DeepSeek, una destacada empresa china de inteligencia artificial, estaría desarrollando su propio chip de IA, según fuentes cercanas. Este movimiento estratégico busca optimizar la inferencia de modelos, reducir costos y disminuir la dependencia de proveedores externos como NVIDIA y Huawei, marcando un paso significativo en su evolución tecnológica.
En poco más de un año, DeepSeek ha pasado de ser una empresa emergente en la industria china a un actor relevante en la carrera global de la inteligencia artificial. Inicialmente reconocida por la eficiencia de sus modelos y el impacto que generó fuera de China, la compañía ahora explora un nuevo terreno: el desarrollo de chips propios. Este salto al hardware sugiere que DeepSeek cree que la próxima ventaja competitiva reside en los componentes que permiten la ejecución de IA a gran escala.
La información sobre este nuevo frente proviene de Reuters. La agencia, citando a tres personas familiarizadas con el asunto, asegura que DeepSeek está desarrollando su propio chip de inteligencia artificial. Este chip estaría orientado específicamente a tareas de inferencia, no al entrenamiento de nuevos modelos, un matiz técnico crucial que cambia la interpretación de este movimiento. No obstante, la cautela es fundamental, ya que DeepSeek no ha confirmado públicamente el proyecto, el cual se encontraría en una fase temprana, y la compañía no respondió a la solicitud de comentarios de la agencia.
La clave de esta estrategia radica en la inferencia. Para entenderlo de forma sencilla, se refiere a lo que ocurre después del entrenamiento de un modelo. Una vez que el modelo está construido, cada pregunta y cada respuesta que se procesa exige que el modelo trabaje de nuevo. Esta no es una operación aislada, sino una rutina que se repite millones de veces si el producto tiene éxito. Por lo tanto, un chip diseñado para esta fase no busca tanto el prestigio técnico como un objetivo más práctico: abaratar el uso de la IA, acelerar su funcionamiento y reducir la dependencia de terceros.
El movimiento de DeepSeek se comprende mejor al analizar su dependencia actual. Hasta ahora, la compañía ha utilizado chips de NVIDIA y Huawei para entrenar y ejecutar sus modelos, incluyendo la base de R1, entrenada con NVIDIA H800, un chip diseñado para el mercado chino cuya exportación fue prohibida por Washington a finales de 2023. Desde entonces, DeepSeek ha incrementado su apoyo en Huawei: en abril lanzó su modelo V4 adaptado a Ascend, y Huawei afirmó que sus procesadores se emplearon en parte del entrenamiento de V4-Flash.
DeepSeek ya no es un actor secundario. Hasta hace poco, el debate global sobre IA parecía centrarse casi exclusivamente en empresas estadounidenses como OpenAI, Google, Microsoft, Meta o Anthropic. DeepSeek alteró esta conversación al demostrar que China también podía producir modelos capaces de competir fuera de su mercado doméstico, obligando a la industria a prestar atención a Hangzhou. La compañía fue ampliamente elogiada en China como campeona nacional de la IA.
Esta tendencia de desarrollar chips propios ya es visible en gran parte del sector. Google ha estado desarrollando sus TPU durante años, Amazon cuenta con Inferentia para cargas de inferencia, Microsoft tiene Maia y Meta trabaja en MTIA. Reuters también menciona dos movimientos recientes particularmente relevantes: OpenAI anunció en junio su chip Jalapeño junto a Broadcom, también enfocado en inferencia, y Anthropic estaba evaluando diseñar sus propios chips. El patrón es claro: las grandes compañías de IA buscan reducir su dependencia de proveedores externos y controlar mejor el coste, el rendimiento y la disponibilidad del cómputo que sustenta sus servicios.
El principal obstáculo, sin embargo, reside en la fabricación. Diseñar un chip competitivo no es lo mismo que simplemente querer tenerlo. Desarrollar un acelerador de IA generalmente requiere años, una inversión considerable de capital y una red de socios en diseño, fundición y memoria. Para una empresa china, el problema se agrava más allá del plano técnico: los controles de exportación de Estados Unidos limitan el acceso a las fábricas extranjeras más avanzadas y también a la memoria de alto ancho de banda, un componente crucial para este tipo de chips.
Los tiempos están cambiando. NVIDIA alcanzó el auge de la IA con una ventaja construida durante décadas: en 1999 lanzó la GeForce 256, presentada por la propia compañía como la primera GPU de la industria, y en 2006 implementó CUDA, la arquitectura que ayudó a llevar el procesamiento paralelo de sus chips más allá de los gráficos. Cuando los modelos comenzaron a requerir cantidades enormes de cómputo, NVIDIA ya tenía el hardware y el ecosistema preparados. Durante años, para buena parte de la industria, competir en IA significó depender de sus chips. El caso DeepSeek, aunque con cautela, sugiere que esa dependencia comienza a mostrar fisuras.
