DeepSeek se hizo conocida por demostrar que un modelo de inteligencia artificial competitivo podía entrenarse y ejecutarse con menos recursos de los que la industria daba por inevitables. Ahora la compañía china quiere dar un paso más y diseñar su propio chip para ejecutar modelos.
El proyecto se encuentra todavía en una fase temprana, pero su dirección es importante. DeepSeek pretende reducir la dependencia de Nvidia y Huawei, controlar mejor sus costes y adaptar el hardware a las tareas concretas de inferencia. Es el mismo camino que están siguiendo muchas de las empresas que más dinero gastan en inteligencia artificial: comprar chips ajenos ha permitido crecer, pero fabricar uno propio puede resultar demasiado tentador.
Un chip pensado para responder, no para entrenar
Según la información publicada por Reuters, el procesador de DeepSeek estaría centrado en inferencia. Esa es la fase en la que un modelo ya entrenado recibe una petición y genera una respuesta para el usuario.
Entrenar un gran modelo exige una capacidad enorme y una red de aceleradores de última generación. La inferencia también consume muchos recursos, pero permite una especialización mayor. Una empresa puede diseñar un chip para sus modelos, sus formatos numéricos y sus patrones de uso, eliminando parte de la flexibilidad que ofrece una GPU generalista.
Eso no significa que DeepSeek vaya a sustituir rápidamente a Nvidia. Diseñar un chip es solo una parte del problema. También necesita fabricación avanzada, memoria de alto ancho de banda, software, empaquetado, redes de interconexión y una cadena de suministro capaz de producirlo a gran escala.
Las restricciones de Estados Unidos aceleran la independencia china
DeepSeek tiene un incentivo adicional. Las restricciones estadounidenses impiden que las empresas chinas accedan con normalidad a los chips más avanzados de Nvidia. Huawei se ha convertido en una alternativa importante dentro del país, pero depender de otro proveedor nacional no elimina la vulnerabilidad.
Desarrollar hardware propio puede ofrecer más control y reducir el impacto de futuras sanciones. También encaja con la estrategia china de construir una industria tecnológica menos dependiente de componentes estadounidenses.
La paradoja es que las restricciones pueden frenar el acceso inmediato a la mejor tecnología, pero también empujan a los competidores a invertir en alternativas. Nvidia conserva una ventaja enorme, aunque cada cliente bloqueado o preocupado por el suministro tiene más motivos para buscar una salida.
El gran negocio de Nvidia también crea a sus futuros rivales
Microsoft, Google, Amazon, Meta, OpenAI y otras compañías trabajan en chips propios o personalizados. No todas quieren convertirse en fabricantes de semiconductores para venderlos al mercado. Lo que buscan es reducir la factura, asegurar capacidad y negociar desde una posición más fuerte.
En Nvidia RTX Spark: el chip que puede cambiar el PC con Windows analizamos cómo Nvidia está ampliando su presencia más allá de las tarjetas gráficas. La compañía quiere controlar una parte creciente del ecosistema, desde centros de datos hasta ordenadores personales y software.
Ese dominio tiene una consecuencia. Cuanto más importante se vuelve Nvidia, más peligroso resulta depender de ella. Sus clientes necesitan sus chips para competir, pero también están financiando una infraestructura cuyo coste puede comerse buena parte del valor generado por la IA.
El software sigue siendo la mayor muralla
La ventaja de Nvidia no está únicamente en el rendimiento de sus GPU. CUDA, sus librerías y las herramientas construidas durante años han creado un entorno en el que desarrolladores e investigadores saben trabajar.
Un chip propio puede ser eficiente sobre el papel y fracasar si resulta difícil adaptar los modelos, depurar errores o mantener el sistema. DeepSeek tendrá que construir herramientas capaces de convertir su experiencia en software en una plataforma de hardware fiable.
La compañía parte con una ventaja: controla sus propios modelos y puede optimizar ambos lados al mismo tiempo. No necesita convencer a miles de desarrolladores externos desde el primer día. Si el chip funciona para sus servicios, ya puede reducir costes aunque nunca llegue a venderse fuera.
La carrera cambia cuando la IA deja de ser solo un modelo
Durante la primera etapa de la inteligencia artificial generativa, la atención estaba centrada en quién tenía el modelo más potente. Ahora la competición incluye centros de datos, electricidad, memoria, redes y fabricación de chips.
En La IA quiere vivir en tu casa… y también en el espacio repasábamos cómo la infraestructura empieza a condicionar el desarrollo del sector. Un modelo no es únicamente un archivo que puede copiarse; necesita una maquinaria física capaz de servir millones de respuestas.
DeepSeek ha demostrado que puede cuestionar los costes asumidos por la industria. Si consigue diseñar un acelerador propio, su siguiente desafío será cuestionar también quién controla el hardware. No amenaza a Nvidia de forma inmediata, pero confirma una tendencia que puede ser más importante a largo plazo: los mayores compradores de chips están trabajando para comprar cada vez menos.
