{"id":48908,"date":"2025-02-08T08:57:40","date_gmt":"2025-02-08T08:57:40","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/unos-investigadores-dicen-haber-creado-una-ia-tan-buena-como-las-de-openai-y-deepseek-por-50-dolares-y-el-dato-es-real\/"},"modified":"2025-02-08T08:57:40","modified_gmt":"2025-02-08T08:57:40","slug":"unos-investigadores-dicen-haber-creado-una-ia-tan-buena-como-las-de-openai-y-deepseek-por-50-dolares-y-el-dato-es-real","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=48908","title":{"rendered":"Unos investigadores dicen haber creado una IA tan buena como las de OpenAI y DeepSeek por 50 d\u00f3lares. Y el dato es real"},"content":{"rendered":"<div>\n<p>El coste del entrenamiento de los modelos de <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/robotica-e-ia\/que-inteligencia-artificial\" data-vars-post-title=\"Qu\u00e9 es la inteligencia artificial\" data-vars-post-url=\"https:\/\/www.xataka.com\/robotica-e-ia\/que-inteligencia-artificial\" target=\"_blank\" rel=\"noopener\">inteligencia artificial<\/a> (IA) m\u00e1s avanzados est\u00e1 en el punto de mira. Y es comprensible que sea as\u00ed. La irrupci\u00f3n del modelo de la compa\u00f1\u00eda china <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/basics\/deepseek-que-como-funciona-que-opciones-tiene-esta-inteligencia-artificial\" data-vars-post-title=\"DeepSeek: qu\u00e9 es, c\u00f3mo funciona y qu\u00e9 opciones tiene esta inteligencia artificial\" data-vars-post-url=\"https:\/\/www.xataka.com\/basics\/deepseek-que-como-funciona-que-opciones-tiene-esta-inteligencia-artificial\" target=\"_blank\" rel=\"noopener\">DeepSeek<\/a>, que presumiblemente tiene <strong>un coste de entrenamiento moderado<\/strong>, ha puesto en entredicho la estrategia y las inversiones desplegadas hasta ahora por OpenAI, Google o Microsoft, entre otras compa\u00f1\u00edas.<\/p>\n<p><!-- BREAK 1 --> <\/p>\n<p>Un breve repaso antes de seguir adelante: los responsables de DeepSeek sostienen que la infraestructura que han utilizado para entrenar su modelo aglutina 2.048 chips <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/empresas-y-economia\/plan-nvidia-para-seguir-vendiendo-chips-avanzados-a-china-pasa-retocarlos-poco-h800-lugar-h100\" data-vars-post-title=\"El plan de NVIDIA para por seguir vendiendo chips avanzados a China pasa retocarlos un poco: H800 en lugar de H100\" data-vars-post-url=\"https:\/\/www.xataka.com\/empresas-y-economia\/plan-nvidia-para-seguir-vendiendo-chips-avanzados-a-china-pasa-retocarlos-poco-h800-lugar-h100\" target=\"_blank\" rel=\"noopener\">H800<\/a> de NVIDIA. Y tambi\u00e9n que este proceso con 671.000 millones de par\u00e1metros ha costado <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/robotica-e-ia\/este-uno-secretos-exito-deepseek-solo-recluta-talento-chino-paga-1-3-millones-dolares\" data-vars-post-title=\"Este es uno de los secretos del \u00e9xito de DeepSeek: solo recluta talento chino y paga m\u00e1s de 1,3 millones de d\u00f3lares\" data-vars-post-url=\"https:\/\/www.xataka.com\/robotica-e-ia\/este-uno-secretos-exito-deepseek-solo-recluta-talento-chino-paga-1-3-millones-dolares\" target=\"_blank\" rel=\"noopener\">5,6 millones de d\u00f3lares<\/a>. Sin embargo, algunos analistas defienden que estas cifras no reflejan la realidad.<\/p>\n<p><!