Deepseek: revolución de IA a un costo premium

El modelo de IA sorprendentemente económico de Deepseek desafía a los gigantes de la industria. La startup china afirma haber capacitado a su poderosa red neuronal de Deepseek V3 por solo $ 6 millones, utilizando solo 2048 GPU, significativamente socavando competidores. Sin embargo, este costo aparentemente bajo desmiente una inversión mucho más sustancial.

Imagen: Ensigame.com

La arquitectura innovadora de Deepseek V3 contribuye a su eficiencia. Las tecnologías clave incluyen predicción múltiple (MTP), que pronostica múltiples palabras simultáneamente; Mezcla de expertos (MOE), empleando 256 redes neuronales para capacitación acelerada; y atención latente de múltiples cabezas (MLA), centrándose en elementos de oración cruciales para mejorar la precisión.

Imagen: Ensigame.com

Sin embargo, un informe de semianálisis revela una infraestructura mucho mayor: aproximadamente 50,000 GPU NVIDIA, valoradas en aproximadamente $ 1.6 mil millones, con costos operativos que se acercan a $ 944 millones. Esto contradice el reclamo de costo inicial de Deepseek, que solo representa el uso de GPU previo al entrenamiento, omitiendo la investigación, el refinamiento, el procesamiento de datos y los gastos generales de infraestructura.

La independencia y la estructura magra de Deepseek, una subsidiaria del fondo de cobertura de alto flyer, permiten una innovación rápida y una asignación eficiente de recursos. A diferencia de los competidores que dependen de los servicios en la nube, Deepseek posee sus centros de datos, maximizando el control y la velocidad. Su naturaleza autofinanciada mejora aún más la agilidad. Los altos salarios, superiores a $ 1.3 millones anuales para algunos investigadores, atraen a los mejores talentos de las universidades chinas.

Imagen: Ensigame.com

Si bien la cifra de costos de capacitación de $ 6 millones de Deepseek es engañosa, la inversión general de la compañía supera los $ 500 millones. Su éxito proviene de una inversión sustancial, avances tecnológicos y una fuerza laboral calificada, no únicamente de la eficiencia presupuestaria. A pesar de esto, sus costos siguen siendo significativamente más bajos que los competidores; El modelo R1 de Deepseek costó $ 5 millones en comparación con los $ 100 millones de CHATPPT4.

Imagen: Ensigame.com

El ejemplo de Deepseek muestra una exitosa y bien financiada compañía de IA independiente que compite de manera efectiva con los jugadores establecidos. Sin embargo, la narración de la rentabilidad revolucionaria requiere una comprensión más matizada de su verdadera escala de inversión.