DeepSeek non vuole più giocare la partita soltanto sul terreno dei modelli di intelligenza artificiale. In poco più di un anno l’azienda cinese è passata dall’essere una curiosità del settore a un nome che ricorre ogni volta che si parla della corsa globale all’IA, e ora sembra pronta ad aprire un fronte nuovo che va a toccare da vicino gli affari di NVIDIA. Il punto non è più solo il software, ma i chip che permettono di far girare l’intelligenza artificiale su larga scala.
Il salto verso l’hardware e il peso dell’inferenza
Secondo quanto emerso, DeepSeek starebbe sviluppando un proprio chip per l’intelligenza artificiale, pensato per le operazioni di inferenza e non per l’addestramento di nuovi modelli. La differenza tecnica cambia parecchio la lettura della mossa. Bisogna però restare cauti, perché l’azienda non ha confermato nulla pubblicamente, il progetto sarebbe in una fase iniziale e la società non ha risposto alle richieste di commento.
Il modo più semplice per capire la faccenda è pensare a cosa succede dopo l’addestramento. Una volta costruito il modello, ogni domanda che riceve e ogni risposta che restituisce lo obbliga a rimettersi al lavoro. Non è un’operazione isolata, ma una routine che si ripete milioni di volte se il prodotto funziona davvero. Ecco perché un chip pensato per questa fase punta a qualcosa di molto concreto, cioè rendere l’uso dell’IA più economico, più veloce e meno dipendente da terzi. Ed è proprio l’inferenza il cuore di tutto.
La mossa si capisce meglio guardando da cosa ha dipeso DeepSeek fino a oggi. L’azienda ha usato chip di NVIDIA e Huawei per addestrare e far girare i suoi modelli, compresa la base che ha sostenuto R1, addestrata su NVIDIA H800, un chip pensato per il mercato cinese la cui esportazione verso la Cina è stata vietata da Washington alla fine del 2023. Da allora DeepSeek si è appoggiata sempre di più a Huawei. Ad aprile ha lanciato il modello V4 adattato ad Ascend, e Huawei ha dichiarato che i suoi processori sono stati usati in parte dell’addestramento di V4-Flash.
Da nota a piè di pagina a campionessa nazionale
Fino a non molto tempo fa il dibattito globale sull’IA ruotava quasi del tutto attorno alle aziende statunitensi come OpenAI, Google, Microsoft, Meta o Anthropic. DeepSeek ha cambiato parte di questa conversazione dimostrando che anche la Cina può produrre modelli capaci di circolare fuori dal mercato domestico e costringere il settore a guardare verso Hangzhou. In patria l’azienda è stata celebrata a lungo come campionessa nazionale dell’intelligenza artificiale. La tendenza si vede ormai in buona parte del comparto. Google sviluppa da anni le sue TPU, Amazon ha Inferentia per i carichi di inferenza, Microsoft conta su Maia e Meta lavora a MTIA. A questi si aggiungono due mosse recenti particolarmente vicine al caso, cioè il chip Jalapeño annunciato a giugno da OpenAI insieme a Broadcom, anch’esso orientato all’inferenza, e la valutazione di Anthropic di progettare i propri chip. Lo schema è piuttosto chiaro, le grandi aziende di IA vogliono dipendere meno dai fornitori esterni e controllare meglio costi, prestazioni e disponibilità della potenza di calcolo che regge i loro servizi.
Il vero ostacolo sta nel fabbricarlo. Progettare un chip competitivo non equivale a possederlo. Sviluppare un acceleratore di IA richiede di solito anni, molto capitale e una rete di partner nella progettazione, nella fonderia e nella memoria. Per un’azienda cinese, poi, il problema non finisce sul piano tecnico, perché i controlli sulle esportazioni degli Stati Uniti limitano l’accesso alle fabbriche estere più avanzate e alla memoria ad alta larghezza di banda, un componente fondamentale per questo tipo di chip. I tempi cambiano. NVIDIA è arrivata al boom dell’IA con un vantaggio costruito nel corso di decenni. Nel 1999 lanciò la GeForce 256, presentata dalla stessa azienda come la prima GPU del settore, e nel 2006 avviò CUDA, l’architettura che ha aiutato a portare il calcolo parallelo dei suoi chip oltre la grafica. Quando i modelli hanno cominciato a richiedere quantità enormi di potenza di calcolo, l’hardware e l’ecosistema erano già pronti. Per anni competere nell’IA significava passare dai suoi chip, e quello che il caso DeepSeek suggerisce, con tutte le cautele, è che questa dipendenza inizia ad avere delle crepe.