-- BREAK 2 --><\/p>\n<p>El informe elaborado por <a rel=\"noopener, noreferrer\" href=\"https:\/\/semianalysis.com\/2025\/01\/31\/deepseek-debates\/\" data-id=\"noopener, noreferrer\" target=\"_blank\">SemiAnalysis<\/a> sostiene que, en realidad, la infraestructura empleada por DeepSeek para entrenar su modelo de IA aglutina aproximadamente 50.000 GPU de NVIDIA con microarquitectura Hopper. Seg\u00fan Dylan Patel, AJ Kourabi, Doug O&#8217;Laughlin y Reyk Knuhtsen, al menos 10.000 de estos chips son GPU <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/componentes\/nueva-nvidia-h100-gpu-mastodontica-80-000-millones-transistores-no-para-ti\" data-vars-post-title=\"La nueva NVIDIA H100 es una GPU mastod\u00f3ntica con 80.000 millones de transistores. Y no es para ti \" data-vars-post-url=\"https:\/\/www.xataka.com\/componentes\/nueva-nvidia-h100-gpu-mastodontica-80-000-millones-transistores-no-para-ti\" target=\"_blank\" rel=\"noopener\">H100<\/a> de NVIDIA, y como m\u00ednimo otros 10.000 son GPU H800. Los chips restantes, seg\u00fan estos analistas, son las GPU recortadas <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/empresas-y-economia\/nvidia-se-ha-llevado-sorpresa-china-su-gpu-para-ia-recortada-h20-se-esta-vendiendo-como-rosquillas\" data-vars-post-title=\"NVIDIA se ha llevado una sorpresa en China: su GPU para IA &quot;recortada&quot; H20 se est\u00e1 vendiendo como rosquillas\" data-vars-post-url=\"https:\/\/www.xataka.com\/empresas-y-economia\/nvidia-se-ha-llevado-sorpresa-china-su-gpu-para-ia-recortada-h20-se-esta-vendiendo-como-rosquillas\" target=\"_blank\" rel=\"noopener\">H20<\/a>.<\/p>\n<p><!-- BREAK 3 --> <\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_81 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Tabla de Contenido<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/enfoquenoticioso.com\/?p=48908\/#El_modelo_%E2%80%98s1_echa_mas_lena_al_fuego\" >El modelo &#8216;s1&#8217; echa m\u00e1s le\u00f1a al fuego<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"El_modelo_%E2%80%98s1_echa_mas_lena_al_fuego\"><\/span>El modelo &#8216;s1&#8217; echa m\u00e1s le\u00f1a al fuego<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El pasado 31 de enero un grupo de investigadores de la Universidad Stanford y la Universidad de Washington, ambas en EEUU, public\u00f3 en el repositorio de art\u00edculos cient\u00edficos de acceso abierto <a rel=\"noopener, noreferrer\" href=\"https:\/\/arxiv.org\/abs\/2501.19393\" target=\"_blank\">arXiv<\/a> un texto en el que asegura haber logrado entrenar un modelo de IA con capacidad de razonamiento y unas prestaciones equiparables a las de los modelos o1 de OpenAI o R1 de DeepSeek afrontando una inversi\u00f3n de algo menos de 50 d\u00f3lares.<\/p>\n<p><!-- BREAK 4 --><\/p>\n<div class=\"article-asset article-asset-normal article-asset-center\">\n<div class=\"desvio-container\">\n<div class=\"desvio\">\n<div class=\"desvio-figure js-desvio-figure\">\n    <a href=\"https:\/\/www.xataka.com\/materiales\/hito-fisica-cuantica-mit-ha-medido-primera-vez-geometria-electrones-mundo-cuantico\" class=\"pivot-outboundlink\" data-vars-post-title=\"Hito en f\u00edsica cu\u00e1ntica: el MIT ha medido por primera vez la geometr\u00eda de los electrones en el mundo cu\u00e1ntico\" target=\"_blank\" rel=\"noopener\"><br \/>\n     <img loading=\"lazy\" decoding=\"async\" alt=\"Hito en f\u00edsica cu\u00e1ntica: el MIT ha medido por primera vez la geometr\u00eda de los electrones en el mundo cu\u00e1ntico\" width=\"375\" height=\"142\" src=\"https:\/\/i.blogs.es\/2c6367\/materialcuantico-ap\/375_142.jpeg\"\/><br \/>\n    <\/a>\n   <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n<p>A bote pronto parece imposible. Con ese dinero a priori es absolutamente inviable entrenar un modelo de inteligencia artificial. Y menos uno avanzado y capaz de competir de t\u00fa a t\u00fa con los de OpenAI o DeepSeek. Sin embargo, es cierto. Para entender <strong>c\u00f3mo lo han logrado<\/strong> es necesario que indaguemos en la estrategia que han ideado. Por un lado, esos 50 d\u00f3lares representan el coste del alquiler de la infraestructura de computaci\u00f3n en la nube a la que han recurrido para llevar a cabo el entrenamiento. Tiene sentido si el tiempo invertido es muy moderado.<\/p>\n<p><!