El CEO de DeepSeek, Liang Wenfeng, ha revelado que la principal diferencia entre las empresas de IA chinas y sus contrapartes estadounidenses radica en la capacidad de cómputo. Según Wenfeng, cuatro chips de Huawei equivalen a uno de Nvidia, lo que subraya un cuello de botella significativo en recursos. Esta disparidad ofrece a Estados Unidos un argumento adicional para mantener la presión sobre la industria tecnológica china, mientras DeepSeek persigue una estrategia a largo plazo centrada en la adopción masiva a través de precios competitivos.
La contienda tecnológica entre China y Estados Unidos se intensifica en el ámbito de la inteligencia artificial. Aunque las empresas estadounidenses realizan inversiones considerables en IA, China muestra una ambición similar, con el objetivo gubernamental de posicionar al país como potencia mundial en el corto plazo. Una discusión recurrente sobre la IA china frente a la estadounidense se centra en la eficiencia: modelos chinos muy capaces, a veces superiores, se desarrollan a un costo significativamente menor y en tiempos récord. A pesar de las controversias, incluyendo acusaciones de robo por parte de Anthropic y OpenAI, existen alternativas chinas como DeepSeek, Kimi o Zhipu AI para aquellos que prefieren no usar la IA estadounidense.
Liang Wenfeng, CEO de DeepSeek, ha destacado una diferencia crucial entre las grandes tecnológicas de IA chinas y las estadounidenses: la capacidad de cómputo. Para ilustrarlo, mencionó que cuatro chips de Huawei equivalen a uno de Nvidia, lo que podría fortalecer la posición de Estados Unidos para seguir ejerciendo presión sobre la industria tecnológica china. Wenfeng enfatizó que el cuello de botella principal es la potencia de cálculo.
Durante una reciente presentación ante inversores, cuya filtración fue publicada por Tencent Tech, Liang Wenfeng ofreció ideas reveladoras. La principal brecha, según él, reside en el dinero y los recursos. Afirmó que “en personal no hay brecha, ya que es básicamente el mismo grupo de personas. El talento no es el cuello de botella: los recursos son el mayor cuello de botella”.
El CEO continuó señalando que “más tarjetas siempre es mejor” y que, a un precio razonable, adquieren tantas como pueden porque “convertir dinero en tarjetas Nvidia es, definitivamente, mejor que dejar ese dinero en el banco”. Subrayó la importancia de las tarjetas Nvidia, indicando la equivalencia con las de Huawei. “Nuestro precio ofrece un beneficio razonable: compramos un lote de equipos y se amortizan por sí mismos en unos diez meses”, comentó Liang Wenfeng.
Aseguró que la relación es de cuatro a uno: para entrenar un modelo de 800.000 millones de parámetros activos, similar a los principales modelos de IA estadounidenses, se necesitarían 50.000 tarjetas GB300 de Nvidia o 200.000 tarjetas Huawei 950. Aunque esta relación no parece favorable para Huawei, cuyos chips son impulsados por la industria y el gobierno chino, Liang sostuvo que Nvidia está erosionando su propio mercado en China, que el ecosistema CUDA se está debilitando rápidamente y que el supernodo 950 de Huawei puede reemplazar completamente a las GB200 y GB300 de Nvidia en rendimiento y precio. Sin embargo, Liang no especificó la carga de trabajo ni si la medición del rendimiento se refería al rendimiento bruto, al entrenamiento o a la inferencia.
Liang Wenfeng anticipa que la brecha de potencia de cálculo se reducirá a medida que Huawei lance nuevas soluciones, aunque no se atreve a predecir cuándo. No obstante, en el contexto de la competencia por la IA entre Estados Unidos y China, a Washington no le interesa que esta brecha se cierre. En los últimos meses, se ha intensificado la presión para restringir el acceso de empresas chinas a hardware occidental crucial para la industria de semiconductores, como las máquinas de litografía extrema de ASML. Recientemente, la Casa Blanca acusó a la startup china Moonshot AI de adquirir servidores equipados con chips Nvidia a los que no deberían tener acceso. El caso de Moonshot AI ha generado considerable atención, ya que se sospecha que su modelo Kimi K3 fue entrenado en Tailandia con chips Nvidia GB300 para eludir las regulaciones de exportación de Estados Unidos, y se argumenta que Kimi K3 habría asimilado el modelo Fable de Anthropic.
Más allá de las implicaciones políticas, y retomando la estrategia de DeepSeek, aunque China no esté actualmente a la par en potencia de cálculo, la compañía tiene un enfoque a largo plazo que no se centra en tener el modelo más potente en este momento. Según el SCMP, Liang Wenfeng comentó que están fijando los precios “para obtener solo una ganancia razonable, no para maximizar los ingresos”.
Esta es la estrategia central de DeepSeek: mantener precios bajos para los usuarios con el fin de fomentar el uso de su servicio, con la esperanza de aumentar la probabilidad de lograr la inteligencia general artificial (AGI). Así, mientras otras empresas priorizan las ganancias inmediatas y la captura de cuota de mercado, Liang se enfoca en “aumentar la probabilidad de lograr la AGI”, ya que considera que esta IA tendrá un enorme valor comercial, y es lo que buscan explotar.
