La asequibilidad de Deepseek es un mito: la IA revolucionaria en realidad costó $ 1.6 mil millones para desarrollarse

El modelo de IA sorprendentemente económico de Deepseek desafía a los gigantes de la industria. El nuevo chatbot de la compañía cuenta con capacidades impresionantes, contribuyendo a una caída significativa en el precio de las acciones de NVIDIA. Su éxito proviene de una combinación única de innovaciones arquitectónicas y métodos de capacitación eficientes.

Imagen: ensigame.com

Deepseek V3 aprovecha varias tecnologías de vanguardia: predicción múltiple (MTP) para una mayor precisión y eficiencia; Mezcla de expertos (MOE) , utilizando 256 redes neuronales para capacitación acelerada y mejor rendimiento; y atención latente múltiple (MLA) para centrarse en elementos de oraciones cruciales, minimizando la pérdida de información.

Imagen: ensigame.com

Sin embargo, el reclamo de Deepseek de solo un costo de capacitación de $ 6 millones para Deepseek V3 es engañoso. Si bien esto cubre el uso de la GPU previa al entrenamiento, omite investigaciones sustanciales, refinamiento, procesamiento de datos y gastos de infraestructura. El semianálisis reveló que la infraestructura real de Deepseek implica aproximadamente 50,000 GPU de Hopper Nvidia, que representa una inversión total del servidor de aproximadamente $ 1.6 mil millones y costos operativos cerca de $ 944 millones.

Imagen: ensigame.com

La propiedad de Deepseek de sus centros de datos, junto con su estado autofinanciado e investigadores altamente compensados ​​(ganando más de $ 1.3 millones anuales), contribuye a su ventaja competitiva. La estructura magra de la compañía permite una rápida implementación de innovación, en contraste con competidores más grandes y burocráticos.

Imagen: ensigame.com

Si bien el éxito de Deepseek es innegable, su narrativa "económica" es exagerada. La inversión total supera los $ 500 millones. Sin embargo, su rentabilidad en relación con los competidores sigue siendo significativa, ejemplificada por los costos de capacitación contrastantes de R1 de Deepseek ($ 5 millones) y CHATGPT4O ($ 100 millones). La historia de Deepseek destaca el potencial de las compañías de IA ágiles y bien financiadas para competir de manera efectiva con los jugadores establecidos, aunque la inversión masiva sigue siendo un factor clave.