DeepSeek ordena chips Huawei pero mantiene Nvidia para entrenar

Andrés Valcárcel · Empresas y Resultados · 2026-09-04

La startup china encarga 160.000 aceleradores Ascend 950DT para su data center en Mongolia Interior. Pero no los usará para entrenar modelos: esa tarea, la más cara y crítica, sigue en manos de Nvidia.

DeepSeek planea desplegar al menos 160.000 aceleradores Ascend 950DT de Huawei Technologies en un data center que construye en Mongolia Interior, según personas familiarizadas con el asunto que citó Bloomberg este viernes. La orden representaría uno de los mayores clusters conocidos de silicio chino para IA, y un paso más en los esfuerzos de Beijing por sustituir a Nvidia. Pero hay un problema: DeepSeek no planea usar esos chips para entrenar modelos, aunque Huawei construyó y comercializó el 950DT exactamente para esa carga de trabajo.

La startup china, respaldada por la firma de trading cuantitativo High-Flyer y valuada en más de 50.000 millones de dólares tras su ronda de junio, sigue confiando en aceleradores Nvidia para el entrenamiento. Intentó entrenar modelos anteriores con partes de Huawei y ha continuado usando hardware de Nvidia para ese paso, reportó Bloomberg. El entrenamiento es la fase más costosa y computacionalmente intensiva del desarrollo de modelos: allí se define la calidad del producto final. Ceder la inferencia a Huawei pero reservar el entrenamiento para Nvidia no es independencia tecnológica; es un reparto de funciones que revela dónde están los límites reales.

Huawei no puede entregar

La escasez de componentes, particularmente memoria de alto rendimiento, limitará la producción del 950DT a «centenas de miles» de unidades este año, dijeron las fuentes a Bloomberg. Huawei atiende a otros clientes y exporta volúmenes pequeños al exterior. Llenar el pedido de DeepSeek podría tomar más de un año. Si la producción anual ronda las 200.000 o 300.000 unidades —«centenas de miles»—, el pedido de DeepSeek representa entre el 53% y el 80% de toda la capacidad de fabricación de ese chip durante 2026. DeepSeek quiere más del mejor silicio de Huawei del que Huawei puede producir ahora mismo.

El cuello de botella no es solo volumen: es memoria. Huawei desarrolló su propia arquitectura HBM, la tecnología HiZQ 2.0, para esquivar dependencias externas en un componente crítico. Pero desarrollar una arquitectura de memoria propietaria no es lo mismo que producirla en escala a velocidad comercial. Según Trendforce, el 950DT está optimizado para cargas de decodificación y entrenamiento que demandan mayor ancho de banda de memoria. El problema es que, sin suficientes chips producidos, la optimización teórica no se traduce en clusters operativos.

Mongolia Interior: frío y electricidad barata

DeepSeek eligió Mongolia Interior para ampliar infraestructura, una región que ofrece clima frío —reduce costos de refrigeración— y energía a precios bajos. La empresa publicó 27 puestos técnicos en junio y podría duplicar su fuerza laboral, con foco en data centers en esa zona, reportó Cryptonomist en julio. El despliegue de 160.000 aceleradores en un solo sitio requiere energía estable y masiva. Mongolia Interior resuelve ambas variables: enfriamiento natural y tarifas eléctricas que hacen viable operar a esa escala sin erosionar márgenes.

La narrativa vs. la realidad

DeepSeek V4 se lanzó el 24 de abril con puntuaciones de benchmark que emparejaban a GPT-5 y Claude Opus, y se convirtió en el primer modelo de alto rendimiento en validar completamente la inferencia en el chip Ascend 950PR de Huawei, reportó DEV Community en mayo. La inferencia funciona. El entrenamiento, no tanto. Y esa bifurcación importa porque el mercado chino de chips de IA está en plena redistribución: se espera que Huawei capture aproximadamente el 50% del mercado este año, frente a una cuota de Nvidia erosionada por controles de exportación estadounidenses, según Semafor.

Pero capturar cuota de mercado no es lo mismo que reemplazar capacidades. Huawei está ganando participación por default regulatorio —EE. UU. bloqueó las entregas premium de Nvidia a compradores chinos—, no por superioridad tecnológica demostrada en todas las cargas de trabajo. DeepSeek es el caso de prueba más visible: la startup que Beijing presenta como ejemplo de autosuficiencia doméstica sigue comprando tiempo de cómputo en hardware Nvidia para la tarea más costosa y estratégica. Si DeepSeek lograra ejecutar entrenamiento estable en chips Ascend dentro de uno o dos años —con stack completo de software, compiladores, operadores, librerías de comunicación y frameworks de entrenamiento distribuido—, su pipeline central de desarrollo de modelos podría volverse efectivamente independiente de CUDA, señaló Trendforce en abril. Hoy no lo es.

Nvidia cerró el jueves en 228,45 dólares, con una subida de 1,80% en esa sesión. La acción ha operado dentro de su rango de 52 semanas (mínimo 164,07 dólares, máximo 236,54 dólares) sin reaccionar de forma significativa a la noticia del pedido de DeepSeek a Huawei. El mercado entiende lo que los titulares a veces oscurecen: una orden masiva de chips chinos para inferencia no elimina la dependencia de Nvidia para entrenar.

DeepSeek ordenó 160.000 chips para un cluster masivo. Pero sigue entrenando con la competencia. En un mercado que premia la ejecución sobre la narrativa, esa contradicción es el dato que importa. Huawei puede capturar el 50% del mercado chino; aún le falta probar que puede reemplazar a Nvidia donde más duele: en el entrenamiento de modelos de frontera a escala comercial. Por ahora, DeepSeek votó con su presupuesto, y el voto fue dividido.