En el vertiginoso mundo de la inteligencia artificial, un nuevo actor ha sacudido los cimientos del poder tecnológico. Se llama DeepSeek, y su logo es una ballena. Pero no es un cetáceo cualquiera: es el animal que, con una eficiencia asombrosa, ha logrado lo que parecía imposible: hacer perder más de medio billón de dólares a Nvidia… utilizando precisamente las tarjetas gráficas que la propia Nvidia fabrica. Imagen: Xataka
La historia de esta “rebelión tecnológica” comenzó a finales de enero de 2025, cuando el mercado financiero vivió un terremoto sin precedentes. Las acciones de Nvidia, el gigante de los chips que se ha convertido en el principal proveedor de la revolución de la IA, se desplomaron casi un 17% en un solo día. La pérdida de valor de mercado fue de aproximadamente 600 mil millones de dólares, la mayor caída diaria para una empresa en la historia de Wall Street. El sector tecnológico estadounidense, en su conjunto, llegó a perder cerca de 1 billón de dólares en valor de mercado.
El catalizador de este pánico fue DeepSeek, un laboratorio chino de inteligencia artificial que había demostrado algo que muchos consideraban imposible: se puede entrenar un modelo de IA de vanguardia con una fracción del costo y los recursos que gastan gigantes como OpenAI o Google.
La paradoja del hardware: usar la espada del enemigo
La ironía es total. Para lograr esta hazaña, DeepSeek no utilizó tecnología revolucionaria ni hardware secreto. Usó exactamente las mismas GPUs que Nvidia vende a todo el mundo, pero las llevó al límite de su eficiencia.
DeepSeek entrenó su modelo R1 utilizando un clúster de 2.048 GPU NVIDIA H800 (la generación anterior a la actual Blackwell). El costo total del entrenamiento fue de aproximadamente 5,6 millones de dólares. Para ponerlo en perspectiva, se estima que el costo de entrenar GPT-4, el modelo de OpenAI, ronda los 100 millones de dólares. Esto significa que DeepSeek logró un rendimiento similar o superior con menos del 6% del presupuesto de su competidor estadounidense.
Pero la historia no termina ahí. DeepSeek ya está optimizando sus nuevos modelos (como DeepSeek-V4) para la arquitectura más avanzada de Nvidia, la serie Blackwell (B200, GB300). Según fuentes de la industria, esta colaboración permite alcanzar un rendimiento de hasta 30 veces mayor por vatio que la generación anterior.
¿Cómo lo logran? La ingeniería por encima del hardware
El secreto de DeepSeek no está en los chips, sino en cómo los utilizan. Han desarrollado técnicas de optimización tan refinadas que han hecho temblar el modelo de negocio de Nvidia. Los puntos clave son:
- Arquitectura MoE (Mixture of Experts): En lugar de activar todos los parámetros del modelo para cada tarea, DeepSeek activa solo los “expertos” necesarios. Esto reduce drásticamente el costo computacional.
- Entrenamiento con precisión FP8: Utilizan formatos de números de baja precisión (FP8) que reducen el consumo de memoria y aceleran los cálculos sin perder precisión en los resultados.
- Sistemas de refrigeración y optimización a nivel de clúster: Han diseñado sus centros de datos para maximizar el rendimiento por cada watt de energía consumido.
La paradoja de Jevons aplicada a la IA
El mercado reaccionó con pánico porque los inversores interpretaron erróneamente la eficiencia de DeepSeek como una amenaza para Nvidia. Razonaron así: “Si se puede hacer IA con menos chips Nvidia, entonces la demanda de chips caerá”.
Sin embargo, los analistas más lúcidos señalan la Paradoja de Jevons: cuando un recurso se vuelve más eficiente y barato, su uso total aumenta en lugar de disminuir. Si la IA se vuelve más accesible gracias a la eficiencia de DeepSeek, más empresas y países querrán adoptarla, lo que a largo plazo disparará la demanda de GPUs Nvidia, no la reducirá.
De hecho, DeepSeek y Nvidia no son enemigos, sino socios tecnológicos. Los ingenieros de ambas empresas trabajan codo a codo para optimizar el software (TensorRT-LLM) y exprimir al máximo el hardware. Un solo sistema con 8 GPUs Blackwell, correctamente optimizado, puede superar los 30.000 tokens por segundo en el modelo DeepSeek-R1.
Un nuevo paradigma
DeepSeek ha demostrado que la inteligencia artificial no es solo una carrera por acumular más chips, sino una batalla por la eficiencia y el ingenio. Su irrupción ha sido comparada con el “Momento Sputnik” de la IA, una llamada de atención para Occidente sobre la capacidad de China para innovar con recursos limitados.
Nvidia, por su parte, ha salido fortalecida de este “susto”. El mercado ha entendido que la eficiencia no mata la demanda, la expande. Y DeepSeek, con su ballena como emblema, sigue navegando en el océano de la IA, demostrando que a veces, la inteligencia no está en tener la espada más grande, sino en saber usarla mejor.
