Saltar al contenido
IA

DeepSeek ayuda a diseñar chips de Huawei, según The Information

El reporte sitúa el inicio del entrenamiento con Ascend 950DT a finales de 2026 como muy pronto; el código público documenta avances de software.

por Gerardo Pavez
Vista detallada de los componentes de la unidad de disco duro de la computadora, que muestra los circuitos y los conectores.
Imagen ilustrativa · Foto de Marta Branco en Pexels

DeepSeek trabaja con Huawei en el diseño de futuros chips de IA adaptados a sus modelos, según un reporte de The Information recogido por Investing.com el 19 de octubre de 2026. La colaboración buscaría reducir su dependencia de Nvidia para entrenar modelos avanzados.

La nota, basada en personas no identificadas familiarizadas con la colaboración, describe a ingenieros de Huawei trabajando en las oficinas de DeepSeek e incorporando al diseño de los chips las necesidades de cálculo y transferencia de datos de DeepSeek.

Según esa información, DeepSeek prevé empezar a entrenar modelos con Ascend 950DT a finales de 2026 como muy pronto.

El código público muestra la adaptación a Ascend

El 30 de septiembre de 2026, DeepSeek añadió soporte para Huawei Ascend a TileKernels, según el repositorio oficial del proyecto. Esta biblioteca reúne rutinas de cálculo para entrenar y ejecutar modelos de lenguaje. La actualización permite utilizar las mismas interfaces de Python en procesadores de Nvidia y Huawei, con la selección automática de la implementación correspondiente a cada hardware.

DeepSeek agradece en ese documento el apoyo técnico y la experiencia de ingeniería de Huawei durante el desarrollo de la versión para Ascend. Es una colaboración de software documentada por DeepSeek.

Otra biblioteca oficial, DeepEP-Ascend, publica pruebas ejecutadas en Ascend 950DT. Miden el envío y la combinación de datos entre procesadores, operaciones necesarias para distribuir el trabajo de un modelo. El documento precisa que se utilizó firmware de prueba suministrado a DeepSeek y una configuración manual adicional.

Estos resultados permiten identificar avances en componentes de cálculo y comunicación. Su alcance es distinto del de un preentrenamiento completo, la fase en la que un modelo aprende sus capacidades iniciales a partir de grandes cantidades de datos. Las mediciones publicadas de DeepEP-Ascend evalúan operaciones de comunicación, por lo que no acreditan que ese proceso completo se haya realizado.

La documentación mantiene como trabajo en curso varias operaciones de comunicación colectiva y funciones para equilibrar la carga entre procesadores. También contempla mejoras del firmware de Huawei para reducir la competencia por el acceso a memoria.

Fuentes: 1, 2, 3

Gerardo Pavez imagen de perfil
por Gerardo Pavez

Redactor y creador de contenido especializado en deportes y tecnología. Apasionado por todo lo que ocurre dentro y fuera de la cancha.

Leer más de Tecnología y Ciencia