DeepSeek planea entrenar su próximo modelo insignia con silicio de Huawei

El 3 de noviembre de 2026, Caiwen News y STAR Market Daily informaron de que DeepSeek planea preentrenar su próximo modelo insignia, V5, principalmente con chips Ascend 950 de Huawei, con 2027 como ventana esperada. Ambos medios citaron fuentes del sector y de la cadena de suministro. Ni DeepSeek ni Huawei han confirmado el plan, y ninguna de las dos empresas ha publicado nada al respecto.

Lectura relacionada: DeepSeek libera como código abierto una pila de software para los chips Ascend de Huawei, con la vista puesta en CUDA · Huawei adelanta el Ascend 960DT al primer trimestre de 2027 y presenta un SuperPoD con óptica casi empaquetada.

La afirmación es concreta, pero apunta a una pregunta grande. El relato de TrendForce sobre los dos informes señala que los chips Ascend se han usado hasta ahora en DeepSeek principalmente para inferencia, el trabajo de ejecutar un modelo terminado. El preentrenamiento es la etapa que produce el modelo en primer lugar. Las fuentes de Caiwen dijeron que V5 podría convertirse en el primer gran modelo de lenguaje de DeepSeek entrenado de forma nativa con silicio Ascend 950.

Sería una primicia para la empresa y una prueba para el chip. Ascend ha llevado el trabajo de inferencia de DeepSeek; una tanda completa de preentrenamiento es la prueba más difícil. Dura semanas en un clúster grande y falla de forma ruidosa cuando algo en el hardware, la interconexión o la pila de software no está bien. DeepSeek no ha dicho que lo esté haciendo. Dos medios, citando fuentes del sector, dicen que planea hacerlo.

Qué afirman realmente los informes

La información es lo bastante concreta para verificarse y lo bastante modesta para ser creíble. Según Caiwen, V5 sigue en lo que el medio llama una fase de selección. Las especificaciones, capacidades y fecha de lanzamiento del modelo no se han divulgado. Fuentes del sector esperan un lanzamiento en algún momento de 2027, con la fecha supeditada al avance del entrenamiento y no a un calendario fijo.

Dos detalles de la cobertura importan más que el titular. El primero es que Ascend ya se describe como la plataforma principal de entrenamiento de DeepSeek, sin adopción reportada de chips de otros fabricantes chinos, incluida Moore Threads. Eso sugiere que la relación con Huawei no es un recurso de emergencia que se esté montando con prisas. El segundo es que Huawei no tiene participación en DeepSeek, según las fuentes de Caiwen, y la cooperación se limita a productos, recursos de computación y optimización técnica.

Esas afirmaciones encajan mal con el enfoque en inferencia, y los informes no las reconcilian. Una plataforma puede ser la opción por defecto para el trabajo de entrenamiento en general mientras las mayores tandas siguen yendo a otro sitio. Qué lectura es la correcta decide cuánto supone de ruptura el plan de V5.

La redacción también deja margen. «Principalmente» no es «exclusivamente», y los informes no dicen si Ascend 950 llevaría toda la tanda o la mayor parte, con Nvidia o piezas más antiguas de Huawei cubriendo los bordes. Un clúster híbrido es una afirmación menor que una ruptura limpia, y la diferencia importa para quien lea la historia como prueba de que los controles a la exportación se han neutralizado.

El artículo de STAR Market Daily ofrece el marco más claro: Ascend ha sido hasta ahora un chip de inferencia para DeepSeek, no de entrenamiento. Digitimes trató el informe como una prueba de si una alternativa china a Nvidia puede funcionar en la frontera. Esa es la forma correcta de leerlo, siempre que se mantenga la condición.

Por qué la inferencia es la mitad fácil

Servir un modelo y entrenar uno imponen exigencias distintas a un chip, y la brecha explica por qué el plan reportado es un paso mayor de lo que parece.

La inferencia hace pasar datos por la red en una sola dirección. Los pesos son fijos, y el trabajo consiste en moverlos por el hardware lo bastante rápido y barato para responder a una petición. La capacidad y el ancho de banda de memoria dominan, y un clúster puede construirse con muchos trabajos pequeños e independientes que no necesitan ponerse de acuerdo entre sí.

El preentrenamiento hace pasar los mismos datos hacia delante y hacia atrás, y luego actualiza los pesos. Eso significa mantener los pesos, los gradientes, el estado del optimizador y las activaciones de cada capa en vuelo. Significa un all-reduce de gradientes en todo el clúster en cada paso, de modo que la interconexión pasa a formar parte del camino crítico y no de un actor secundario. Y significa mantener vivo un único trabajo durante semanas. Un acelerador que se cae puede corromper una tanda que ha consumido un mes de computación y energía, a menos que la lógica de puntos de control y reinicio sea lo bastante buena para absorberlo.

Nada de eso es imposible en hardware que no sea de Nvidia. Es simplemente donde se concentra la dificultad de ingeniería. Un chip que sirve bien un modelo puede seguir siendo un mal lugar para entrenarlo, y la pila de software que hace tolerable el entrenamiento es la parte que Huawei ha ido construyendo en público.

Nada en la información muestra que Ascend haya entrenado un modelo frontera. La afirmación es que DeepSeek planea intentarlo.

La presión que hace plausible a Huawei

El motivo reportado es aritmético, no sentimental. Los controles estadounidenses a la exportación limitan el acceso de DeepSeek a los aceleradores de gama alta más recientes de Nvidia, y Caiwen informó de que las GPU de la serie H aprobadas anteriormente tienen dificultades para satisfacer las demandas de entrenamiento de modelos como V4 y V5.

