![\"DeepSeek](\"https:\/\/i.blogs.es\/37d588\/hardware-ia-deepseek-concepto.png\/1024_2000.jpeg\")
\n <\/p>\n\n \n <\/p>\n
En poco m\u00e1s de un a\u00f1o, DeepSeek<\/a> ha dejado de sonar como una rareza de la industria china para convertirse en uno de esos nombres que ya aparecen cada vez que hablamos de la carrera global de la inteligencia artificial. Primero la miramos por sus modelos, por su eficiencia y por la sacudida que provoc\u00f3 m\u00e1s all\u00e1 de China<\/a>. Ahora la pregunta empieza a moverse a otro terreno: qu\u00e9 ocurre cuando una empresa que compite en software entiende que la siguiente ventaja puede estar en los chips que hacen posible ejecutar esa IA a gran escala.<\/p>\n <\/p>\n El salto al hardware.<\/strong> La informaci\u00f3n que abre este nuevo frente procede de Reuters. La agencia asegur<\/a>a, citando a tres personas familiarizadas con el asunto, que DeepSeek est\u00e1 desarrollando su propio chip de inteligencia artificial, orientado a tareas de inferencia y no al entrenamiento de nuevos modelos. El matiz t\u00e9cnico lo veremos enseguida, porque cambia bastante la lectura del movimiento. Por ahora, la cautela es obligatoria: DeepSeek no lo ha confirmado p\u00fablicamente, el proyecto estar\u00eda en una fase temprana y la compa\u00f1\u00eda no respondi\u00f3 a la solicitud de comentario de la agencia.<\/p>\n La clave est\u00e1 en la inferencia<\/strong>. La forma m\u00e1s sencilla de entenderlo es pensar en lo que ocurre despu\u00e9s del entrenamiento. Una vez construido el modelo, cada pregunta que hacemos y cada respuesta que recibimos exige ponerlo a trabajar de nuevo. No es una operaci\u00f3n aislada, sino una rutina que se repite millones de veces si el producto funciona. Por eso un chip pensado para esa fase no apunta tanto al prestigio t\u00e9cnico como a algo m\u00e1s terrenal: hacer que usar la IA salga m\u00e1s barato, sea m\u00e1s r\u00e1pido y dependa menos de terceros.<\/p>\n <\/p>\n El movimiento se entiende mejor si miramos de qu\u00e9 ha dependido DeepSeek hasta ahora. La compa\u00f1\u00eda ha usado chips de NVIDIA y Huawei para entrenar y ejecutar sus modelos, incluida la base que sostuvo R1, entrenada sobre NVIDIA H800<\/a>, un chip dise\u00f1ado para el mercado chino cuya exportaci\u00f3n a China fue prohibida por Washington a finales de 2023. Desde entonces, DeepSeek se ha apoyado cada vez m\u00e1s en Huawei: en abril lanz\u00f3 su modelo V4<\/a> adaptado a Ascend y Huawei dijo que sus procesadores se usaron en parte del entrenamiento de V4-Flash<\/a>.<\/p>\n DeepSeek ya no es una nota al pie:<\/strong> hasta hace no tanto, el debate global sobre IA parec\u00eda girar casi por completo alrededor de empresas estadounidenses como OpenAI, Google, Microsoft, Meta o Anthropic. DeepSeek cambi\u00f3 parte de esa conversaci\u00f3n al demostrar que China tambi\u00e9n pod\u00eda producir modelos capaces de circular fuera de su mercado dom\u00e9stico y obligar a la industria a mirar hacia Hangzhou<\/a>. Recordemos que la compa\u00f1\u00eda fue ampliamente celebrada en China como campeona nacional de la IA.<\/p>\n <\/p>\n \"Ahora somos SpaceXAI\": las dos empresas de Elon Musk se fusionan porque a Wall Street le pirra la simplicidad<\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n La tendencia ya se ve en buena parte del sector<\/strong>. Google lleva a\u00f1os desarrollando sus TPU<\/a>, Amazon tiene Inferentia para cargas de inferencia<\/a>, Microsoft cuenta con Maia<\/a> y Meta trabaja en MTIA<\/a>. Reuters cita adem\u00e1s dos movimientos recientes especialmente cercanos al caso: OpenAI anunci\u00f3 en junio su chip Jalape\u00f1o junto a Broadcom<\/a>, tambi\u00e9n orientado a inferencia, y Anthropic estaba valorando dise\u00f1ar sus propios chips<\/a>. El patr\u00f3n es bastante claro: las grandes compa\u00f1\u00edas de IA quieren depender menos de proveedores externos y controlar mejor el coste, el rendimiento y la disponibilidad del c\u00f3mputo que sostiene sus servicios.