DeepSeek y Huawei se alían para desarrollar chips de IA propios y reducir su dependencia de Nvidia
Un informe publicado por The Information el lunes 19 reveló que la startup china DeepSeek está colaborando con Huawei para desarrollar procesadores de inteligencia artificial adaptados a sus modelos. El objetivo es reducir la dependencia de los chips de Nvidia durante el entrenamiento de nuevas IA, en un contexto de restricciones al acceso a componentes estadounidenses.
Ingenieros de Huawei trabajan en las oficinas de DeepSeek, implementando ajustes tanto en los cálculos como en la comunicación entre los procesadores. Según el mismo informe, la empresa planea comenzar a utilizar el chip Ascend 950DT para entrenamiento a finales de 2026.
Por qué la integración de software y hardware es estratégica
Los modelos de IA de gran tamaño distribuyen tareas entre varios chips. Además de realizar operaciones matemáticas, estos chips necesitan intercambiar datos rápidamente. Si un procesador tiene que esperar información de otro, el rendimiento general disminuye, aunque todavía tenga capacidad de procesamiento disponible.
DeepSeek ha lanzado dos herramientas que ilustran esta integración. DeepGEMM-Ascend reúne rutinas de cálculo optimizadas para la familia de chips Ascend 950 de Huawei, mientras que DeepEP-Ascend gestiona la comunicación entre procesadores durante el entrenamiento y la inferencia. El lanzamiento de DeepGEMM-Ascend se registró el 30 de septiembre y ya ha sido validado en la plataforma Ascend 950.
Cómo superar el ecosistema de Nvidia
Cambiar de proveedor también requiere adaptar el software. Nvidia ofrece CUDA, un conjunto completo de compiladores, bibliotecas y herramientas que simplifican el desarrollo en sus chips. Para facilitar la transición, DeepSeek creó TileLang, un lenguaje que permite escribir rutinas compatibles con varios procesadores, incluidos los de Nvidia y los de Huawei. El repositorio de TileLang registra soporte nativo para Ascend 950 desde el 30 de septiembre, además de mantener compatibilidad con otras plataformas. Aunque útil, TileLang no reemplaza toda la funcionalidad de CUDA.
Estado actual de la colaboración y desafíos futuros
Las herramientas ya demuestran avances concretos, pero aún tienen limitaciones. Las pruebas de DeepEP-Ascend se realizaron en una configuración experimental ajustada manualmente, lo que no refleja necesariamente el rendimiento de un modelo completo de entrenamiento.
La colaboración se produce en un momento en que China busca alternativas a los semiconductores estadounidenses y enfrenta dificultades en la producción local. Para que la colaboración se convierta en una sustitución efectiva, será necesario combinar la integración técnica con una oferta de hardware a escala industrial.
En resumen, la alianza entre DeepSeek y Huawei representa un paso importante para diversificar el ecosistema de chips de IA en China, pero aún está lejos de eliminar completamente la dependencia de Nvidia.








