La startup china de inteligencia artificial DeepSeek se ha visto obligada a recurrir a chips de Nvidia para avanzar en el desarrollo de su nuevo modelo de lenguaje, después de encontrar importantes limitaciones en alternativas de hardware locales. Así lo señalan varios informes recientes que ponen de relieve las dificultades que afrontan los desarrolladores de IA en China bajo las actuales restricciones tecnológicas.
Según fuentes cercanas al proyecto, DeepSeek intentó inicialmente entrenar su nuevo modelo utilizando chips domésticos y soluciones no estadounidenses, pero los resultados no fueron suficientes para alcanzar el nivel de rendimiento esperado. Ante esta situación, la compañía optó por volver a utilizar hardware de Nvidia, considerado actualmente el estándar de facto para el entrenamiento de modelos avanzados de inteligencia artificial.
Este movimiento resulta especialmente significativo en el contexto de los controles de exportación impuestos por Estados Unidos, que limitan el acceso de empresas chinas a los chips más avanzados de Nvidia. Aunque estos controles buscan frenar el desarrollo de capacidades de IA de alto nivel en China, los informes indican que algunas compañías siguen encontrando vías indirectas o hardware permitido para continuar sus proyectos.
De acuerdo con la información publicada por The Decoder, DeepSeek habría utilizado chips Nvidia para fases clave del entrenamiento, lo que permitió desbloquear problemas técnicos que no habían podido resolverse con alternativas nacionales. Esto refuerza la percepción de que, pese a los avances de los fabricantes chinos, la brecha de rendimiento sigue siendo considerable en comparación con las GPUs líderes del mercado internacional.
El caso de DeepSeek no es aislado. Diversos analistas y ejecutivos del sector han reconocido recientemente que la falta de acceso a chips de última generación limita seriamente la competitividad global de los modelos desarrollados en China. Algunos desarrolladores incluso han admitido que, sin hardware equivalente al disponible en Estados Unidos, resulta muy difícil igualar la velocidad de entrenamiento y la eficiencia de los grandes modelos occidentales.
Por su parte, Nvidia ha salido al paso de algunos rumores más extremos, negando que DeepSeek esté utilizando chips prohibidos o de contrabando, como los más recientes modelos de la arquitectura Blackwell. La compañía estadounidense sostiene que cumple con todas las normativas de exportación vigentes y que no tiene constancia de un uso indebido de su tecnología en este caso concreto.
Más allá del debate legal, el episodio pone de manifiesto una realidad incómoda para la estrategia de autosuficiencia tecnológica china: el ecosistema global de IA sigue profundamente dependiente del hardware de Nvidia. Incluso proyectos ambiciosos y bien financiados como DeepSeek encuentran dificultades para prescindir completamente de estas GPUs si quieren competir en calidad y eficiencia.
En el corto plazo, es probable que esta dependencia continúe. Mientras los fabricantes locales trabajan en mejorar sus aceleradores de IA, las startups chinas se ven obligadas a equilibrar restricciones políticas, limitaciones técnicas y presión competitiva. El resultado es un panorama fragmentado, donde el acceso al hardware adecuado puede marcar la diferencia entre un modelo puntero y uno irrelevante.
El caso de DeepSeek ilustra con claridad cómo la geopolítica y la tecnología están cada vez más entrelazadas en el desarrollo de la inteligencia artificial. Y también demuestra que, al menos por ahora, Nvidia sigue siendo difícil de reemplazar en el entrenamiento de modelos de última generación.
