DeepSeek engañó a los mercados de IA: los costos reales de capacitación son 400 veces más altos que los informados

El debate que se está desarrollando sobre los gastos de capacitación asociados con el modelo R1 de DeepSeek ha provocado una volatilidad significativa en el mercado, revelando una capa de engaño que no se había reconocido anteriormente. Las implicaciones financieras reales son, de hecho, más sorprendentes de lo que se afirmó inicialmente.

Información revisada sobre los gastos de capacitación de DeepSeek que superan los “5 millones de dólares” informados

Un estudio exhaustivo de SemiAnalysis ha desafiado la narrativa predominante de que el modelo R1 de DeepSeek ha optimizado drásticamente las eficiencias, disminuyendo así la necesidad de recursos informáticos robustos, como los que ofrece NVIDIA. Inicialmente, los analistas de la industria informaron que los gastos de DeepSeek para su modelo R1 ascendieron a solo «5 millones de dólares», una cifra comparable a los costos asociados con los modelos GPT de OpenAI. Esta revelación instigó una ola de pánico entre los inversores minoristas que influyó negativamente en el mercado de valores de EE. UU. Sin embargo, a medida que ha surgido más información, se justifica un examen más profundo de los costos reales involucrados.

Para poner las cosas en perspectiva, DeepSeek comenzó como una subsidiaria del fondo de cobertura chino High-Flyer. Según SemiAnalysis, en 2021, DeepSeek adquirió 10.000 unidades de GPU A100 de NVIDIA antes de que se aplicaran estrictos controles de exportación. Tras la decisión de la empresa matriz de escindir el proyecto, DeepSeek expandió rápidamente sus operaciones, aumentando significativamente sus capacidades computacionales.

Análisis de costes de hardware de DeepSeek — Créditos de la imagen: SemiAnalysis

Los hallazgos indican que DeepSeek está equipado con alrededor de 10.000 GPU H800 AI «específicas para China», junto con 10.000 chips H100 AI de última generación. Además, la organización ha invertido en los aceleradores H20 AI de NVIDIA, creando un «fondo» sustancial de recursos compartidos entre DeepSeek y las empresas de High-Flyer para actividades que incluyen comercio, investigación, capacitación e inferencia. En conjunto, el gasto de capital de DeepSeek se estima en aproximadamente $1.6 mil millones, con gastos operativos que se rumorea que alcanzan alrededor de $944 millones, cifras que son hasta 400 veces mayores que los cálculos anteriores del mercado.

Es importante señalar que la estimación inicial de costos probablemente representó solo una fracción de los costos totales de capacitación asociados con la ejecución del modelo R1. Sorprendentemente, DeepSeek ha demostrado una aptitud para atraer talento local al organizar eventos de reclutamiento en universidades prestigiosas, con empleados seleccionados que reciben salarios superiores a $ 1.3 millones. Esta estrategia ha permitido al equipo de desarrollo de DeepSeek diseñar soluciones competitivas capaces de competir de igual a igual con gigantes de la industria como OpenAI. Desafortunadamente, las cifras financieras informadas incorrectamente proporcionaron el impulso para el llamado evento del cisne negro de la semana pasada en el mercado.

SemiAnalysis ha realizado evaluaciones exhaustivas del modelo de IA de DeepSeek; se recomienda a los lectores explorar estos hallazgos para obtener más información y detalles complejos.

Fuente e imágenes