Deepseek lanza herramientas libres para chips Huawei Ascend
Deepseek pone su peso en software al servicio de Huawei. La desarrolladora china de IA ha creado un conjunto de herramientas de programación para los chips de IA Ascend de Huawei y lo publica todo como código abierto. El objetivo es fácil de enunciar y difícil de alcanzar: que el hardware chino sea tan fácil de programar como el de Nvidia.
El anuncio llegó a través del canal oficial de Deepseek en WeChat, y Reuters y The New York Times han aportado más detalles.
Qué ha publicado Deepseek
El paquete incluye bibliotecas para ejecutar cálculos en los chips Ascend y para mover datos entre chips. Según Deepseek, Huawei "respaldó plenamente" el proyecto. Ambas compañías también colaboraron para optimizar un supernodo, un clúster de 128 chips Ascend 950 conectados para funcionar como un único gran sistema.
La pieza central es TileLang, un lenguaje de programación de código abierto para chips de IA. Lo desarrollaron originalmente investigadores de la Universidad de Pekín, y Deepseek lleva usándolo aproximadamente un año. La empresa lo probó primero en chips de Nvidia más antiguos. Según el NYT, TileLang es ahora la herramienta principal de Deepseek en su trabajo sobre inteligencia artificial general (AGI).
El razonamiento de Deepseek es sencillo. Cualquier intento de construir un ecosistema de software independiente para chips de IA necesita antes un lenguaje universal. Ese lenguaje tiene que ser fácil de escribir y, aun así, exprimir todo el rendimiento del hardware. Deepseek asegura que TileLang ofrece un modelo de programación más sencillo que CUDA, la plataforma de software de Nvidia.
Por qué el verdadero cuello de botella es el software
Esta alianza apunta a uno de los mayores puntos débiles de la industria china de la IA. Los chips nacionales existen, pero necesitan software capaz de sacarles todo su rendimiento.
La ventaja de Nvidia nunca se ha basado solo en el diseño de chips. También se apoya en unos cuatro millones de desarrolladores en todo el mundo que escriben código para CUDA. Esa base de desarrolladores es lo que mantiene a raya a sus rivales. Ni siquiera competidores como AMD, con hardware que sobre el papel parecía igual de potente, han logrado superarla.
Según el NYT, los desarrolladores chinos de modelos como Z.ai y Moonshot AI han avanzado hasta ahora más rápido que los fabricantes de chips del país. Huawei intenta ponerse al día. Dos semanas antes del anuncio de Deepseek, presentó nuevos procesadores de IA y sistemas de supernodos, y afirmó que se usarán de forma generalizada para entrenar modelos el año que viene.
Huawei también reconoce que no da abasto con la demanda interna, así que prevé vender menos chips en el extranjero. Eric Xu, actual presidente rotatorio de Huawei (la compañía rota su máximo cargo directivo entre varios altos ejecutivos), señaló a los controles de exportación de Estados Unidos. Dijo que Huawei no puede aceptar un futuro que dependa de que otros estén dispuestos a vender chips a China.
¿Sigue en pie el foso de CUDA?
La consultora SemiAnalysis lleva tiempo midiendo cuánto queda de la ventaja de Nvidia en software. Tras probar Jalapeño, el chip de inferencia de OpenAI, sus analistas calificaron el foso de CUDA de "potencialmente muerto". El motivo: la rapidez con la que OpenAI consigue ejecutar nuevos modelos en su propio hardware.
En la mayoría de los escenarios probados, Jalapeño superó a Blackwell de Nvidia en rendimiento por vatio. SemiAnalysis señaló además que los modelos de OpenAI ayudaron a diseñar el chip, y esos mismos modelos funcionan sobre GPU de Nvidia.
Los analistas añadieron sus propias salvedades:
- Solo cargas de trabajo sencillas. Probaron escenarios relativamente fáciles de optimizar, con unos 8.000 tokens de entrada y 1.000 de salida.
- Todavía sin benchmark de agentes. Aún no han ejecutado AgentX, un benchmark que mide cómo resuelven los agentes de IA tareas de varios pasos.
Ese segundo punto es importante. En agosto, SemiAnalysis concluyó que Nvidia iba muy por delante precisamente en este tipo de trabajo. Con la pila de software actual de AMD, Nvidia seguiría siendo más barata por token aunque AMD regalara su hardware. En opinión de los analistas, la ventaja duradera de Nvidia no está en el silicio. Está en el software que une muchos chips en un único sistema funcional.
Los chips de Huawei no formaron parte de la comparación de AgentX. Sin embargo, en un análisis anterior de DeepSeek V4, SemiAnalysis observó que la pila de software CANN de Huawei era la única, aparte de CUDA, que daba soporte a ese modelo desde el primer día.
El panorama general
El patrón es conocido: el hardware por sí solo no rompe el dominio de Nvidia, y el trabajo de verdad está en el software. El movimiento de Deepseek indica que la industria china de la IA se ha tomado en serio esa lección. Un laboratorio de modelos puntero invierte ahora en la capa de programación de los chips nacionales, en lugar de esperar a que la construyan los fabricantes.
Para los desarrolladores y empresas que siguen la carrera de los chips, la publicación en código abierto es lo que hay que vigilar. Un lenguaje más sencillo que CUDA y no atado a un único proveedor podría abaratar el cambio de hardware, pero solo si lo adopta suficiente gente. Cuatro millones de desarrolladores de CUDA son una base enorme contra la que competir.
Las conclusiones de SemiAnalysis ponen un límite útil. Ganar a Nvidia en pruebas sencillas de inferencia es una cosa. Igualarla en cargas de trabajo de agentes de varios pasos, donde el software que une muchos chips decide el resultado, es otra muy distinta. Habrá que ver si los supernodos de Huawei y las nuevas herramientas de Deepseek aparecen en pruebas independientes como AgentX, y si los sistemas de entrenamiento de Huawei llegan a usarse de forma generalizada el año que viene, como asegura la compañía.