1. Aviso formal de EE. UU.: las agencias civiles federales deben excluir y eliminar productos relacionados con DeepSeek
Fecha: 20 oct 2026 (fecha de publicación en el Federal Register)
Fuentes: Aviso del Federal Register; PDF de GovInfo; CNBC
El Departamento de Seguridad Nacional de EE. UU. (DHS) publicó un aviso en el Federal Register: en virtud de la Federal Acquisition Supply Chain Security Act, el secretario de Seguridad Nacional ordenó—(1) la exclusión de productos y servicios de TI desarrollados por Hangzhou DeepSeek Artificial Intelligence y sus afiliados de las adquisiciones de agencias civiles federales; y (2) la eliminación de los sistemas de TI de agencias civiles de productos DeepSeek y afiliados, así como de productos y servicios de terceros desarrollados con implementaciones de DeepSeek.
CNBC, citando la orden, dijo que se emitió hacia julio de 2026 y se hizo pública hacia el 20 de octubre; aplica a agencias civiles federales (p. ej., Tesoro, Estado, Justicia) y excluye al Departamento de Defensa. El DHS afirmó que los modelos DeepSeek presentan “múltiples vectores de amenaza”, incluida la posible almacenamiento de datos en servidores en China, prompts sensibles que podrían transferirse al gobierno chino y estudios de código abierto que identifican vulnerabilidades críticas en la app iOS de DeepSeek. Las agencias pueden solicitar excepciones o aplazamientos por escrito en un plazo de 60 días desde la emisión, con una “justificación convincente”. La portavoz del Ministerio de Asuntos Exteriores chino Mao Ning dijo a Reuters que China se opone a generalizar en exceso la seguridad nacional y a politizar la ciencia, la tecnología y el comercio, y protegerá los derechos e intereses legítimos de las empresas chinas.
Análisis: No es una prohibición de uso personal; eleva restricciones dispersas de agencias a una regla civil a escala de todo el gobierno bajo el marco de seguridad de la cadena de suministro. Para proveedores, soluciones de terceros que incrusten pesos o servicios DeepSeek también podrían entrar en el alcance de eliminación.
2. El mismo día: DeepSeek publica como código abierto el framework de inferencia de producción DeepInfer
Fecha: 20 oct 2026
Fuentes: GitHub: deepseek-ai/DeepInfer; The Next Web
DeepSeek anunció el mismo día en X y publicó su framework interno de inferencia DeepInfer en GitHub bajo Apache 2.0, orientado por ahora al despliegue de producción de DeepSeek-V4.1-Flash. Según reportes y el repositorio, incluye kernels optimizados para el modelo, partición entre chips, decodificación especulativa y soporte para GPUs NVIDIA SM100 y Huawei Ascend 950; DeepSeek dijo que el objetivo es ayudar a la comunidad a recortar costos de cómputo y energía. Los materiales públicos también indican que la versión actual no incluye un sistema de caché completo, desagregación prefill/decode de prompts ni balanceo de carga multi-máquina; se ofrece una receta de tokenización alineada con la API oficial (deepseek-recipe). DeepInfer afirma basarse principalmente en vLLM y apoyarse en SGLang y TensorRT-LLM. TNW señaló miles de estrellas hacia la tarde del martes; las cifras de rendimiento publicadas son mediciones propias de DeepSeek y no se han reproducido de forma independiente.
Análisis: Una prohibición federal de EE. UU. y la apertura del stack de inferencia de producción de un laboratorio chino el mismo día es un contraste fuerte—limpieza de adquisiciones civiles por un lado, métodos de reducción de costos compartidos con la comunidad y proveedores cloud por el otro. Para el código abierto, el valor son técnicas de producción reutilizables; para compradores de cumplimiento, “usar pesos DeepSeek” y “aprender de su ingeniería” deben evaluarse por separado.
3. Reuters: OpenAI acelera una ronda de ~30.000 millones de dólares antes de la IPO de Anthropic
Fecha: 20 oct 2026 (informe de Reuters ampliamente difundido)
Fuentes: Business Standard (Reuters); Quartz
Según Reuters, citando a personas familiarizadas con el asunto: OpenAI acelera una ronda de financiación de unos 30.000 millones de dólares que podría valorarla en más de 1,4 billones de dólares, buscando compromisos antes del debut público previsto de Anthropic a mediados de noviembre. SoftBank, MGX de Abu Dabi y otros inversores actuales negocian participar. OpenAI y SoftBank declinaron comentar a Reuters; Anthropic y MGX no respondieron de inmediato.
Personas familiarizadas dijeron que OpenAI presenta a inversores que los ingresos anualizados alcanzaron unos 50.000 millones de dólares tras GPT-6 Astra y se espera que suban a unos 70.000 millones a fin de año, y que bajar precios de modelos más baratos impulsó el uso. Reuters informó antes que los ingresos anualizados de Anthropic rondaban 65.000 millones en julio, y que comunicó a inversores unos 16.800 millones en el tercer trimestre (frente a unos 11.600 millones en el segundo). Contabilizan de forma distinta: OpenAI registra neto de participaciones de socios y ha acusado a Anthropic de contabilizar el valor bruto de contratos por canales cloud; Anthropic dice seguir prácticas contables establecidas. La última ronda cerrada de OpenAI fue de unos 122.000 millones en capital comprometido en marzo con valoración de 852.000 millones.
Análisis: Es una negociación reportada, no un anuncio oficial de financiación cerrada. La historia central: dos laboratorios frontera compiten por el mismo pool de inversores—uno fijando valoración privada, el otro entrando en divulgación de IPO—, quien cierre capital primero puede marcar mejor la línea de comparación.
4. Día de la PyTorch Conference: beta pública de TorchNeuron para AWS Trainium nativo
Fecha: 20 oct 2026 (código abierto / beta pública junto a PyTorch Conference North America)
Fuentes: Blog oficial de PyTorch
AWS y el equipo de PyTorch anunciaron TorchNeuron, un backend nativo de PyTorch para AWS Trainium2 / Trainium3, a publicar bajo Apache 2.0 (github.com/aws-neuron/torch-neuronx), entrando en beta pública el 20 de octubre. La propuesta es registrar Trainium como dispositivo estándar: en la mayoría de casos basta .to('neuron'), con soporte para modo eager, torch.compile, entrenamiento distribuido (incluidos FSDP2, paralelismo tensorial/de pipeline, etc.) y operadores personalizados NKI. El blog cita comentarios de clientes—p. ej., Deepgram dijo que en sus evaluaciones Trainium procesó cerca de un 60 % más de segundos de audio por dólar que su línea base GPU existente. Cartesia, Hugging Face y otros figuran entre socios de feedback temprano.
Análisis: La noticia técnica dura del día está aquí—no nuevos pesos de LLM, sino aflojar el lock-in de CUDA para que flujos PyTorch existentes migren a un acelerador propio. Para compradores de entrenamiento/inferencia es una historia de stack de software; para NVIDIA, otra prueba de estrés de compatibilidad del ecosistema.
Cierre y límites
Los hilos de IA verificables del 20 de octubre se comprimen en: Washington saca DeepSeek del lado civil vía ley de cadena de suministro; DeepSeek el mismo día abre su motor de inferencia de producción; OpenAI, según se informa, acelera una ronda frente a la IPO de Anthropic; AWS/PyTorch llevan TorchNeuron a beta pública.