DeepSeek y Huawei unen fuerzas para reducir la dependencia de Nvidia en chips de IA

La competencia entre China y Nvidia por el mercado de inteligencia artificial acaba de moverse de los chips al software. DeepSeek se asoció con Huawei para desarrollar herramientas de programación optimizadas para los procesadores Ascend de la compañía china, con las que busca facilitar que los desarrolladores entrenen y ejecuten modelos de IA sin depender del ecosistema de Nvidia. DeepSeek anunció este miércoles que liberó como código abierto parte de la infraestructura desarrollada para Ascend, incluidas bibliotecas para cómputo y comunicación entre chips. La colaboración también contempla una arquitectura de supernodo basada en 128 procesadores Ascend 950, en la que ambas compañías trabajaron para optimizar tanto el procesamiento como la comunicación entre los chips.

La apuesta importa porque Nvidia no domina el mercado de IA únicamente por la capacidad de sus aceleradores. Una parte de su ventaja está en CUDA , su plataforma de software para programar y optimizar aplicaciones que utilizan sus GPU. Durante años, desarrolladores e investigadores han construido herramientas y aplicaciones alrededor de este ecosistema, lo que dificulta migrar cargas de trabajo hacia otro fabricante. Ahora, DeepSeek y Huawei buscan construir una alternativa sobre hardware chino. Una de las piezas centrales de la colaboración es TileLang, un lenguaje de programación de alto nivel y código abierto para desarrollar operaciones de cómputo en aceleradores de IA. DeepSeek sostiene que TileLang puede ofrecer un modelo de programación más sencillo que CUDA y permitir que los desarrolladores trabajen con el hardware sin tener que lidiar con tantos detalles de bajo nivel. La documentación pública de TileLang muestra que el proyecto ya cuenta con soporte para los Ascend 950 de Huawei, incluido código nativo, programación vectorial y mecanismos de sincronización. La importancia de esta capa está en que un chip no funciona de manera aislada. Para aprovecharlo en el entrenamiento y ejecución de modelos de IA se necesita software capaz de traducir las operaciones de los modelos a instrucciones que el procesador pueda ejecutar de manera eficiente. Ese es precisamente uno de los obstáculos que enfrenta Huawei frente a Nvidia. Desarrollar un acelerador competitivo no basta si los programadores tienen que reconstruir herramientas, bibliotecas y aplicaciones para utilizarlo. DeepSeek también liberó versiones para Ascend de herramientas utilizadas en sus propios sistemas. Entre ellas está DeepGEMM-Ascend, una implementación compatible con las API de DeepGEMM para los procesadores de Huawei y optimizada para operaciones de matrices utilizadas en cargas de trabajo de IA.

La alianza también muestra una división de capacidades entre ambas empresas. Huawei lleva años desarrollando su familia de aceleradores Ascend, mientras que DeepSeek aporta experiencia en la construcción y optimización de modelos de inteligencia artificial. Según DeepSeek, Huawei dio "pleno apoyo" al desarrollo de la infraestructura de programación y ambas compañías trabajaron en un supernodo compuesto por 128 Ascend 950, con optimizaciones tanto para el procesamiento como para la comunicación entre los chips. La iniciativa llega apenas dos semanas después de que Huawei presentara su siguiente generación de procesadores y sistemas de cómputo basados en supernodos. La compañía ha señalado que espera que estos sistemas tengan una utilización amplia para entrenamiento de modelos de IA el próximo año. Para China, el desarrollo del software es especialmente relevante porque las restricciones de Estados Unidos han limitado el acceso de sus empresas a algunos de los procesadores más avanzados de Nvidia. La respuesta de la industria china ha sido desarrollar alternativas locales de hardware, pero también reducir las barreras de software que dificultan su adopción. El movimiento de DeepSeek y Huawei no significa que CUDA haya sido desplazado ni que los procesadores Ascend hayan igualado a los aceleradores de Nvidia . La principal apuesta, por ahora, consiste en construir una infraestructura que permita a más desarrolladores trabajar con hardware chino y que reduzca el costo de cambiar de plataforma. El propio proyecto TileLang mantiene soporte para diferentes arquitecturas, incluidas Nvidia CUDA, AMD ROCm y Apple Metal, mientras que su implementación para Ascend amplía ese ecosistema hacia los procesadores de Huawei.

La estrategia, por tanto, apunta a una dependencia que suele pasar desapercibida cuando se habla de la guerra de chips: la dependencia del software. Nvidia puede vender un procesador a un cliente, pero su posición también se sostiene en las herramientas que los desarrolladores utilizan para aprovecharlo. Si Huawei consigue que más modelos y aplicaciones puedan ejecutarse de manera eficiente sobre Ascend, y DeepSeek contribuye con herramientas utilizadas en cargas de trabajo reales de IA, China podría reducir parte de esa dependencia sin tener que replicar de inmediato todo el ecosistema de Nvidia. Por ahora, el alcance de esa alternativa todavía está en construcción. Pero la alianza muestra que la carrera por la infraestructura de inteligencia artificial en China ya no se limita a fabricar un chip que compita con Nvidia, también consiste en construir las herramientas que permitan que los desarrolladores quieran utilizarlo.