Chip desarrollado internamente, el problema aritmético de DeepSeek y Zhipu

Autor: Xiao Suan

En 2013, los ingenieros de Google resolvieron un problema aritmético.

La pregunta era sencilla: si cada usuario usara 3 minutos de búsqueda por voz al día, ¿cuánto tendría que expandirse el centro de datos global de Google?

La respuesta hizo que todos respiraran hondo: duplicarlo.

Depender de comprar tarjetas gráficas de NVIDIA para llenar este vacío habría llevado a Google a la quiebra por las facturas. Así que esta empresa de búsqueda tomó una decisión que en ese momento parecía hereje: fabricar sus propios chips. La historia posterior la conocemos todos: ese chip se llamó TPU, y hoy es la carta más fuerte de Google contra el "impuesto NVIDIA".

Trece años después, este problema aritmético llegó a manos de los chinos.

En la noche del 7 de julio, Reuters citó a tres personas familiarizadas con el asunto: DeepSeek está desarrollando su propio chip de IA, un proyecto iniciado hace un año, y ya ha contactado con empresas de diseño de chips, fundiciones y fabricantes de almacenamiento. Horas después, The Information añadió que Zhipu también está evaluando el desarrollo de chips personalizados, contactando con empresas locales de diseño de chips.

En 24 horas, dos de las empresas de modelos grandes más destacadas de China fueron descubiertas realizando la misma acción:

Fabricar chips.

El chip de DeepSeek tiene un calificativo que invita a la reflexión: orientado a inferencia, no al entrenamiento.

El entrenamiento consiste en enseñar al modelo, el costo es enorme pero se paga de una vez; la inferencia es cuando el modelo trabaja, cada vez que un usuario hace una pregunta, se quema electricidad en el centro de datos. Cuantos más usuarios, más se quema, y nunca se detiene.

Entrenar es comprar una casa; inferir es pagar el alquiler. El verdadero agujero negro de costos en la industria de la IA nunca está en el pago inicial, sino en el alquiler.

El problema prioritario que DeepSeek quiere resolver se traduce en una sola frase:

Cuánto cuesta atender a cada usuario.

El fundador de esta empresa, Liang Wenfeng, es una de las pocas personas que desde el primer día consideró los chips como un problema de vida o muerte. Proviene del mundo de los fondos cuantitativos, y mucho antes del auge de los modelos grandes ya era conocido en el sector por acumular tarjetas gráficas. Entre 2023 y 2024, dio dos entrevistas a AnYue, donde dijo una frase luego citada repetidamente:

"Nuestro verdadero desafío nunca ha sido el dinero, sino la prohibición de exportación de chips de alta gama."

Lo que dice, también lo hace. El modelo R1 de DeepSeek se entrenó en NVIDIA H800, y luego migró a Ascend de Huawei; el equipo de ingeniería diseñó el formato de datos UE8M0 FP8 dentro del modelo, reconocido en la industria como hecho a medida para las características de hardware de la próxima generación de chips nacionales.

Para junio de este año, también tenían preparada la munición. Esta empresa que durante años había rechazado inversiones externas completó su primera ronda de financiamiento, obteniendo aproximadamente 51 mil millones de RMB, con una valoración posterior a la inversión de 52-59 mil millones de dólares. El uso de los fondos divulgado públicamente es claro: expandir centros de cómputo nacionales y desarrollar chips de IA propios.

En los últimos meses, DeepSeek ha estado reclutando ingenieros de diseño de chips, y todos los puestos no han aparecido en ninguna plataforma de reclutamiento pública.

Zhipu es otra solución al mismo problema aritmético.

Esta empresa nacida del laboratorio de la Universidad de Tsinghua, que este año tocó campana en Hong Kong, con el título de "primera acción de modelos grandes", llegó a superar el billón de dólares de Hong Kong en valor de mercado. Detrás del glamour hay un estado financiero tenso: en 2024 perdió 2.958 mil millones de RMB, en la primera mitad de 2025 perdió otros 2.358 mil millones, quemando 5.3 mil millones en un año y medio.

