.
A mudança também se encaixa em um padrão mais amplo. Fabricantes de servidores, provedores de nuvem e desenvolvedores de modelos chineses vêm construindo constantemente pilhas nacionais, de chips a compiladores e motores de inferência. A Huawei posicionou o Ascend como o centro desse ecossistema, oferecendo-o tanto a centros de computação ligados ao Estado quanto a empresas privadas. Se os modelos da DeepSeek rodarem bem no Ascend, isso se torna uma prova de que a pilha é viável para trabalho de nível de fronteira, não apenas para tarefas rotineiras.
Há questões em aberto. Desempenho por chip, consumo de energia e a maturidade da cadeia de ferramentas de software importam, e benchmarks independentes para aceleradores chineses continuam escassos. Alguns desenvolvedores reclamam que portar código leva mais tempo do que o esperado e que a documentação fica atrás da da Nvidia. A DeepSeek não publicou números detalhados sobre a migração.
Ainda assim, a direção é clara. Um campeão chinês de IA alinhando-se com um campeão chinês de chips é uma história sobre resiliência tanto quanto sobre tecnologia. Para leitores globais que acompanham a corrida da IA, é um lembrete de que a camada computacional por baixo dos chatbots e assistentes de programação do mundo está se tornando mais fragmentada, com diferentes regiões construindo diferentes fundamentos.
Se a aposta da DeepSeek compensará aparecerá na próxima geração de seus modelos: quão rápido treinam, quão barato servem os usuários e se desenvolvedores fora da China notam alguma diferença. Se não notarem, a realocação silenciosa em curso pode acabar se revelando uma das mudanças de infraestrutura mais consequentes do ano.