DeepSeek, una destacada empresa china en el ámbito de la inteligencia artificial, está explorando un nuevo horizonte al desarrollar su propio chip de IA, según fuentes cercanas. Este movimiento estratégico busca optimizar las tareas de inferencia, cruciales para la ejecución de modelos de IA a gran escala, con el objetivo de reducir costos, acelerar procesos y disminuir la dependencia de proveedores externos. Esta iniciativa subraya una tendencia creciente en la industria de la IA donde las grandes compañías buscan integrar verticalmente el hardware para potenciar sus capacidades.
En poco más de un año, DeepSeek ha pasado de ser una novedad en la industria china a un actor relevante en la carrera global de la inteligencia artificial. Inicialmente reconocida por sus modelos eficientes y su impacto más allá de China, la empresa ahora se aventura en un nuevo terreno: el desarrollo de chips. Este cambio estratégico surge de la comprensión de que la próxima ventaja competitiva podría residir en el hardware que permite ejecutar la IA a gran escala.
La información que revela este nuevo enfoque proviene de Reuters, que, citando a tres personas familiarizadas con el asunto, afirma que DeepSeek está desarrollando su propio chip de inteligencia artificial. Este chip estaría diseñado específicamente para tareas de inferencia, no para el entrenamiento de nuevos modelos. Aunque este matiz técnico es significativo y cambia la interpretación del movimiento, es importante mantener la cautela: DeepSeek no ha confirmado públicamente el proyecto, que se encontraría en una fase temprana, y la compañía no respondió a la solicitud de comentarios de la agencia.
La clave de este desarrollo reside en la inferencia. Para entenderlo de manera sencilla, se refiere a lo que ocurre después del entrenamiento de un modelo de IA. Una vez que el modelo está construido, cada pregunta formulada y cada respuesta recibida requieren que el modelo se ponga a trabajar de nuevo. Esta operación no es 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, hacerlo más rápido y reducir la dependencia de terceros.
Este movimiento se comprende mejor al analizar la dependencia actual de DeepSeek. 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 a China 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 indicó 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 ha alterado parte de esa conversación al demostrar que China también puede producir modelos capaces de competir fuera de su mercado doméstico, obligando a la industria a prestar atención a Hangzhou. Cabe recordar que la compañía ha sido ampliamente elogiada en China como una campeona nacional de la IA.
Esta tendencia se observa en gran parte del sector. Google lleva años desarrollando sus TPU, 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 en colaboración con Broadcom, también enfocado en inferencia, y Anthropic estaba considerando diseñar sus propios chips. El patrón es claro: las grandes compañías de IA buscan reducir su dependencia de proveedores externos y controlar mejor el costo, el rendimiento y la disponibilidad de la computación que sustenta sus servicios.
El principal obstáculo radica en la fabricación. Diseñar un chip competitivo no es lo mismo que simplemente desear tenerlo. El desarrollo de un acelerador de IA suele requerir años, una inversión considerable de capital y una red de socios en diseño, fundición y memoria. Para una empresa china, el problema no se limita al aspecto técnico: los controles de exportación de Estados Unidos restringen 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, que la propia compañía presentó como la primera GPU de la industria, y en 2006 puso en marcha CUDA, la arquitectura que ayudó a extender el procesamiento paralelo de sus chips más allá de los gráficos. Cuando los modelos comenzaron a requerir enormes cantidades de cómputo, NVIDIA ya tenía el hardware y el ecosistema preparados. Durante años, para gran parte de la industria, competir en IA significaba depender de sus chips. Lo que sugiere el caso DeepSeek, con todas las precauciones, es que esa dependencia comienza a mostrar grietas.
