DeepSeek, la empresa china que revolucionó el panorama global de la inteligencia artificial en poco más de un año, está dando un paso estratégico que podría transformar la industria: desarrollar su propio chip de IA. Según Reuters, citando a tres personas familiarizadas con el proyecto, la compañía está trabajando en un procesador orientado específicamente a tareas de inferencia, la fase donde los modelos ya entrenados responden a millones de consultas diarias. Aunque DeepSeek no ha confirmado públicamente esta información y el proyecto se encuentra aún en fase temprana, este movimiento marca un punto de inflexión crucial en la competencia tecnológica global.
\n\n
El significado de este giro no es menor: hasta ahora, DeepSeek ha dependido de chips de NVIDIA y Huawei para entrenar y ejecutar sus modelos. Su modelo R1, que causó conmoción internacional por su rendimiento y eficiencia, fue entrenado con NVIDIA H800, un procesador que Washington prohibió exportar a China a finales de 2023. Desde entonces, la empresa ha migrado progresivamente hacia soluciones de Huawei. Ahora, al diseñar su propio hardware para inferencia, DeepSeek busca romper esta cadena de dependencia y controlar completamente la cadena de valor de sus operaciones de IA.
\n\n
Contexto y antecedentes
\n\n
La ascensión de DeepSeek en la escena internacional de la IA ha sido meteórica. Hace apenas un año, la compañía era prácticamente desconocida fuera de China. Sin embargo, su demostración de que es posible entrenar modelos de IA competitivos con mayor eficiencia y menores costos cambió la narrativa global. DeepSeek probó que el dominio estadounidense en inteligencia artificial no era absoluto, demostrando que empresas chinas podían crear herramientas capaces de competir a nivel mundial y desplazar la conversación tecnológica desde Silicon Valley hacia Hangzhou.
\n\n
Este contexto es fundamental para entender el nuevo movimiento hacia el hardware propio. Durante años, NVIDIA ha reinado prácticamente sin oposición en el mercado de aceleradores de IA, heredando décadas de ventaja tecnológica que comenzaron con su GPU GeForce 256 en 1999 y se consolidaron con CUDA en 2006. Para cualquier empresa que quisiera competir en IA, pasar por los chips de NVIDIA era prácticamente obligatorio. Sin embargo, ese monopolio de facto empieza a mostrar grietas, y DeepSeek representa solo un eslabón de una cadena más amplia de desafíos a este dominio.
\n\n
Puntos clave
\n\n
- \n
- DeepSeek está desarrollando un chip de IA orientado a inferencia (responder consultas), no al entrenamiento de nuevos modelos, según fuentes de Reuters
- El objetivo es reducir dependencia de NVIDIA y Huawei, tras las restricciones estadounidenses a exportaciones de chips avanzados a China
- Otros gigantes de la IA ya han iniciado proyectos similares: OpenAI con Jalapeño, Google con TPU, Amazon con Inferentia, y Meta con MTIA
- Un chip de inferencia propia permitiría a DeepSeek reducir costos operativos, mejorar velocidad de respuesta y controlar mejor su tecnología
- El principal desafío es la fabricación: diseñar chips requiere años, capital masivo y acceso a fábricas avanzadas vetadas a empresas chinas por restricciones estadounidenses
\n
\n
\n
\n
\n
\n\n
Qué significa esto?
\n\n
La noticia de DeepSeek desarrollando su propio chip marca un cambio paradigmático en la economía de la inteligencia artificial. Hasta ahora, el modelo dominante era que las empresas compiten en software y modelos, mientras que el hardware es provisto por especializados como NVIDIA. Pero una vez que el software funciona y genera valor, el siguiente paso lógico es controlar también el hardware que lo ejecuta. Esto reduce costos (pues elimina intermediarios), aumenta la velocidad de innovación (al diseñar hardware específico para tus necesidades) y, crucialmente, reduce la vulnerabilidad geopolítica a restricciones comerciales.
\n\n
Para NVIDIA, esto representa una amenaza de largo plazo, aunque no inmediata. La empresa seguirá siendo dominante mientras los competidores logren fabricar sus chips, un proceso que podría tomar años incluso para una empresa bien financiada como DeepSeek. Sin embargo, el patrón es claro: Google, Amazon, Microsoft y Meta ya han invertido miles de millones en chips propios. Si DeepSeek logra éxito en inferencia, presionará a NVIDIA sobre márgenes de ganancia precisamente donde la empresa ha sido más vulnerable a las guerras comerciales: en el mercado chino.
\n\n
Perspectiva para Colombia y América Latina
\n\n
Aunque este conflicto entre DeepSeek y NVIDIA pueda parecer un asunto de Silicon Valley y tecnología china, tiene implicaciones reales para América Latina. En primer lugar, afecta los costos de adopción de inteligencia artificial en la región: si DeepSeek logra crear alternativas más baratas a NVIDIA, las empresas latinoamericanas que quieran implementar IA tendrán opciones más accesibles. En segundo lugar, abre un espacio político y comercial que América Latina podría explotar, especialmente países como Brasil, México y Colombia que buscan desarrollar capacidades tecnológicas propias.
\n\n
La competencia entre proveedores de chips también impacta la soberanía digital. Para gobiernos y empresas de la región, depender menos de un único proveedor estadounidense significa mayor libertad de acción tecnológica. Sin embargo, también plantea dilemas: ¿confiar en alternativas chinas cuando el riesgo geopolítico se trasladó pero no se eliminó? La respuesta probablemente sea que América Latina necesita más opciones locales y regionales, algo que esta competencia entre gigantes tecnológicos podría, eventualmente, facilitar.
\n\n
Preguntas frecuentes
\n\n¿Cuál es la diferencia entre un chip de entrenamiento y uno de inferencia?\n
Un chip de entrenamiento está optimizado para procesar enormes volúmenes de datos y ajustar billones de parámetros de un modelo de IA, una tarea que ocurre una sola vez o pocas veces. Un chip de inferencia, en cambio, está diseñado para ejecutar un modelo ya entrenado millones de veces respondiendo consultas de usuarios. Esto requiere arquitecturas diferentes: la inferencia necesita baja latencia y bajo consumo de energía, mientras que el entrenamiento requiere máximo paralelismo. DeepSeek apunta a inferencia porque es donde están los costos operativos recurrentes más altos.
\n\n¿Por qué es tan difícil para DeepSeek fabricar sus propios chips?\n
Diseñar un chip es complejo pero relativamente manejable con talento e inversión. Fabricarlo es otra historia. Las fábricas de chips más avanzadas del mundo están en Taiwan (TSMC) y Corea del Sur (Samsung), ambas limitadas por restricciones estadounidenses para procesar trabajo sensible para empresas chinas. Además, los chips de IA necesitan memoria de alta velocidad (HBM) que solo fabrican pocos proveedores occidentales también restringidos. Esto obliga a DeepSeek a buscar soluciones en Huawei o fabricantes chinos, que son menos avanzados. Por eso el proyecto está en fase temprana: resolver estos obstáculos técnicos y geopolíticos llevará años.
\n\n
«
