El modelo de IA sorprendentemente económico de Deepseek desafía a los gigantes de la industria. La compañía afirma haber capacitado a su poderosa red neuronal Deepseek V3 por solo $ 6 millones utilizando 2048 GPU, competidores significativamente socavadores. Sin embargo, esta cifra solo refleja los costos de GPU previos al entrenamiento, omitiendo la investigación sustancial, el refinamiento, el procesamiento de datos y los gastos de infraestructura.
Imagen: Ensigame.com
Deepseek V3 aprovecha tecnologías innovadoras: Predicción de múltiples token (MTP) para mejorar la precisión y eficiencia; Mezcla de expertos (MOE) , utilizando 256 redes neuronales (ocho activadas por token); y Atención latente de múltiples cabezas (MLA) para centrarse en elementos de oración cruciales. Estos avances contribuyen al rendimiento competitivo del modelo.
Imagen: Ensigame.com
Al contrario de las afirmaciones iniciales, el semianálisis reveló la infraestructura masiva de Deepseek: aproximadamente 50,000 GPU de la tolva NVIDIA, incluidas las unidades H800, H100 y H20, distribuidas en múltiples centros de datos. La inversión total del servidor se estima en $ 1.6 mil millones, con costos operativos que alcanzan los $ 944 millones. A pesar de esto, Deepseek, una subsidiaria de High-Flyer, un fondo de cobertura chino, mantiene su independencia y autofinanciación, fomentando agilidad e innovación rápida.
Imagen: Ensigame.com
El éxito de la compañía también se deriva de atraer a los mejores talentos, con algunos investigadores ganando más de $ 1.3 millones anuales. Esto, junto con su estructura magra, permite una implementación eficiente de avances de IA. La inversión total en el desarrollo de IA supera los $ 500 millones.
Imagen: Ensigame.com
Si bien la narrativa "económica" de Deepseek está posiblemente exagerada, su ventaja competitiva es innegable, particularmente en comparación con los $ 100 millones reportados en CHATGPT4O de capacitación, versus los $ 5 millones de Deepseek para R1. El caso destaca el potencial de compañías de IA independientes bien financiadas para desafiar a los actores establecidos, aunque la inversión sustancial sigue siendo un factor crucial.
