La startup china DeepSeek, respaldada por el fondo High-Flyer y fundada por Liang Wenfeng, ha revolucionado el sector tecnológico al crear modelos de lenguaje avanzado como DeepSeek-V3 y DeepSeek-R1. Pero lo que para muchos es motivo de elogio o, incluso, celebración, para Silicon Valley es una señal alarmante por su bajo costo de desarrollo, ya que logró competir con gigantes estadounidenses gastando menos de seis millones de dólares y empleando una fracción comparativamente mínima de potencia computacional.
Este logro, que desafía la lógica de inversiones masivas de las marcas tradicionales, sacudió fuertemente el mercado bursátil, y provocó caídas históricas en las acciones de empresas como Nvidia. Para muchos observadores, la apuesta de DeepSeek por el código abierto demuestra la capacidad de China para sortear las restricciones comerciales impuestas sobre la exportación de microchips. No obstante, el ascenso de esta tecnología también ha encendido alarmas globales debido a la privacidad y censura vinculadas a las normativas del gobierno chino.
Cómo logró DeepSeek reducir los costos de desarrollo
DeepSeek logró reducir de manera drástica sus costos de desarrollo mediante varias estrategias de eficiencia técnica, arquitectura y modelo operativo:
- Eficiencia en la potencia de cómputo: La startup logró entrenar sus modelos utilizando únicamente alrededor del 10% de la potencia de cómputo que suelen requerir las grandes empresas tecnológicas estadounidenses para modelos equivalentes.
- Reducción del costo directo de entrenamiento: La empresa reportó que el pre-entrenamiento de su modelo DeepSeek-V3 requirió una inversión directa en GPU de solo 5,6 millones de dólares, una cifra sumamente baja en comparación con los cientos de millones de dólares que invierten competidores de Silicon Valley.
- Optimización de algoritmos para hardware local: Ante las restricciones internacionales de exportación de microchips avanzados, sus desarrolladores demostraron una gran capacidad para optimizar algoritmos y modelos para operar eficientemente sobre semiconductores de producción local.
- Arquitectura de código abierto y precios de tokens disruptivos: Al impulsar el modelo de código abierto (open-weight) y optimizar el rendimiento por token, lograron reducir de forma drástica los costos de ejecución (en su modelo V4 Pro, por ejemplo, el precio por token se situó en aproximadamente 1/46 parte del costo de modelos líderes competidores).
Con todo, existen análisis independientes que matizan la cifra de 5,6 millones de dólares y señalan que ese monto corresponde estrictamente al pre-entrenamiento directo en GPU, excluyendo las inversiones previas en investigación, desarrollo general de software e infraestructura global de servidores.
Como sea, el lanzamiento de DeepSeek tuvo un impacto directo y severo en la cotización bursátil de Nvidia y en las expectativas del sector de semiconductores en Wall Street. Tras darse a conocer los resultados de la startup, las acciones de Nvidia sufrieron caídas históricas en bolsa, perdiendo cientos de miles de millones de dólares en valor de mercado en un solo día.
La principal causa del desplome bursátil fue el tambaleo de la premisa de que la demanda de los chips de IA más avanzados seguiría creciendo sin freno. DeepSeek demostró que era posible entrenar un modelo lingüístico de alto rendimiento utilizando aproximadamente un 10% de la potencia de cómputo que suelen emplear las grandes tecnológicas de EE. UU. Esto hizo que los inversionnistas revisaran si las empresas realmente necesitaban seguir realizando compras multimillonarias e ininterrumpidas de hardware.
