DeepSeek anunció el miércoles que se ha asociado con Huawei para desarrollar herramientas de programación para los procesadores Ascend AI de Huawei y está publicando los resultados, incluida una versión de su lenguaje TileLang posicionada como una alternativa más simple al CUDA de Nvidia.
La medida apunta al punto más débil de la armadura de Nvidia. El dominio de la empresa en la informática de IA nunca se ha centrado únicamente en el silicio; se basa en CUDA, el ecosistema de software en el que prácticamente todos los desarrolladores de IA se han capacitado. Para contextualizar por qué esto es importante, nuestra cobertura de la industria de la IA ha documentado repetidamente que el hardware solo gana cuando el software que lo rodea hace que el cambio sea doloroso.
Seis herramientas de código abierto para Ascend
Según Reuters, DeepSeek está lanzando seis módulos de software de código abierto creados para la plataforma Ascend de Huawei. El paquete incluye bibliotecas destinadas a mejorar el rendimiento informático y de comunicación en todos los chips, desarrolladas con lo que DeepSeek describe como un amplio soporte técnico de Huawei.
La pieza central es TileLang, un lenguaje de programación de alto nivel de código abierto diseñado para aceleradores de IA. DeepSeek sostiene que los desarrolladores necesitan un lenguaje que sea accesible y capaz de extraer el máximo rendimiento del hardware subyacente, y afirma que TileLang ofrece un modelo de programación más simple que CUDA. Si se cumple, la barrera para escribir código para chips de IA chinos se reducirá sustancialmente, que es precisamente el punto.
Un supernodo de 128 chips como prueba de escala
La colaboración también produjo resultados de hardware. DeepSeek y Huawei dicen que trabajaron en un sistema de supernodo que combina 128 chips Ascend 950, centrándose en optimizar la comunicación entre procesadores así como el rendimiento informático general: el problema de interconexión que históricamente ha separado a los aceleradores de nicho de las plataformas genuinas de centros de datos.
El anuncio se produce poco después de que Huawei presentara su próxima generación de procesadores de IA y sistemas informáticos de "supernodo", y la compañía espera que su infraestructura de IA tenga un uso más amplio para el entrenamiento de modelos a partir del próximo año. Un laboratorio de vanguardia que publica su software de sistemas para una plataforma de chip nacional es la señal más fuerte hasta ahora de que las empresas chinas de inteligencia artificial tienen la intención de ejecutar cargas de trabajo de capacitación serias sin hardware de Nvidia.
Por qué el foso de CUDA es el verdadero campo de batalla
CUDA se ha convertido en una parte central del dominio de Nvidia debido al enorme ecosistema de software construido alrededor de sus GPU: compiladores, bibliotecas y dos décadas de familiaridad con los desarrolladores. Cada versión de PyTorch, cada marco de inferencia, cada repositorio de investigación supone que CUDA funciona. Esa inercia, más que las especificaciones brutas de los chips, es lo que ha mantenido a raya a sus rivales.
La lógica estratégica del open source es igualmente deliberada. Las pilas de software de chip patentadas ganan por ser las predeterminadas; Los ecosistemas abiertos ganan al ser el respaldo de todos. Al publicar las herramientas de Ascend bajo licencias abiertas, DeepSeek reduce el costo de cambio para cualquier desarrollador u operador de nube que busque aprovechar los precios de Nvidia y hace que el hardware de Huawei sea viable exactamente para los compradores que nunca aceptarían una pila de un solo proveedor.
Por eso la colaboración DeepSeek-Huawei es importante más allá de China. Refleja un impulso más amplio dentro del país para desarrollar hardware de inteligencia artificial nacional y el software necesario para operarlo de manera eficiente, reduciendo la dependencia de la tecnología de Nvidia en un momento en que los controles de exportación de Estados Unidos ya han restringido el acceso a los chips más avanzados de Nvidia. El New York Times describió la asociación como un ataque directo a la fuente clave del dominio de la IA de Nvidia: no los chips en sí, sino el código que los hace indispensables.
Aprovechar una asociación existente
El lanzamiento del miércoles no es la primera señal de que DeepSeek apuesta por el silicio nacional. En abril, tanto Benzinga como el South China Morning Post informaron que el modelo V4 de DeepSeek fue construido y entrenado en chips Huawei, en lo que el SCMP describió como una colaboración que fortalece la autosuficiencia de la IA de China. Lo que es diferente ahora es el software: V4 demostró que los modelos podían ejecutarse en Ascend, mientras que esta versión brinda a todos los demás desarrolladores chinos las herramientas a seguir.
El camino no ha sido fácil. Generation-NT informó que DeepSeek retrasó previamente su modelo R2 en medio de dificultades con los chips Huawei Ascend, una decisión que, según el medio, reveló la fragilidad del ecosistema naciente. Huawei, por su parte, ha seguido acelerando: The Business Times informó a mediados de septiembre que la compañía estaba adelantando el lanzamiento de un nuevo chip de inteligencia artificial para competir con Nvidia. La versión de código abierto convierte efectivamente esos problemas crecientes en infraestructura compartida: los problemas que DeepSeek resuelve por sí mismo se convierten en problemas de los que todos los desarrolladores de Ascend se benefician.
Qué ver a continuación
Tres cosas determinarán si este esfuerzo da resultado. Primero, la adopción: las herramientas de código abierto sólo importan si los desarrolladores chinos realmente construyen con ellas, y la verdadera prueba de TileLang es si el entrenamiento de modelos en clústeres de Ascend se vuelve rutinario en lugar de experimental. En segundo lugar, el rendimiento: ya se ha informado que los propios modelos de DeepSeek funcionan con silicio de Huawei, pero igualar el rendimiento del entrenamiento de la era CUDA en cargas de trabajo heterogéneas es un listón diferente. En tercer lugar, el efecto indirecto: si TileLang madura hasta convertirse en un lenguaje genuinamente portátil para aceleradores de IA, podría complicar la posición de Nvidia mucho más allá de las fronteras de China.
Por ahora, el mensaje es claro. La siguiente fase de la carrera de hardware de IA se libra en el software, y DeepSeek acaba de publicar sus argumentos iniciales en público.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
