DeepSeek V3: Rendimiento de vanguardia con recursos limitados
2025-01-23
El nuevo modelo V3 de DeepSeek, entrenado con solo 2048 GPUs H800 —una fracción de los recursos utilizados por gigantes como OpenAI— iguala o supera a GPT-4 y Claude en varios puntos de referencia. Su costo de entrenamiento de 5,5 millones de dólares es mucho menor que los 40 millones de dólares estimados para GPT-4. Este éxito, impulsado en parte por los controles de exportación de EE. UU. que limitan el acceso a GPU de alta gama, destaca el potencial de la innovación arquitectónica y la optimización de algoritmos sobre la potencia de cálculo pura. Es un argumento convincente de que las restricciones de recursos pueden, paradójicamente, impulsar avances innovadores en el desarrollo de IA.