DeepSeek-R1, la inteligencia artificial china, costó menos de 6 mil millones de dólares y utilizó chips NVIDIA para su entrenamiento. Sin embargo, las respuestas que genera actualmente para los usuarios se procesan mediante chips de IA de Huawei. Esto ha quedado al descubierto luego de que la empresa con sede en Shenzhen revelara una promoción donde indica que variantes de este modelo se ejecutan en sus servidores en la nube, que llevan los procesadores Ascend 910C, diseñados específicamente para tareas de inteligencia artificial.
La información proviene del usuario dorianalexander en X, quien publicó una imagen promocional de Huawei en la que se menciona que DeepSeek es una de las opciones disponibles dentro de su plataforma de inteligencia artificial ModelArts (MaaS). En este ecosistema también se ofrecen versiones de Llama, Qwen y modelos desarrollados directamente por Alibaba.
Los Ascend 910C son un tipo de chipset desarrollado específicamente para tareas de inteligencia artificial. Fueron presentados en 2023, como alternativa al NVIDIA H100, introducido en 2022 con una arquitectura de 80 mil millones de transistores para el entrenamiento de sistemas de IA. Asimismo, compite con la NVIDIA B20, diseñada para el mercado chino como una versión simplificada de la B200, que cuenta con 208 mil millones de transistores.
En la imagen compartida, se puede ver que Huawei indica que sus servidores utilizan por ahora solo los “modelos destilados” de DeepSeek-R1. Estas versiones, aunque menos potentes que el original, conservan características similares con ciertas limitaciones y están diseñadas para su uso en asistentes, bots o herramientas, todo con el soporte de los procesadores Ascend.
Distintos reportes señalan que estos procesadores de Huawei están dedicados exclusivamente a la inferencia de IA. Este proceso permite aplicar los patrones aprendidos durante el entrenamiento del modelo para generar contenido o tomar decisiones con base en las indicaciones recibidas.
Las posibilidades de los chips de Huawei en el futuro
De acuerdo con Tom’s Hardware, que cita al experto Yuchen Jin, aunque Huawei no ha detallado qué tipo de GPU Ascend emplea en su plataforma ModelArts Studio, todo apunta a que se trata de la Ascend 910C. Este procesador ya ha pasado por diversas pruebas de rendimiento y permite a las compañías chinas reducir su dependencia de tecnología proveniente de empresas occidentales como NVIDIA.
Según Jin, el rendimiento de inferencia de este chip equivale aproximadamente al 60% del H100. No obstante, con ciertas optimizaciones, esta cifra podría aumentar, a pesar de las sanciones impuestas por Estados Unidos que han limitado la venta de procesadores avanzados a China.
Por otro lado, GSM Arena reporta que Huawei ya trabaja en la siguiente generación de este chip, el Ascend 920C. Se espera que este nuevo modelo compita con el Blackwell B200, el procesador de NVIDIA para entrenar IA que, en comparación con el H100, consume hasta 25 veces menos energía y alcanza una potencia de 20 petaflops. Con sus 208 mil millones de transistores, el B200 es uno de los componentes clave en la industria de la inteligencia artificial en la actualidad.
Dudas en el desarrollo de la IA china
DeepSeek enfrenta actualmente una investigación por parte de Microsoft y OpenAI. Ambas compañías acusan a la empresa china de haber copiado el comportamiento de ChatGPT mediante técnicas de destilación para entrenar sus modelos de IA.
Además, Microsoft señala que, a finales de 2024, se detectó una filtración masiva de datos a través de la API para desarrolladores de OpenAI. Se sospecha que esta brecha de seguridad fue provocada por un grupo vinculado a la compañía china.
Cortesía de Xataka
Dejanos un comentario: