Los laboratorios de IA chinos están inmersos en una carrera para diseñar y fabricar sus propios chips personalizados, una medida que refleja una tendencia creciente a nivel mundial. El objetivo principal es lograr una mayor sinergia entre hardware y software, lo que se traduce en un mejor rendimiento y una reducción significativa de los costos operativos a largo plazo. Además, esta estrategia busca mitigar la dependencia de chips de proveedores internacionales, en particular Nvidia, en un contexto geopolítico cada vez más complejo.
Empresas como DeepSeek, que recientemente cerró una ronda de financiación de 7.500 millones de dólares y fue valorada en 60.000 millones de dólares en junio, han estado reclutando discretamente talento en diseño de chips. Sus planes para un chip de inferencia de IA personalizado comenzaron hace aproximadamente un año y se encuentran en una etapa temprana, según informes. Este movimiento subraya cómo los desarrolladores de modelos líderes de China ven el silicio como una extensión estratégica de su pila de modelos, y no solo como un componente de infraestructura más.
De manera similar, Zhipu AI, con sede en Pekín y desarrollador del modelo GLM-5.2 de alto rendimiento, ha iniciado conversaciones con empresas nacionales de diseño de chips para procesadores de IA adaptados, debido a un fuerte aumento en el uso diario de tokens. Esta búsqueda de silicio personalizado por parte de los fabricantes de modelos chinos se produce en medio de una creciente demanda de computación, impulsada por la complejidad cada vez mayor de los modelos de IA y la necesidad de una mayor eficiencia energética y de rendimiento.
Sin embargo, la adopción de esta estrategia no está exenta de riesgos. Expertos de la industria y analistas, como Arisa Liu de Taiwan Industry Economics Services, advierten que la inversión inicial necesaria para el diseño y la fabricación de chips es masiva. Paul Triolo, de DGA-Albright Stonebridge Group, también ha señalado los retos asociados a asegurar la capacidad de fabricación, la memoria y el empaquetado necesarios para producir estos chips a escala, lo que es considerablemente más difícil que el simple diseño.
A pesar de los desafíos, la motivación para la autosuficiencia y la optimización es fuerte. Los chips personalizados permiten una optimización del hardware adaptada a arquitecturas específicas, como el modelo DeepSeek-R1, ofreciendo un mejor rendimiento por dólar y por vatio. Esta tendencia global, aunque arriesgada, es vista como una extensión lógica en la evolución de la industria de la IA, donde la integración vertical se convierte en una ventaja competitiva crucial.