Comentarios sobre el impacto de DeepSeek

El nuevo modelo de la empresa china DeepSeek ha sorprendido al mercado esta semana, y en un primer momento el sector tecnológico ha experimentado una oleada de ventas.

Aunque en Silicon Valley este cambio hacia formas potencialmente disruptivas de escalado de modelos no ha sorprendido necesariamente a todo el mundo, DeepSeek ha demostrado que un tipo diferente de optimización que precisa mucho menos procesamiento inicial puede producir resultados extraordinarios.  

Jamie Mills O’Brien, gestor del abrdn Global Innovation Equity Fund, muestra sus primeras impresiones a medida que se asienta la polvareda y por qué la demanda podría seguir siendo fuerte, a pesar de la depreciación inicial de muchos valores tecnológicos de la semicadena de suministro de IA:

«El enfoque de DeepSeek sugiere que el entrenamiento de modelos de IA no requiere las GPU Nvidia más avanzadas y un enfoque de fuerza bruta para el entrenamiento. Esta convicción ha sido el motor del gasto en CAPEX de los hiperescaladores de EE.UU., que han tratado de crear una ventaja competitiva. Es demasiado pronto para saber cuáles serán las consecuencias exactas de esta evolución, pero existe el riesgo de que estas empresas tengan que replantearse la justificación de cualquier gasto futuro y la mejor forma de competir.

En general, las herramientas de IA siguen siendo una solución en busca de un problema. La atención se ha centrado sobre todo en aumentar el número de GPU en clusters avanzados para entrenar los modelos más potentes posibles. DeepSeek ha mostrado un enfoque alternativo para construir modelos complejos que requiere mucho menos procesamiento inicial. Esto podría facilitar una mayor competencia al permitir a un mayor número de participantes desarrollar modelos de IA personalizados, lo que podría acelerar la mercantilización de la IA cuando los participantes en el mercado traten de competir a través de la diferenciación y la especialización de sus productos.

La demanda podría seguir siendo fuerte, a pesar de la depreciación inicial de muchos valores tecnológicos de la semicadena de suministro de IA, y seguimos siendo relativamente optimistas sobre sus perspectivas. La creciente democratización de la IA puede impulsar una mayor aceptación entre los usuarios finales, sosteniendo la demanda de mayor potencia de procesamiento en la fase operativa del ciclo de vida del modelo de IA. La continua demanda de potencia de procesamiento mantiene una perspectiva ampliamente constructiva para los actores del espacio de semiconductores, centros de datos y servicios públicos.

Lo que probablemente no sea cierto es la cifra de 6 millones de dólares, y DeepSeek lo deja claro en su propio comunicado, en el que afirma que los costes indicados se refieren únicamente a la ejecución final del entrenamiento. Pero la destilación y la forma en que han entrenado el modelo (computación en tiempo de prueba) probablemente tengan costes más bajos que, por ejemplo, OpenAI».