SemiAnalysis, <\/a> la trayectoria reciente de DeepSeek se puede atribuir a los miles de millones de d\u00f3lares invertidos en infraestructura de IA y a exhaustivas iniciativas de investigaci\u00f3n. Cabe destacar que Elon Musk ha enfatizado que competir en IA requiere inversiones anuales de miles de millones de d\u00f3lares, una cifra que coincide con los amplios compromisos financieros de DeepSeek.<\/p>\nSi bien es impresionante afirmar que DeepSeek logr\u00f3 entrenar su sofisticado modelo de IA por apenas 6 millones de d\u00f3lares, esta cifra solo tiene en cuenta los costos de preentrenamiento de la GPU. Convenientemente, deja de lado gastos cruciales, como la gesti\u00f3n de datos, el ajuste del modelo y la configuraci\u00f3n de la infraestructura. Hasta la fecha, la inversi\u00f3n total de DeepSeek en actividades relacionadas con la IA ha superado los 500 millones de d\u00f3lares, y se caracteriza por una estructura organizativa \u00e1gil que evita los obst\u00e1culos burocr\u00e1ticos y fomenta los r\u00e1pidos avances y la innovaci\u00f3n.<\/p>\n
Infraestructura innovadora y avances tecnol\u00f3gicos<\/h2>\n
Una caracter\u00edstica destacada de DeepSeek es su s\u00f3lida red inform\u00e1tica, que supuestamente comprende alrededor de 50.000 GPU Nvidia Hopper, incluidos modelos como H800, H100 y las \u00faltimas unidades H20. La ubicaci\u00f3n estrat\u00e9gica de estas GPU en varios centros de datos respalda tareas cr\u00edticas en investigaci\u00f3n de IA, simulaciones financieras y entrenamiento de modelos extensos. SemiAnalysis estima que la inversi\u00f3n de capital de DeepSeek en servidores es cercana a los 1.600 millones de d\u00f3lares, con gastos operativos que casi alcanzan los 944 millones de d\u00f3lares.<\/p>\n
Arquitectura de IA de vanguardia<\/h3>\n
La innovadora arquitectura de IA desarrollada por DeepSeek, en particular su tecnolog\u00eda Multi-Head Latent Attention (MLA), contribuye significativamente a su logro. Este enfoque innovador requiere una investigaci\u00f3n exhaustiva y una gran dependencia de las GPU. A diferencia de los competidores que dependen en gran medida de los resultados computacionales, DeepSeek prioriza la eficiencia algor\u00edtmica, lo que redefine las expectativas de escalabilidad dentro del sector de la IA. Este cambio de paradigma plantea preguntas sobre la necesidad futura de GPU de alta gama, lo que podr\u00eda influir en empresas como Nvidia.<\/p>\n
Una estrategia de reclutamiento \u00fanica<\/h3>\n
DeepSeek adopta una estrategia de contrataci\u00f3n centrada en el mercado interno y prefiere buscar talentos exclusivamente en China. La empresa prioriza a los candidatos con s\u00f3lidas habilidades para la resoluci\u00f3n de problemas y destreza t\u00e9cnica por sobre las cualificaciones convencionales, creando un marco de contrataci\u00f3n que aprovecha instituciones prestigiosas como las universidades de Pek\u00edn y Zhejiang. Seg\u00fan se informa, los paquetes de compensaci\u00f3n para los mejores investigadores pueden superar los 1, 3 millones de d\u00f3lares, superando incluso a los de actores importantes como Moonshot en el \u00e1mbito de la inteligencia artificial en China.<\/p>\n
Autosuficiencia e independencia operativa<\/h2>\n
DeepSeek, fundada por High-Flyer, un fondo de cobertura chino visionario centrado inicialmente en la IA, se convirti\u00f3 en una entidad independiente en 2023, centr\u00e1ndose exclusivamente en la inteligencia artificial. Esta autonom\u00eda, libre de inversores externos, permite una mayor flexibilidad y capacidad de decisi\u00f3n estrat\u00e9gica. A pesar de la percepci\u00f3n de ser un actor de nicho, SemiAnalysis confirma que DeepSeek ha invertido m\u00e1s de 500 millones de d\u00f3lares en su ecosistema de IA.<\/p>\n
La autosuficiencia de DeepSeek lo convierte en un competidor \u00fanico; a diferencia de muchas empresas emergentes de IA que dependen de servicios en la nube de terceros, opera sus propios centros de datos. Esta independencia le permite un control total sobre la gesti\u00f3n de datos y las optimizaciones de modelos, lo que da como resultado iteraciones m\u00e1s r\u00e1pidas sin limitaciones externas, una ventaja esencial en el campo de la IA, que evoluciona r\u00e1pidamente.<\/p>\n
Eficiencia del hardware y ventaja competitiva<\/h2>\n
La comunidad de IA tom\u00f3 nota cuando DeepSeek present\u00f3 la eficiencia del hardware de su modelo DeepSeek-V3 Mixture-of-Experts (MoE), que funciona con considerablemente menos recursos en comparaci\u00f3n con sus hom\u00f3logos estadounidenses. La posterior introducci\u00f3n del modelo R1, que se posiciona como un rival de las ofertas de OpenAI, solidific\u00f3 su reputaci\u00f3n en el campo. Sin embargo, la narrativa de innovaci\u00f3n rentable esconde un respaldo financiero sustancial: SemiAnalysis se\u00f1ala que DeepSeek ha dedicado aproximadamente $1.6 mil millones a inversiones en hardware.<\/p>\n
Si bien DeepSeek ha sido elogiado por sus supuestas innovaciones de IA rentables, un an\u00e1lisis m\u00e1s detallado revela una historia contrastante. Si bien se afirma que el modelo R1 se desarroll\u00f3 con solo 6 millones de d\u00f3lares y 2048 GPU, la escala de la infraestructura de DeepSeek con sus 50 000 GPU Nvidia Hopper sugiere que las importantes inversiones de la empresa presentan un panorama m\u00e1s complejo en cuanto a la naturaleza de su desarrollo de IA.<\/p>\n