En poco más de un año, DeepSeek ha dejado de sonar como una rareza de la industria china para convertirse en uno de esos nombres que ya aparecen cada vez que hablamos de la carrera global de la inteligencia artificial. Primero la miramos por sus modelos, por su eficiencia y por la sacudida que provocó más allá de China. Ahora la pregunta empieza a moverse a otro terreno: qué ocurre cuando una empresa que compite en software entiende que la siguiente ventaja puede estar en los chips que hacen posible ejecutar esa IA a gran escala.
El salto al hardware. La información que abre este nuevo frente procede de Reuters. La agencia asegura, citando a tres personas familiarizadas con el asunto, que DeepSeek está desarrollando su propio chip de inteligencia artificial, orientado a tareas de inferencia y no al entrenamiento de nuevos modelos. El matiz técnico lo veremos enseguida, porque cambia bastante la lectura del movimiento. Por ahora, la cautela es obligatoria: DeepSeek no lo ha confirmado públicamente, el proyecto estaría en una fase temprana y la compañía no respondió a la solicitud de comentario de la agencia.
La clave está en la inferencia. La forma más sencilla de entenderlo es pensar en lo que ocurre después del entrenamiento. Una vez construido el modelo, cada pregunta que hacemos y cada respuesta que recibimos exige ponerlo a trabajar de nuevo. No es una operación aislada, sino una rutina que se repite millones de veces si el producto funciona. Por eso un chip pensado para esa fase no apunta tanto al prestigio técnico como a algo más terrenal: hacer que usar la IA salga más barato, sea más rápido y dependa menos de terceros.
El movimiento se entiende mejor si miramos de qué ha dependido DeepSeek hasta ahora. La compañía ha usado chips de NVIDIA y Huawei para entrenar y ejecutar sus modelos, incluida la base que sostuvo R1, entrenada sobre NVIDIA H800, un chip diseñado para el mercado chino cuya exportación a China fue prohibida por Washington a finales de 2023. Desde entonces, DeepSeek se ha apoyado cada vez más en Huawei: en abril lanzó su modelo V4 adaptado a Ascend y Huawei dijo que sus procesadores se usaron en parte del entrenamiento de V4-Flash.
DeepSeek ya no es una nota al pie: hasta hace no tanto, el debate global sobre IA parecía girar casi por completo alrededor de empresas estadounidenses como OpenAI, Google, Microsoft, Meta o Anthropic. DeepSeek cambió parte de esa conversación al demostrar que China también podía producir modelos capaces de circular fuera de su mercado doméstico y obligar a la industria a mirar hacia Hangzhou. Recordemos que la compañía fue ampliamente celebrada en China como campeona nacional de la IA.
La tendencia ya se ve en buena parte del sector. Google lleva años desarrollando sus TPU, Amazon tiene Inferentia para cargas de inferencia, Microsoft cuenta con Maia y Meta trabaja en MTIA. Reuters cita además dos movimientos recientes especialmente cercanos al caso: OpenAI anunció en junio su chip Jalapeño junto a Broadcom, también orientado a inferencia, y Anthropic estaba valorando diseñar sus propios chips. El patrón es bastante claro: las grandes compañías de IA quieren depender menos de proveedores externos y controlar mejor el coste, el rendimiento y la disponibilidad del cómputo que sostiene sus servicios.
El gran obstáculo está en fabricarlo. Diseñar un chip competitivo no es lo mismo que querer tenerlo. Desarrollar un acelerador de IA suele exigir años, mucho capital y una red de socios en diseño, fundición y memoria. Para una empresa china, además, el problema no acaba en el plano técnico: los controles de exportación de EEUU limitan el acceso a las fábricas extranjeras más avanzadas y también a la memoria de alto ancho de banda, un componente clave para este tipo de chips.
Los tiempos cambian. NVIDIA llegó al 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 puso en marcha CUDA, la arquitectura que ayudó a llevar el procesamiento paralelo de sus chips más allá de los gráficos. Cuando los modelos empezaron a necesitar cantidades enormes de cómputo, ya tenía el hardware y el ecosistema preparados. Durante años, para buena parte de la industria, competir en IA significó pasar por sus chips. Lo que sugiere el caso DeepSeek, con todas las cautelas, es que esa dependencia empieza a tener grietas.
Imágenes | Xataka con Nano Banana
En Xataka | Samsung gana 19 veces más que hace un año. Los inversores han reaccionado hundiendo la acción un 7%
Fuente informativa
#DeepSeek #quiere #competir #solo #con #modelos #nuevo #frente #apunta #directamente #negocio #NVIDIA #según #Reuters
