DeepSeek revela un nuevo modelo de inteligencia artificial diseñado para chips locales chinos
La empresa "DeepSeek" DeepSeek, una startup china en el campo de la inteligencia artificial, ha anunciado el desarrollo de chips locales de "nueva generación" para apoyar modelos de inteligencia artificial, en el marco de los esfuerzos del país por aumentar la dependencia de la tecnología local frente a las restricciones impuestas a la importación de chips avanzados.
La empresa explicó en una publicación en su cuenta oficial de la plataforma WeChat que su nuevo modelo de lenguaje V3.1 se basa en el formato de precisión "UE8M0 FP8", diseñado específicamente para los chips locales de nueva generación que se lanzarán pronto. Se considera que FP8, o punto flotante de 8 bits, es un formato de procesamiento de datos que mejora la eficiencia computacional para el entrenamiento y la inferencia de grandes modelos de aprendizaje profundo.
Este anuncio se produce en el contexto de los esfuerzos de China por promover la autosuficiencia tecnológica, especialmente después de que Pekín instara a los desarrolladores de inteligencia artificial locales a utilizar alternativas nacionales a las unidades de procesamiento gráfico de Nvidia, que son cruciales para el entrenamiento de modelos avanzados.
"DeepSeek" comentó en su publicación: "El formato de precisión UE8M0 FP8 está diseñado específicamente para los chips fabricados localmente de nueva generación que se lanzarán pronto". Se cree que esta dirección indica una colaboración más estrecha con el ecosistema emergente de chips de inteligencia artificial en China, aunque no se han revelado los chips utilizados para entrenar la versión 3.1 o los chips locales compatibles con UE8M0 FP8.
Cabe mencionar que "DeepSeek" causó revuelo en el sector tecnológico a principios de este año con el lanzamiento de su modelo R1, que mostró un rendimiento competitivo frente a modelos de empresas occidentales como OpenAI, a pesar de las restricciones estadounidenses que impiden el uso de los chips más recientes de Nvidia.
Se espera que empresas chinas como Huawei, que buscan construir un ecosistema alternativo de inteligencia artificial, se beneficien de la escasez de procesadores H20 de Nvidia en el mercado, según analistas.
"DeepSeek" también anunció que su versión V3.1 incluye mejoras significativas, que abarcan "tiempos de respuesta más rápidos, y una arquitectura de inferencia híbrida que permite al modelo soportar tanto modos de inferencia como no inferenciales", lo que le permite realizar tareas más complejas a través de un proceso de pensamiento lógico gradual.
A partir del 6 de septiembre, la empresa también ajustará los precios de uso de su interfaz de programación de aplicaciones API del modelo, lo que permitirá a los desarrolladores de aplicaciones y productos web integrar "DeepSeek" en sus plataformas con mayor facilidad.
