DeepSeek libera herramientas open source para los chips Ascend de Huawei
La compañía publica librerías de cómputo y de transferencia de datos entre chips, optimiza un supernodo de 128 Ascend 950 y coloca TileLang como alternativa a CUDA.
DeepSeek ha publicado en abierto un conjunto de herramientas de programación para los chips Ascend de Huawei. Lo anunció en su canal oficial de WeChat y, según la propia compañía, Huawei dio "pleno apoyo" al trabajo. La pieza central es TileLang, un lenguaje para programar aceleradores de IA que sus impulsores venden como una vía más manejable que CUDA.
TileLang no es un invento de DeepSeek
El lenguaje salió de investigadores de la Universidad de Pekín y su código está en el repositorio público de TileLang. DeepSeek lleva alrededor de un año usándolo: primero lo probó sobre GPUs antiguas de Nvidia y hoy es su herramienta principal para el trabajo en inteligencia artificial general. El paquete liberado incluye librerías de cómputo y de transferencia de datos entre chips, y las dos empresas han optimizado además un supernodo, un clúster de 128 Ascend 950.
El razonamiento es directo: quien quiera construir un ecosistema de software independiente para chips de IA necesita antes un lenguaje común, fácil de programar y que aun así exprima el hardware. Ahí es donde colocan a TileLang.
El movimiento ataca uno de los problemas clásicos de la industria china. Un chip sin software que lo aproveche da igual lo que prometa en la ficha. El dominio de Nvidia no viene solo del diseño de silicio: se apoya en unos cuatro millones de desarrolladores que escriben para CUDA. Ese ecosistema es el foso que rivales como AMD no han logrado cruzar ni cuando su hardware parecía igual de sólido sobre el papel. Hasta ahora, los fabricantes de modelos chinos como Z.ai y Moonshot AI se han movido más rápido que los fabricantes de chips del país.
Huawei quiere cerrar esa distancia. Dos semanas antes del anuncio de DeepSeek presentó nuevos procesadores de IA y sistemas de supernodo, y dijo que se usarían de forma generalizada para entrenar modelos el año que viene. La compañía también reconoce que no cubre la demanda interna y planea vender menos chips fuera. Su presidente rotatorio, Eric Xu, lo resumió al hablar de los controles de exportación estadounidenses: no pueden aceptar un futuro que dependa de si otros quieren venderle chips a China.
Cuánto queda del foso de CUDA
La consultora SemiAnalysis se ha puesto a medirlo. Tras analizar Jalapeño, el chip de inferencia de OpenAI, sus analistas calificaron el foso de CUDA de "potencialmente muerto", porque OpenAI pone modelos nuevos a funcionar en su propio hardware muy deprisa; Jalapeño superó a Blackwell de Nvidia en rendimiento por vatio en la mayoría de los escenarios probados. Los propios autores ponen matices: solo midieron escenarios relativamente fáciles de optimizar, con unos 8.000 tokens de entrada y 1.000 de salida, y todavía no han ejecutado AgentX, el benchmark de tareas multietapa donde en agosto vieron a Nvidia muy por delante. Con la pila de software actual de AMD, dicen, Nvidia seguiría saliendo más barata por token aunque AMD regalase el hardware. La ventaja duradera de Nvidia no la ven en el silicio, sino en el software que une muchos chips en un solo sistema.
Los chips de Huawei no entraron en esa comparación con AgentX. En un análisis anterior de DeepSeek V4, eso sí, SemiAnalysis señaló que la pila CANN de Huawei fue la única aparte de CUDA capaz de soportar el modelo desde el primer día.
Si TileLang y compañía consiguen que programar Ascend deje de ser un ejercicio de paciencia, el argumento de compra de Nvidia en China se resquebraja por el lado del software, no por el de los transistores. Queda por ver cuánta comunidad arrastra el lenguaje fuera de DeepSeek y Huawei.