DeepSeek sabe lo que cuesta el hardware de Nvidia en esfuerzo, porque lo ha medido. DeepSeek-V3 necesitó 2,788 millones de horas de GPU H800 para una tanda completa de entrenamiento, y Reuters informó en enero de 2026 de que ingenieros de Nvidia ayudaron a la empresa a optimizar sus algoritmos, marcos de software y hardware. Ese detalle es fácil de pasar por alto. La reputación de eficiencia de DeepSeek se construyó con los propios ingenieros del fabricante de chips en la sala, sobre la pila del fabricante. Reproducir eso en Ascend significa reconstruir la relación de ajuste además de los kernels.

El contrapeso es un informe de Bloomberg de septiembre de 2026 según el cual el gran pedido de Ascend de DeepSeek era para ejecutar modelos, no para entrenarlos. Si es correcto, el clúster de entrenamiento descrito en los nuevos informes o se está montando ahora o no se ha demostrado a la escala que exige el plan. Ambas cosas pueden ser ciertas: una empresa puede comprar capacidad de inferencia en volumen mientras prepara un despliegue de entrenamiento en la misma familia de hardware.

El calendario de Huawei se mueve al mismo tiempo

El momento del informe no es casual. Huawei ha estado comprimiendo su hoja de ruta de Ascend. STAR Market Daily, citando al presidente rotatorio David Wang, informó de que el Ascend 960DT se adelantó tres trimestres hasta el primer trimestre de 2027. El Ascend 960PR está previsto para el tercer trimestre de 2027, con el Ascend 970 en 2028 y el Ascend 980 en 2029, según Guancha.

Compare eso con una tanda de entrenamiento de V5 prevista para 2027 y un detalle destaca. El modelo se entrenaría con el 950, la generación a la que el 960DT debe suceder en el primer trimestre de 2027. Eso es normal en términos de chips, ya que una tanda de entrenamiento tiene que comprometerse con un hardware mucho antes de terminar. También significa que el primer intento de frontera en Ascend usaría la pieza que Huawei ya está dejando atrás, lo que deja menos margen si la tanda necesita más computación de la prevista.

La posición comercial de Huawei en China ha mejorado junto con la hoja de ruta. La empresa dijo en octubre de 2026 que la cuota de mercado de Ascend en China había superado a la de Nvidia, una afirmación que TrendForce publicó sin confirmación independiente. Y el lado del software se ha ido completando: DeepSeek publicó como código abierto una pila de software para Ascend en octubre de 2026, incluido el lenguaje de kernels TileLang y bibliotecas para multiplicación de matrices y comunicación entre chips. Un modelo entrenado en Ascend necesita exactamente esa capa antes de que empiece la tanda.

El dinero detrás de DeepSeek es el otro dato de contexto. Se ha informado de que la empresa recauda unos 15.000 millones de dólares con una valoración cercana a 74.000 millones, y las fuentes de Caiwen abordaron la especulación directamente al decir que Huawei no tiene participación. Capital de ese tamaño compra aceleradores, capacidad de centro de datos e ingenieros. No compra una pila de entrenamiento probada.

Qué contaría como prueba

El informe se resolverá con artefactos, no con desmentidos ni confirmaciones. Cuatro cosas lo harían pasar de afirmación a hecho.

Una descripción del clúster sería el comienzo. La prueba sería un número definido de aceleradores Ascend 950 en un mismo lugar, con una topología de interconexión y una cifra de utilización. No existe tal divulgación.

Los registros de entrenamiento serían una prueba más sólida. Las curvas de pérdida, el rendimiento por chip y el número de tokens procesados mostrarían que una tanda ocurrió y cuán eficiente fue. DeepSeek publicó ese tipo de detalle para V3. Si V5 llega con un informe técnico que nombre Ascend, la pregunta pasa de si el cambio es posible a cuánto costó.

Los benchmarks independientes son más difíciles de obtener. Huawei y DeepSeek tienen ambos interés en cifras favorables, y ninguno ha publicado una comparación de entrenamiento con hardware de Nvidia a escala de frontera. Equipos externos que ejecuten la misma carga en ambos serían más convincentes que cualquier presentación de lanzamiento.

El modelo en sí es la última pieza. Un V5 lanzado con pesos publicados y un artículo que describa el hardware respondería a la mayor parte de lo que los informes dejan abierto. Hasta entonces, la prueba más fuerte disponible es un rastro de fuentes: dos medios financieros chinos, fuentes sectoriales sin nombre y un par de empresas que no han dicho nada oficialmente al respecto.

Qué observar

• Confirmación o desmentido. Una declaración de DeepSeek o Huawei, aunque fuera vaga, diría si el plan es real o fue un rumor de la cadena de suministro que sobrevivió a su origen.
• Despliegue del Ascend 950. Los informes sobre un único clúster grande de entrenamiento, en lugar de capacidad de inferencia distribuida, son lo más parecido a un indicador adelantado.
• El informe técnico de V5. Si nombra Ascend y da cifras de rendimiento, el debate pasa a la eficiencia y no a la viabilidad.
• El calendario del 960DT de Huawei. Un retraso en la fecha del primer trimestre de 2027 plantearía dudas sobre la generación posterior a la que V5 usaría según los informes.
• Cambios en los controles a la exportación. Cualquier flexibilización de las normas estadounidenses cambiaría la economía que, según los informes, empujó a DeepSeek hacia Huawei en primer lugar.

Se informa de que DeepSeek prepara su tanda de entrenamiento más importante con silicio chino, y nadie de los implicados lo ha confirmado. Los próximos doce meses mostrarán si aquello era un plan o una predicción.

Imagen de portada: el campus de la sede de Huawei en Shenzhen, de RG72, CC BY-SA 4.0, vía Wikimedia Commons.