DeepSeek, la start-up china especializada en inteligencia artificial, ha dado un paso más en su ambiciosa hoja de ruta tecnológica con el lanzamiento sin previo aviso de DeepSeek-V3-0324, una actualización de su modelo de IA de código abierto DeepSeek-V3. Publicado en Hugging Face bajo licencia MIT, una de las más permisivas en el mundo del software, este nuevo modelo refuerza las capacidades en matemáticas y programación, dos áreas clave para las aplicaciones de IA más avanzadas.
Detrás de esta operación se encuentra Liang Wenfeng, CEO de DeepSeek, cuya sede se encuentra en Hangzhou, y que forma parte del fondo especulativo High-Flyer. Fundada en mayo de 2023, la empresa se ha convertido rápidamente en un actor a seguir dentro del ecosistema de la IA generativa open source.
Impresiona por su escala
DeepSeek-V3-0324 alcanza los 685.000 millones de parámetros, superando ligeramente a su predecesor, que contaba con 671.000 millones. Este modelo se apoya en una arquitectura Mixture-of-Experts (MoE) heredada de versiones anteriores como DeepSeekMoE, que permite activar módulos especializados en función de las tareas, optimizando el uso de recursos computacionales.
Además, se espera que incorpore la arquitectura Multi-head Latent Attention (MLA), una innovación que reduce la memoria necesaria durante la inferencia al comprimir conjuntamente las claves y valores de atención. Todo esto se ejecuta sobre un cluster de 32.000 GPUs, lo que lo convierte en uno de los modelos de IA open source más potentes del mundo.
EE.UU. sospecha de contrabando de chips Nvidia
Sin embargo, la innovación tecnológica de DeepSeek no ha pasado desapercibida para los servicios de inteligencia y las autoridades de EE.UU., que sospechan que el sorprendente rendimiento de esta IA podría estar ligado a un acceso ilegal a chips Nvidia de última generación, cuya venta está vetada a China desde finales de 2022.
Según un artículo publicado por La Tribune, las autoridades estadounidenses investigan si China ha utilizado Singapur y Malasia como canales para importar estos chips de forma encubierta. Empresas singapurenses los adquirirían legalmente, los enviarían a Malasia y desde allí se redirigirían hacia territorio chino.
El «milagro» DeepSeek
El ascenso meteórico de DeepSeek ha despertado escepticismo en el sector. Su modelo DeepSeek R1, basado también en la arquitectura V3, logró ofrecer capacidades de razonamiento avanzadas con unos costes de entrenamiento y uso muy inferiores a los de sus homólogos estadounidenses, lo que generó un impacto inesperado incluso en Wall Street.
El éxito de la empresa ha dado pie a teorías sobre su eficiencia y posible ventaja tecnológica. Aunque los desarrolladores de DeepSeek atribuyen sus logros a una arquitectura de IA más frugal y optimizada, desde EE.UU. se plantea la hipótesis de que este «milagro» tecnológico no sería tal sin el uso de chips avanzados de Nvidia.
El contexto geopolítico y sus consecuencias
Las tensiones entre EE.UU. y China en torno al acceso a tecnología de vanguardia se han intensificado desde que la administración Biden reforzase las restricciones a la exportación de semiconductores en 2024. Nvidia, que domina el mercado de chips para IA, ha sido una pieza clave en esta batalla comercial y tecnológica.
Si se confirma que DeepSeek ha burlado estas restricciones, podría haber graves repercusiones diplomáticas y comerciales. Washington ya está presionando a Malasia y Singapur para cortar cualquier posible canal de contrabando. Por su parte, China se defiende reivindicando una IA más eficiente y sostenible, sin dependencia de recursos desproporcionados.
Un nuevo referente en IA open source
Más allá de la controversia, lo cierto es que DeepSeek se consolida como un referente en la IA open source, con un modelo que muchos ya comparan con los grandes titanes del sector. Su presencia en plataformas como Hugging Face y GitHub permite a investigadores y empresas acceder a una tecnología de altísimo nivel sin coste alguno, lo que podría tener un impacto disruptivo en la democratización del acceso a la inteligencia artificial.
