El laboratorio chino de inteligencia artificial DeepSeek se ha asociado con Huawei para lanzar un conjunto de herramientas de programación de código abierto para los chips Ascend AI de Huawei, una medida que apunta directamente al ecosistema de software que ha apuntalado el dominio de Nvidia en la informática de inteligencia artificial.

El anuncio se realizó en el canal oficial WeChat de DeepSeek y fue confirmado por Reuters, Bloomberg y The New York Times. Según The Decoder, el lanzamiento incluye bibliotecas para computación y para mover datos entre chips, y todo es de código abierto. DeepSeek dijo que Huawei "apoyó plenamente" el trabajo.

Para los lectores que siguen las últimas noticias sobre IA de la industria de chips de China, este es uno de los lanzamientos de software más importantes del año: es la señal más clara hasta ahora de que el principal laboratorio de IA de China está construyendo su pila alrededor del silicio nacional en lugar de las GPU de Nvidia.

Lo que realmente lanzó DeepSeek

En el centro del lanzamiento se encuentra TileLang, un lenguaje de programación de código abierto para chips de IA desarrollado originalmente por investigadores de la Universidad de Pekín. DeepSeek ha estado usando el lenguaje internamente durante aproximadamente un año, según The Decoder, y lo probó por primera vez en chips Nvidia más antiguos antes de llevarlo al hardware de Huawei.

El argumento de DeepSeek es que cualquiera que intente construir un ecosistema de software independiente para chips de IA necesita un lenguaje universal que sea fácil de programar y al mismo tiempo extraiga el máximo rendimiento del hardware. En opinión de la compañía, TileLang ofrece un modelo de programación más simple que CUDA, la plataforma patentada de Nvidia que ha sido el estándar de facto para el desarrollo de IA durante casi dos décadas.

El New York Times informa que TileLang es ahora la herramienta principal en el trabajo de DeepSeek hacia la inteligencia artificial general, un respaldo notable, dado que los modelos de DeepSeek se entrenan y sirven a escala de frontera.

Más allá del propio lenguaje

Además de TileLang, DeepSeek envió bibliotecas de código abierto que cubren la computación y el movimiento de datos entre chips, las dos cargas de trabajo que dominan el entrenamiento y la inferencia de IA a gran escala. La compañía también dijo que optimizó conjuntamente un "supernodo" con Huawei: un grupo de 128 chips Ascend 950 diseñados para funcionar como un solo sistema.

Por qué esto está dirigido directamente a Nvidia

La ventaja de Nvidia nunca ha sido sólo el diseño de chips. El verdadero foso de la compañía es CUDA y el ecosistema que lo rodea: se estima que cuatro millones de desarrolladores en todo el mundo construyen con CUDA, y esa base instalada es algo que rivales como AMD han luchado por cruzar incluso cuando su hardware parecía competitivo en el papel, señala The Decoder.

Eso es lo que diferencia el lanzamiento de DeepSeek-Huawei de los anuncios anteriores de chips chinos. En lugar de limitarse a construir hardware más rápido, la industria de la IA de China ahora está tratando de replicar la capa de software que encierra a los desarrolladores.

El New York Times informa que los fabricantes de modelos chinos como Z.ai y Moonshot AI, hasta ahora, se han movido más rápido que los fabricantes de chips del país, lo que significa que los mejores modelos de China todavía dependían en gran medida de la computación extranjera. Huawei quiere cerrar esa brecha. Dos semanas antes del anuncio de DeepSeek, Huawei presentó una nueva generación de procesadores de IA y sistemas de supernodos y dijo que se utilizarían ampliamente para el entrenamiento de modelos el próximo año.

El contexto del control de exportaciones

La asociación no puede separarse de los controles de exportación de Estados Unidos, que progresivamente han aislado a las empresas chinas del acceso a las GPU más avanzadas de Nvidia. El presidente rotativo de Huawei, Eric Xu, ha dicho que la compañía no puede aceptar un futuro que dependa de si otros están dispuestos a vender chips a China, según The Decoder. La decisión de DeepSeek de publicar abiertamente su software de chip también hace que sea más difícil para un solo proveedor (chino o estadounidense) controlar la capa de la que todos dependen.

¿Se está agrietando realmente el foso CUDA?

Un contexto interesante proviene de la firma de investigación SemiAnalysis, que recientemente probó Jalapeño, el chip de inferencia interno de OpenAI, y concluyó que el foso CUDA está "potencialmente muerto", señalando que OpenAI ejecuta nuevos modelos en su propio hardware notablemente rápido, y que Jalapeño superó a Blackwell de Nvidia en rendimiento por vatio en la mayoría de los escenarios probados, como informa The Decoder.

Pero los analistas añadieron importantes advertencias. Solo probaron escenarios relativamente fáciles de optimizar con aproximadamente 8.000 tokens de entrada y 1.000 tokens de salida, y aún no han ejecutado AgentX, un punto de referencia que mide cómo los agentes de IA manejan tareas de varios pasos, exactamente donde SemiAnalysis encontró a Nvidia muy por delante en agosto.

Qué significa para la industria

La lectura realista no es que CUDA colapse de la noche a la mañana. Cuatro millones de desarrolladores, dos décadas de bibliotecas e innumerables implementaciones de producción no migran rápidamente. Pero la combinación del software de DeepSeek, los nuevos chips de Huawei y los esfuerzos de silicio personalizados como el de OpenAI sugiere que el bloqueo del software que convirtió a Nvidia en la opción predeterminada se está eliminando desde múltiples direcciones a la vez.

Para China, la recompensa es estratégica: una pila de software alternativa viable y abierta hace que los chips nacionales sean utilizables a escala, lo que reduce el apalancamiento de la política exportadora estadounidense. Para todos los demás, un ecosistema TileLang de código abierto podría eventualmente reducir el costo de apuntar a hardware que no sea Nvidia en cualquier parte del mundo.

DeepSeek y Huawei no han revelado puntos de referencia de rendimiento que comparen la nueva pila con CUDA en hardware equivalente, por lo que las afirmaciones concretas de velocidad y eficiencia aún no han sido probadas. Lo que está claro es la dirección: el laboratorio de IA más visto en China ya no trata el software de Nvidia como una dependencia inevitable.

Manténgase por delante de la IA

¿Te perdiste una historia? Leer más noticias sobre IA →