Del uso de NVIDIA a los chips de Huawei

DeepSeek, que saltó a la fama internacional con modelos de lenguaje de gran escala de bajo costo, ha dependido hasta ahora de los chips de NVIDIA para entrenar y operar sus modelos de IA. La compañía daría ahora un paso más allá del uso de los chips de Huawei para la inferencia, stage en el que ya se había avanzado, y los emplearía también en la fase de entrenamiento (en chino, 'xuexi'), una tarea computacionalmente mucho más exigente.

Significado y limitaciones

El entrenamiento con hardware nacional chino constituiría un cambio estratégico relevante, dado que el entrenamiento de grandes modelos de lenguaje (LLM) exige un rendimiento y una estabilidad de software que hasta ahora ofrecían principalmente las GPU de NVIDIA. La empresa estadounidense, además, enfrenta restricciones de exportación hacia China, lo que refuerza el incentivo de los desarrolladores chinos de IA para migrar hacia proveedores locales como Huawei.

No obstante, los detalles técnicos sobre el alcance y la escala de este uso de los chips de Huawei no se han confirmado de manera completa, por lo que conviene mantener cautela sobre el grado real de sustitución logrado.

El plan de DeepSeek de entrenar modelos con chips de Huawei representa un intento concreto de reducir la dependencia de NVIDIA, y la afirmación resulta, en conjunto, Mayormente verdadero.