> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # DeepSeek abre DeepInfer, el motor que usa para ejecutar su IA - URL: https://fomoera.com/deepseek-deepinfer-codigo-abierto/ - Published: 2026-10-20T16:00:00.000Z - Updated: 2026-10-20T16:00:00.000Z - Description: DeepSeek publica el motor de ejecución y una biblioteca que adapta peticiones y respuestas. Sus repositorios detallan qué debe completar quien monte un servicio propio. - Author: Gerardo Pavez - Tags: Tecnología y Ciencia, IA DeepSeek abrió el código de **DeepInfer**, el motor que utiliza para ejecutar sus modelos en producción. La versión pública admite DeepSeek-V4.1-Flash y ofrece inferencia offline; un servicio completo exige integrar componentes adicionales, según el repositorio oficial. La inferencia es la ejecución de un modelo ya entrenado para procesar peticiones y generar respuestas. El proyecto se distribuye bajo [licencia Apache 2.0](https://github.com/deepseek-ai/DeepInfer/blob/main/LICENSE?ref=fomoera.com). ## Qué requiere un servicio completo El README deja fuera el sistema de caché KV, que conserva cálculos reutilizables, la separación de las etapas de procesamiento de entrada y generación de respuestas, y el balanceo de carga entre réplicas. DeepSeek identifica esos componentes como necesarios para completar el servicio. El hardware admitido es concreto: GPU Nvidia SM100 y aceleradores Huawei Ascend 950\. El motor incluye funciones para distribuir el cálculo entre chips y generar salidas estructuradas. ## El papel de deepseek-recipe DeepSeek también ofrece **deepseek-recipe**, una biblioteca escrita en Rust con acceso desde Python. Según su documentación, convierte peticiones de Messages, Chat Completions y Responses a un formato común, prepara las entradas del modelo y transforma sus salidas en respuestas para esas interfaces. La biblioteca permite conectar un motor de inferencia con aplicaciones que usan distintos formatos de API. También procesa contenido de razonamiento, llamadas a herramientas e imágenes, dentro del alcance que describe el proyecto. Su documentación asigna al operador la ejecución del modelo, la ejecución de herramientas y el transporte HTTP. Al cruzar ambos repositorios se distingue el trabajo pendiente: DeepInfer aporta el motor y deepseek-recipe adapta los mensajes; el equipo que los adopte debe integrar la infraestructura y la comunicación del servicio. *Fuentes:* [1](https://github.com/deepseek-ai/DeepInfer?ref=fomoera.com), [2](https://github.com/deepseek-ai/deepseek-recipe?ref=fomoera.com)