Los científicos chinos están pasando de la inferencia al entrenamiento de modelos de IA en aceleradores Huawei

Los chips chinos de Huawei completaron con éxito el postentrenamiento del modelo DeepSeek‑V4‑Pro

*Según un comunicado del South China Morning Post, en China se logró aplicar los chips Huawei Ascend 910C para la completa afinación de la gran IA DeepSeek‑V4‑Pro. Este es un paso importante en el desarrollo de la industria semiconductora nacional, que busca pasar del simple inferencia al aprendizaje complejo ante la intensificación de las sanciones estadounidenses.*

¿Qué ocurrió
Etapa | Descripción | Lanzamiento del proyecto
---|---|---
El grupo de investigación de Huawei Technologies y socios (Instituto de Carriles Circulares de Shenzhen, Campus de la Universidad Tecnológica de Harbin en Shenzhen, Instituto de Investigación de Big Data de Shenzhen) inició el objetivo de entrenar al modelo DeepSeek‑V4‑Pro. | Escala | El modelo contiene 1,6 billones de parámetros y se lanzó en un clúster con mínimo 1000 chips Ascend 910C. | Postentrenamiento | Afinación totalmente “paramétrica”: toda la arquitectura del modelo se actualizó sin compromisos, no solo capas individuales.

¿Por qué es importante
* Hasta hace poco, los chips chinos se utilizaban con éxito para inferencia – el proceso en que el modelo simplemente responde a consultas.

* Ahora, gracias al nuevo proyecto, el modelo puede autorreflexionarse y ajustarse durante su operación, añadiendo “puentes complejos y bucles” a la anteriormente unidireccionalidad de los datos. Esto aumenta los requisitos computacionales y de comunicación, pero hace que el sistema sea más autónomo.

Resultados esperados
* El gobierno de Shenzhen afirmó que la investigación ayudará a aumentar la autosuficiencia de la industria china de inteligencia artificial y reforzará las posiciones de los microchips nacionales ante restricciones externas.