El problema de aritmética del chip autodesarrollado 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 tendrían que expandirse los centros de datos globales de Google?

La respuesta dejó a todos boquiabiertos: duplicarse.

Comprar más GPUs de Nvidia para tapar ese agujero habría quebrado a Google con las facturas. Así que la empresa de búsquedas tomó una decisión que en ese momento parecía herética: fabricar sus propios chips. El resto de la historia ya lo sabemos: ese chip se llama TPU, y hoy es la moneda de cambio más dura de Google contra el "impuesto Nvidia".

Trece años después, ese problema aritmético ha llegado a manos chinas.

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

En 24 horas, dos de las empresas de modelos grandes más importantes de China fueron reportadas con la misma acción:

Fabricar chips.

--

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

Entrenar es enseñar al modelo, el costo es enorme pero se paga de una sola vez; inferir es poner al modelo a trabajar: cada pregunta del usuario 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 de costes en la industria de la IA nunca está en el pago inicial, está en el alquiler.

El problema prioritario que DeepSeek quiere resolver, traducido a una sola frase, es:

¿Cuánto cuesta atender a cada usuario?

El fundador de esta empresa, Liang Wenfeng, es una de las pocas personas que desde el primer día ha considerado los chips como un asunto de vida o muerte. Proviene del mundo de los fondos cuantitativos, y ya antes del auge de los grandes modelos era conocido en el sector por acaparar GPUs. Entre 2023 y 2024, dio dos entrevistas a Dark Waves, donde dijo una frase que luego se ha citado repetidamente:

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

Lo que dice con la boca, lo hace con las manos. El modelo R1 de DeepSeek se entrenó en H800 de Nvidia, luego migró a Ascend de Huawei; su 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 chinos.

Para junio de este año, ya tenían la munición lista. La empresa, que durante años había rechazado inversiones externas, completó su primera ronda de financiamiento, obteniendo aproximadamente 51 mil millones de yuanes, con una valoración posterior a la inversión de entre 52 y 59 mil millones de dólares. El uso de los fondos, divulgado externamente, está escrito de manera clara: 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 público.

--

Zhipu es otra solución al mismo problema aritmético.

Esta empresa, nacida en el laboratorio de la Universidad de Tsinghua, salió a bolsa en Hong Kong este año, con el título de "primera acción de grandes modelos", y su valor de mercado llegó a superar el billón de dólares de Hong Kong. Detrás del brillo hay un balance financiero ajustado: en 2024 perdió 2,958 millones de yuanes, y en la primera mitad de 2025 perdió otros 2,358 millones, quemando 5,300 millones de yuanes en un año y medio.

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

Una empresa estrella recién cotizada publicando abiertamente para buscar capacidad de cómputo. Un negocio tan bueno que tiene que subir precios para disuadir a los usuarios: algo poco común en la historia comercial.

Por eso 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 autos; Zhipu: lleva los planos a un taller de modificación. Las rutas no tienen jerarquía, pero las facturas sí.

--

Lo que más vale la pena saborear en este movimiento de fabricación de chips es una frase literal de Reuters:

DeepSeek fabrica chips para reducir su dependencia de Nvidia y también 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 chinos ya está cerca de cero. La segunda mitad es la verdadera noticia.

En los últimos dos años, la frase "sustitución nacional" en el contexto de la capacidad de cómputo ha sido casi sinónimo de "pasarse a Ascend". El propio DeepSeek 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 fue más lejos: la arquitectura GLM se adaptó a más de 40 chips nacionales, y el mismo día del lanzamiento de su nuevo modelo, Haiguang, Moore Threads y Musi se alinearon para anunciar la finalización de la adaptación.

Cuanto más profundo es el abrazo, más se entiende una cosa: una empresa cuya factura anual de inferencia se cuenta en miles de millones 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 decide". La narrativa de la sustitución nacional, en su quinto año, comienza a estratificarse internamente.

Fabricar chips siendo una empresa de modelos grandes ya es un movimiento 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 reportó que Anthropic está evaluando lo mismo. Sumando a Google, Amazon, Microsoft, que empezaron antes, en Silicon Valley toda empresa con una factura de inferencia lo suficientemente grande tiene su propio chip, o al menos una presentación de PowerPoint sobre ello.

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

Cara: los pedidos personalizados de las empresas de modelos grandes son los ingresos soñados por las empresas locales de diseño de chips. El modelo de colaboración de Zhipu está prácticamente escrito según su guión; los fabricantes de memorias también se benefician: los chips de inferencia dependen enormemente del ancho de banda, y la curva de demanda de memoria de alto ancho de banda solo será más pronunciada.

Cruz: el gran cliente de hoy está aprendiendo cómo prescindir de ti mañana. Google también fue un cliente premium de proveedores de chips, y luego se convirtió en el dueño del TPU.

Por supuesto, las cartas apenas se están repartiendo. Un chip de IA competitivo normalmente requiere años y miles de millones en inversión, y nadie garantiza el éxito. El proyecto de chips propio de Meta tuvo que reiniciarse por completo. Más sutil aún: los chips personalizados apuestan a que la arquitectura de modelos se estabilizará, pero los nuevos modelos de DeepSeek y Zhipu acaban de adoptar mecanismos como la atención dispersa. Los planos que se envían hoy a fabricación, cuando los chips salgan de línea dentro de dos años, la arquitectura podría haber quedado obsoleta.

En 2013, Google resolvió su problema y la respuesta fue el TPU.

En 2026, el problema aritmético de las empresas chinas de modelos grandes apenas comienza. Cambió quien plantea la pregunta, pero la lógica para resolverlo no:

Cuanto más tiempo pagues el alquiler, más ganas tendrás de tener tu propia casa.