<\/p>\n <\/p>\n El gran obst\u00e1culo est\u00e1 en fabricarlo<\/strong>. Dise\u00f1ar un chip competitivo no es lo mismo que querer tenerlo. Desarrollar un acelerador de IA suele exigir a\u00f1os, mucho capital y una red de socios en dise\u00f1o, fundici\u00f3n y memoria. Para una empresa china, adem\u00e1s, el problema no acaba en el plano t\u00e9cnico: los controles de exportaci\u00f3n de EEUU limitan el acceso a las f\u00e1bricas extranjeras m\u00e1s avanzadas y tambi\u00e9n a la memoria de alto ancho de banda, un componente clave para este tipo de chips.<\/p>\n <\/p>\n Los tiempos cambian<\/strong>. NVIDIA lleg\u00f3 al auge de la IA con una ventaja construida durante d\u00e9cadas: en 1999 lanz\u00f3 la GeForce 256, presentada por la propia compa\u00f1\u00eda como la primera GPU de la industria, y en 2006 puso en marcha CUDA<\/a>, la arquitectura que ayud\u00f3 a llevar el procesamiento paralelo de sus chips m\u00e1s all\u00e1 de los gr\u00e1ficos. Cuando los modelos empezaron a necesitar cantidades enormes de c\u00f3mputo, ya ten\u00eda el hardware y el ecosistema preparados. Durante a\u00f1os, para buena parte de la industria, competir en IA signific\u00f3 pasar por sus chips. Lo que sugiere el caso DeepSeek, con todas las cautelas, es que esa dependencia empieza a tener grietas.<\/p>\n <\/p>\n Im\u00e1genes | Xataka con Nano Banana<\/p>\n En Xataka | Samsung gana 19 veces m\u00e1s que hace un a\u00f1o. Los inversores han reaccionado hundiendo la acci\u00f3n un 7%<\/a><\/p>\n – \u00a0En poco m\u00e1s de un a\u00f1o, DeepSeek ha dejado de sonar como una rareza de la industria china para convertirse en uno de esos nombres que ya aparecen cada vez que hablamos de la carrera global de la inteligencia artificial. Primero la miramos por sus modelos, por su eficiencia y por la sacudida que provoc\u00f3 m\u00e1s all\u00e1 de China. Ahora la pregunta empieza a moverse a otro terreno: qu\u00e9 ocurre cuando una empresa que compite en software entiende que la siguiente ventaja puede estar en los chips que hacen posible ejecutar esa IA a gran escala. La clave est\u00e1 en la inferencia. La forma m\u00e1s sencilla de entenderlo es pensar en lo que ocurre despu\u00e9s del entrenamiento. Una vez construido el modelo, cada pregunta que hacemos y cada respuesta que recibimos exige ponerlo a trabajar de nuevo. No es una operaci\u00f3n aislada, sino una rutina que se repite millones de veces si el producto funciona. Por eso un chip pensado para esa fase no apunta tanto al prestigio t\u00e9cnico como a algo m\u00e1s terrenal: hacer que usar la IA salga m\u00e1s barato, sea m\u00e1s r\u00e1pido y dependa menos de terceros. En Xataka<\/p>\n \"Ahora somos SpaceXAI\": las dos empresas de Elon Musk se fusionan porque a Wall Street le pirra la simplicidad<\/p>\n La tendencia ya se ve en buena parte del sector. Google lleva a\u00f1os desarrollando sus TPU, Amazon tiene Inferentia para cargas de inferencia, Microsoft cuenta con Maia y Meta trabaja en MTIA. Reuters cita adem\u00e1s dos movimientos recientes especialmente cercanos al caso: OpenAI anunci\u00f3 en junio su chip Jalape\u00f1o junto a Broadcom, tambi\u00e9n orientado a inferencia, y Anthropic estaba valorando dise\u00f1ar sus propios chips. El patr\u00f3n es bastante claro: las grandes compa\u00f1\u00edas de IA quieren depender menos de proveedores externos y controlar mejor el coste, el rendimiento y la disponibilidad del c\u00f3mputo que sostiene sus servicios.<\/p>\n El gran obst\u00e1culo est\u00e1 en fabricarlo. Dise\u00f1ar un chip competitivo no es lo mismo que querer tenerlo. Desarrollar un acelerador de IA suele exigir a\u00f1os, mucho capital y una red de socios en dise\u00f1o, fundici\u00f3n y memoria. Para una empresa china, adem\u00e1s, el problema no acaba en el plano t\u00e9cnico: los controles de exportaci\u00f3n de EEUU limitan el acceso a las f\u00e1bricas extranjeras m\u00e1s avanzadas y tambi\u00e9n a la memoria de alto ancho de banda, un componente clave para este tipo de chips.<\/p>\n Los tiempos cambian. NVIDIA lleg\u00f3 al auge de la IA con una ventaja construida durante d\u00e9cadas: en 1999 lanz\u00f3 la GeForce 256, presentada por la propia compa\u00f1\u00eda como la primera GPU de la industria, y en 2006 puso en marcha CUDA, la arquitectura que ayud\u00f3 a llevar el procesamiento paralelo de sus chips m\u00e1s all\u00e1 de los gr\u00e1ficos. Cuando los modelos empezaron a necesitar cantidades enormes de c\u00f3mputo, ya ten\u00eda el hardware y el ecosistema preparados. Durante a\u00f1os, para buena parte de la industria, competir en IA signific\u00f3 pasar por sus chips. Lo que sugiere el caso DeepSeek, con todas las cautelas, es que esa dependencia empieza a tener grietas.