{"id":4911,"date":"2025-02-05T12:00:00","date_gmt":"2025-02-05T12:00:00","guid":{"rendered":"https:\/\/intkgroup.com\/blog\/sin-categoria\/china-vs-silicon-valley-como-deepseek-esta-cambiando-la-inteligencia-artificial\/"},"modified":"2025-10-02T14:18:50","modified_gmt":"2025-10-02T14:18:50","slug":"china-vs-silicon-valley-como-deepseek-esta-cambiando-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/intkgroup.com\/es-mx\/blog\/inteligencia-artificial\/china-vs-silicon-valley-como-deepseek-esta-cambiando-la-inteligencia-artificial\/","title":{"rendered":"China vs. Silicon Valley: c\u00f3mo DeepSeek est\u00e1 cambiando la inteligencia artificial"},"content":{"rendered":"

\r\n<\/p>

La irrupción de DeepSeek<\/strong>, empresa china de inteligencia artificial, ha sorprendido al mundo tecnológico por su capacidad para desafiar a gigantes como OpenAI, Anthropic o Cohere. Su propuesta combina eficiencia, innovación y bajos costos<\/strong>, lo que podría redefinir el futuro del sector. <\/p>\r\n

DeepSeek y la eficiencia del modelo Mixture of Experts<\/h3>\r\n

Los modelos DeepSeek V2 y V3<\/strong> emplean la arquitectura Mixture of Experts (MoE)<\/strong>, que activa solo las partes necesarias en cada operación. Este enfoque reduce costes y optimiza recursos. <\/p>\r\n

El modelo DeepSeek V3<\/strong> cuenta con 671 mil millones de parámetros<\/strong>, pero solo utiliza 37 mil millones por inferencia<\/strong>, apoyándose en técnicas como Multi-Head Latent Attention (MLA)<\/strong> y entrenamiento en FP8<\/strong>, lo que mejora la gestión de memoria y eleva la eficiencia sin perder calidad.<\/p>\r\n

Costos reducidos y estrategia agresiva de precios<\/h3>\r\n

Mientras el entrenamiento de Llama 3.1 de Meta<\/strong> costó diez veces más, DeepSeek entrenó su V3 por 5,6 millones de dólares<\/strong> usando 2,7 millones de horas de GPU H800<\/strong>. Además, ofrece su API a $0,14 por millón de tokens<\/strong>, frente a los $7,50 de OpenAI<\/strong>. <\/p>\r\n

Esta estrategia agresiva genera dudas: ¿se trata de un modelo sostenible o de una táctica para ganar cuota de mercado rápidamente?<\/p>\r\n

Controversia por el entrenamiento de datos<\/h3>\r\n

DeepSeek también enfrenta acusaciones de haber usado respuestas de GPT-4<\/strong> para entrenar sus modelos mediante “distillation”<\/strong> sin permiso de OpenAI. Análisis comparativos han detectado respuestas similares, lo que plantea dudas legales y éticas<\/strong>. <\/p>\r\n

Incluso se han identificado sesgos pro-occidentales<\/strong> en sus respuestas, un detalle llamativo tratándose de una IA desarrollada en China, lo que refuerza la teoría de que se entrenó con datos externos no autorizados.<\/p>\r\n

Impacto en NVIDIA y la industria de semiconductores<\/h3>\r\n

El modelo DeepSeek R1<\/strong> mostró un rendimiento superior a lo esperado, lo que afecta directamente a NVIDIA<\/strong>, ya que los inversores empiezan a cuestionar su dependencia en hardware costoso.<\/p>\r\n

Este avance revela que China está más adelantada en IA de lo previsto<\/strong>, debilitando la efectividad de las sanciones tecnológicas de EE. UU.<\/p>\r\n

Un desafío directo a Silicon Valley<\/h3>\r\n

El avance de DeepSeek podría obligar a OpenAI, Anthropic y Cohere<\/strong> a replantear sus estrategias de negocio, mientras que compañías como Amazon, Apple y Meta<\/strong> podrían beneficiarse de modelos más baratos para integrar en sus productos.<\/p>\r\n

La gran incógnita sigue abierta: ¿lograrán las empresas occidentales proteger su propiedad intelectual y mantener la rentabilidad frente a esta nueva ola de modelos disruptivos?<\/p>\r\n

📑 Más información en:<\/p>\r\n