🧠 Reporte Especial del Departamento de Estudios de SubZeroCapital 💼🌍
La última semana comenzó con tres "payasos" 🤡 anunciando un proyecto de $500 mil millones llamado “Stargate” 🚀 que no solo carecía de financiamiento, sino que estructuralmente no tenía ningún sentido.
Terminó con la mitad de Silicon Valley en modo pánico ⚠️ al darse cuenta de que su "pesadilla DeepSeek" era una realidad brutal 🌪️.
💡 ¿Por qué esta era marca el fin de los charlatanes de la IA?
Analicemos lo que DeepSeek necesitó para desarrollar un modelo superior al más reciente de OpenAI:
🖥️ Costos de Entrenamiento
- Entrenamiento oficial de DeepSeek-V3: Entre $5.57M y $6M.
- 🕒 Horas GPU utilizadas: Aproximadamente 2.78 millones en GPUs NVIDIA H800.
- 🔗 Cluster: 2048 GPUs trabajando durante dos meses.
🧪 Investigación y Experimentación Adicional
- Estudios sobre arquitecturas y algoritmos: $10-$15M.
👩💻 Costos del Equipo
- 139 autores: Costos anuales que podrían superar los $15M dependiendo de salarios y duración del proyecto.
🔄 Datos y Destilación de Modelos
- Uso de modelos OpenAI para destilación: Estimado de $5M+, aunque no es del todo claro.
📉 ¿Qué hicieron los gigantes tecnológicos en 2024? 🏢💸
En lugar de optimizar, los hiperescalares invirtieron cifras astronómicas en construir centros de datos llenos de GPUs que pronto quedarán obsoletas.
Principales Compradores de GPUs en 2024
-
Amazon
- GPUs adquiridas: 196,000.
- Gasto total estimado: $5-10 mil millones.
-
Microsoft
- GPUs adquiridas: 485,000.
- Gasto total estimado: $15-20 mil millones.
-
Google
- GPUs adquiridas: 169,000.
- Gasto total estimado: $5-8 mil millones.
-
Meta
- GPUs adquiridas: 224,000.
- Gasto total estimado: $7-10 mil millones.
-
Tencent y Baidu
- GPUs adquiridas: 230,000 (cada uno).
- Gasto total estimado: $7-9 mil millones (cada uno).
👉 ¿Resultado? Estas miles de GPUs tendrán un valor cercano a cero 💸 una vez que el mundo se dé cuenta de que solo se usará una fracción mínima.
🏦 El lado oscuro del financiamiento
Empresas como CoreWeave usaron GPUs como colateral para pedir préstamos 🏚️. Ahora enfrentan:
- Deudas millonarias para adquirir GPUs sobrevaloradas.
- Centros de datos sin operar 🚧.
- Pérdidas de ingresos porque sus proyecciones eran irreales 🧾.
🧨 ¿Impacto?
- Miles de millones de dólares en CAPEX y Goodwill se esfuman 💥.
- NVIDIA, el mayor perdedor: Infló sus ingresos a través de un esquema sin precedentes.
🌐 El fin de una era: Bienvenidos al verdadero auge de la IA
Este escenario recuerda el estallido de la burbuja de las DotCom hace más de 20 años:
- Las grandes empresas de la época construyeron infraestructura masiva innecesaria 🏗️.
- Esto permitió a pequeñas empresas aprovechar capacidad barata 💡 y escalar.
- Algunas se convirtieron en los gigantes actuales como Amazon, Google y Meta 🏆.
Ahora, los líderes de IA repiten los errores que en su momento permitieron su ascenso 📉.
📊 ¿Qué esperar?
- 💰 Carrera por reducir precios para atraer clientes y evitar dejar capacidad ociosa.
- 🚀 Nuevas empresas ágiles como DeepSeek surgirán con modelos sostenibles y escalables.
- 🤝 Una gran victoria para la sociedad: Adiós al oligopolio liderado por Altman, Huang y otros 🏛️.
Conclusión: Transformación en el ecosistema de IA 🤖✨
Estamos presenciando una transición hacia un modelo más abierto, accesible y eficiente. Mientras tanto, los gigantes tecnológicos enfrentarán pérdidas masivas y revaloraciones drásticas.
💡 En SubZeroCapital creemos firmemente que esta evolución marcará un hito para la humanidad, democratizando el acceso a tecnologías avanzadas y evitando el derroche colosal de recursos. 🌟
Comentarios
Publicar un comentario