DeepSeek, una startup china que desarrolla grandes modelos lingüísticos que compite con empresas estadounidenses como OpenAI y Anthropic, planea entrar en el negocio del silicio, según Reuters.
Citando a tres personas familiarizadas con el asunto, Reuters escribió que DeepSeek había estado trabajando para cambiar al silicio durante aproximadamente un año. La empresa se reunió con socios potenciales en los campos del hardware y del silicio y contrató ingenieros para el proyecto.
La atención se centra en los chips de los centros de datos para inferencia, no para entrenamiento, y es probable que el objetivo reduzca la dependencia de Huawei y Nvidia.
Nvidia es el fabricante de chips para la mayoría de las empresas de inteligencia artificial en América del Norte y Europa, pero una prohibición de exportación en Estados Unidos ha impedido que la empresa logre una presencia similar en China. Huawei controla aproximadamente la mitad del mercado de chips para centros de datos allí, y DeepSeek no es el único que intenta ingresar; Los gigantes tecnológicos chinos como Alibaba y Baidu también han tomado medidas.
Si bien los controles de exportación de chips en EE. UU. son la razón principal por la que esto es una preocupación apremiante para DeepSeek, las empresas de inteligencia artificial con sede en EE. UU. también están haciendo planes de chips similares.
Por ejemplo, OpenAI y Broadcom anunciaron conjuntamente Jalapeño, el primer chip de OpenAI diseñado para inferencia a escala, hace apenas unas semanas. Anthropic también ha estado explorando diseños de chips personalizados, aunque aún no se han hecho visibles públicamente sus logros.
En el caso de OpenAI, esto es en parte una jugada para reducir su dependencia de Nvidia, pero también es un deseo de tener un control similar al de Apple sobre toda la tecnología de sus productos. Además, ingresar al nivel de silicio y centro de datos podría ser una ventaja en un mercado donde el acceso a los centros de datos probablemente seguirá siendo limitado, ya que las empresas compiten en computación a medida que escalan sus modelos y servicios de IA.