En febrero de este año, se lanzó GLM-5, que se volvió viral en el extranjero, con capacidad de programación cercana a los modelos cerrados de primera línea. La avalancha de tráfico llegó, y lo primero que hizo Zhipu fue subir precios: el paquete de codificación subió un 30% como mínimo; lo segundo fue publicar una "convocatoria de socios de cómputo", invitando abiertamente a fabricantes de chips a colaborar en optimización.

Una empresa recién cotizada y famosa publica un post buscando capacidad de cómputo. El negocio es tan bueno que tiene que disuadir usuarios subiendo precios, algo poco común en la historia comercial.

Por lo tanto, la filtración de The Information no sorprende. La ruta que Zhipu evalúa es la personalización colaborativa: ellos aportan la arquitectura del modelo y los requisitos, y las empresas locales de diseño de chips aportan la capacidad de ingeniería.

DeepSeek construye su propia fábrica para fabricar coches; Zhipu toma los planos y busca un taller para modificarlos. No hay superioridad entre rutas, solo diferencias en la factura.

En este movimiento de fabricación de chips, lo que más vale la pena saborear es una frase original de Reuters:

DeepSeek fabrica chips para reducir su dependencia de NVIDIA, y también su dependencia de Huawei.

La primera mitad es casi una obviedad. Bajo el control de exportaciones, la cuota de mercado de NVIDIA en los centros de datos de China ya se acerca a cero. La segunda mitad es la verdadera noticia.

En los últimos dos años, las palabras "sustitución nacional" en el contexto de la computación equivalen aproximadamente a "migrar a Ascend". DeepSeek mismo es el practicante más activo: la serie V4 completó la adaptación a Ascend, y Huawei confirmó que sus procesadores participaron en parte del entrenamiento. Zhipu va más allá: la arquitectura GLM se ha adaptado a más de 40 chips nacionales, y el día del lanzamiento del nuevo modelo, Haiguang, Moore Threads, y Móvil se alinearon para anunciar la adaptación completada.

Cuanto más se abrazan, más claro es algo: una empresa con facturas de inferencia de miles de millones al año no puede poner su destino en manos de un solo proveedor.

Incluso si ese proveedor es de los nuestros.

Abrazar Ascend resuelve el problema de "tener o no tener"; desarrollar chips propios resuelve el problema de "quién manda". La narrativa de la sustitución nacional, en su quinto año, comienza a estratificarse internamente.

Que las empresas de modelos fabriquen chips ya es una acción estándar al otro lado del Pacífico.

El mes pasado, OpenAI reveló su chip de inferencia personalizado en colaboración con Broadcom, con el nombre en clave Jalapeño; se filtró que Anthropic está evaluando lo mismo. Sumando a Google, Amazon y Microsoft, en Silicon Valley, toda empresa con facturas de inferencia suficientemente grandes tiene su propio chip, o al menos una presentación sobre uno.

Para la cadena de la industria de chips en China, esto es una moneda de dos caras.

En el anverso, los pedidos personalizados de las empresas de modelos son ingresos soñados para las empresas locales de diseño de chips. El modelo de colaboración personalizada de Zhipu está casi escrito según su guión; los fabricantes de almacenamiento también se benefician, ya que los chips de inferencia dependen enormemente del ancho de banda, y la demanda de memoria de alto ancho de banda solo será más pronunciada.

En el reverso, el gran cliente de hoy está aprendiendo la habilidad de prescindir de ti mañana. Google también fue un cliente de primera calidad para los proveedores de chips, y luego se convirtió en el dueño de TPU.

Por supuesto, las cartas apenas se han repartido. Un chip de IA competitivo generalmente requiere varios años y miles de millones de inversión, y nadie garantiza el éxito. El plan de Meta para su propio chip fue completamente descartado y reiniciado. Más sutil aún: apostar por chips personalizados es apostar a que la arquitectura del modelo se estabilizará, pero los nuevos modelos de DeepSeek y Zhipu ya están utilizando nuevos mecanismos como la atención dispersa. Los planos enviados hoy a producción, cuando el芯片 salga en dos años, la arquitectura podría haber quedado obsoleta.

En 2013, el problema que resolvió Google tuvo como respuesta TPU.

En 2026, el problema de las empresas de modelos chinas acaba de comenzar. Quien plantea la pregunta ha cambiado, pero la lógica para resolverla no:

Cuanto más tiempo se paga alquiler, más se desea tener una casa propia.