<\/p>\n Im\u00e1genes | Xataka con Nano Banana<\/p>\n En Xataka | Samsung gana 19 veces m\u00e1s que hace un a\u00f1o. Los inversores han reaccionado hundiendo la acci\u00f3n un 7%<\/p>\n – La noticia<\/p>\n DeepSeek ya no quiere competir solo con modelos. Su nuevo frente apunta directamente al negocio de NVIDIA, seg\u00fan Reuters <\/p>\n fue publicada originalmente en<\/p>\n Xataka <\/p>\n por <\/p>\n Javier Marquez<\/p>\n .\u00a0\u00a0\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":" En poco m\u00e1s de un a\u00f1o, DeepSeek ha dejado de sonar como una rareza de la industria china para convertirse en uno de esos nombres que ya aparecen cada vez que hablamos de la carrera global de la inteligencia artificial. Primero la miramos por sus modelos, por su eficiencia y por la sacudida que provoc\u00f3 […]<\/p>\n","protected":false},"author":1,"featured_media":63831,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","footnotes":""},"categories":[6],"tags":[],"class_list":["post-63830","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia"],"_links":{"self":[{"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/posts\/63830","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=63830"}],"version-history":[{"count":0,"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/posts\/63830\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php?rest_route=\/wp\/v2\/media\/63831"}],"wp:attachment":[{"href":"https:\/\/ermdigital.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=63830"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=63830"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=63830"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n\n\n<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n\n\n\n\n
\n ![\""Ahora](\"https:\/\/i.blogs.es\/37007a\/spacexai-nuevo-nombre-spacex-xai\/375_142.jpeg\")
\n <\/a>\n <\/div>\n\n\n En Xataka<\/a>\n <\/div>\n
La noticia
\n
\n DeepSeek ya no quiere competir solo con modelos. Su nuevo frente apunta directamente al negocio de NVIDIA, seg\u00fan Reuters <\/em>
\n <\/a>
\n fue publicada originalmente en
\n
\n Xataka <\/strong>
\n <\/a>
\n por
\n
\n Javier Marquez
\n <\/a>
\n . <\/p>\n
\nEl salto al hardware. La informaci\u00f3n que abre este nuevo frente procede de Reuters. La agencia asegura, citando a tres personas familiarizadas con el asunto, que DeepSeek est\u00e1 desarrollando su propio chip de inteligencia artificial, orientado a tareas de inferencia y no al entrenamiento de nuevos modelos. El matiz t\u00e9cnico lo veremos enseguida, porque cambia bastante la lectura del movimiento. Por ahora, la cautela es obligatoria: DeepSeek no lo ha confirmado p\u00fablicamente, el proyecto estar\u00eda en una fase temprana y la compa\u00f1\u00eda no respondi\u00f3 a la solicitud de comentario de la agencia.<\/p>\n
\nEl movimiento se entiende mejor si miramos de qu\u00e9 ha dependido DeepSeek hasta ahora. La compa\u00f1\u00eda ha usado chips de NVIDIA y Huawei para entrenar y ejecutar sus modelos, incluida la base que sostuvo R1, entrenada sobre NVIDIA H800, un chip dise\u00f1ado para el mercado chino cuya exportaci\u00f3n a China fue prohibida por Washington a finales de 2023. Desde entonces, DeepSeek se ha apoyado cada vez m\u00e1s en Huawei: en abril lanz\u00f3 su modelo V4 adaptado a Ascend y Huawei dijo que sus procesadores se usaron en parte del entrenamiento de V4-Flash.
\nDeepSeek ya no es una nota al pie: hasta hace no tanto, el debate global sobre IA parec\u00eda girar casi por completo alrededor de empresas estadounidenses como OpenAI, Google, Microsoft, Meta o Anthropic. DeepSeek cambi\u00f3 parte de esa conversaci\u00f3n al demostrar que China tambi\u00e9n pod\u00eda producir modelos capaces de circular fuera de su mercado dom\u00e9stico y obligar a la industria a mirar hacia Hangzhou. Recordemos que la compa\u00f1\u00eda fue ampliamente celebrada en China como campeona nacional de la IA.<\/p>\n