-- BREAK 5 --><\/p>\n<div class=\"article-asset-summary article-asset-small article-asset-right\">\n<div class=\"asset-content\">\n<p class=\"sumario_derecha\">&#8216;s1&#8217; ha sido elaborado a partir del modelo de IA gratuito Qwen2.5-32B desarrollado por el laboratorio chino Qwen<\/p>\n<\/p><\/div>\n<\/div>\n<p>Pero hay algo m\u00e1s. Algo muy importante. Su modelo de razonamiento, al que han llamado s1, ha sido elaborado a partir del modelo de inteligencia artificial gratuito Qwen2.5-32B desarrollado por el laboratorio chino Qwen, <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/robotica-e-ia\/ahora-competencia-superar-a-deepseek-tambien-se-libra-propia-china-alibaba-acaba-anunciar-qwen2-5-max\" data-vars-post-title=\"Ahora la competencia por superar a DeepSeek tambi\u00e9n se libra en la propia China: Alibaba acaba de anunciar Qwen2.5-Max\" data-vars-post-url=\"https:\/\/www.xataka.com\/robotica-e-ia\/ahora-competencia-superar-a-deepseek-tambien-se-libra-propia-china-alibaba-acaba-anunciar-qwen2-5-max\" target=\"_blank\" rel=\"noopener\">que pertenece a Alibaba<\/a>. Y su proceso de razonamiento est\u00e1 inspirado en el modelo Gemini 2.0 Flash Thinking Experimental de Google. No han partido de cero en absoluto. Un apunte interesante: el modelo s1 est\u00e1 disponible en <a rel=\"noopener, noreferrer\" href=\"https:\/\/github.com\/simplescaling\/s1\" target=\"_blank\">GitHub<\/a> junto con los datos y el c\u00f3digo utilizados por estos cient\u00edficos para entrenarlo.<\/p>\n<p><!-- BREAK 6 --> <\/p>\n<p>Por otro lado, el proceso de entrenamiento dur\u00f3 menos de 30 minutos empleando tan solo 16 chips H100 de NVIDIA pertenecientes a la red de computaci\u00f3n en la nube utilizada por estos investigadores. De aqu\u00ed sale el coste de <strong>algo menos de 50 d\u00f3lares.<\/strong> No obstante, hay otro dato que merece la pena que no pasemos por alto: el modelo de razonamiento de s1 <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/basics\/que-modelos-destilados-inteligencia-artificial-destilacion-llm\" data-vars-post-title=\"Qu\u00e9 son los modelos destilados de inteligencia artificial y la destilaci\u00f3n LLM \" data-vars-post-url=\"https:\/\/www.xataka.com\/basics\/que-modelos-destilados-inteligencia-artificial-destilacion-llm\" target=\"_blank\" rel=\"noopener\">ha sido generado mediante destilaci\u00f3n<\/a> del modelo Gemini 2.0 Flash Thinking Experimental.<\/p>\n<p><!-- BREAK 7 --><\/p>\n<p>La destilaci\u00f3n es, a grandes rasgos, una t\u00e9cnica de aprendizaje autom\u00e1tico que permite transferir la base de conocimiento de un modelo grande y avanzado a otro mucho m\u00e1s peque\u00f1o y eficiente. Esta estrategia permite ahorrar much\u00edsimos recursos, aunque no sirve para crear modelos desde cero. M\u00e1s all\u00e1 de los cacareados 50 d\u00f3lares de coste lo realmente importante es que, como acabamos de comprobar, es posible poner a punto modelos de IA muy competitivos afrontando una inversi\u00f3n mucho m\u00e1s comedida que las realizadas por las grandes compa\u00f1\u00edas de tecnolog\u00eda hasta ahora.<\/p>\n<p><!-- BREAK 8 --><\/p>\n<p>Imagen | <a rel=\"noopener, noreferrer\" href=\"https:\/\/www.pexels.com\/photo\/close-up-photo-of-programming-of-codes-546819\/\" target=\"_blank\">Luis Gomes<\/a><\/p>\n<p>M\u00e1s informaci\u00f3n | <a rel=\"noopener, noreferrer\" href=\"https:\/\/arxiv.org\/abs\/2501.19393\" target=\"_blank\">arXiv<\/a> | <a rel=\"noopener, noreferrer\" href=\"https:\/\/github.com\/simplescaling\/s1\" target=\"_blank\">GitHub<\/a><\/p>\n<p>En Xataka | <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/empresas-y-economia\/samsung-se-esta-preparando-para-dar-zarpazo-a-tsmc-donde-le-duele-fabricacion-chips-para-ia\" data-vars-post-title=\"Samsung se est\u00e1 preparando para dar un zarpazo a TSMC donde m\u00e1s le duele: la fabricaci\u00f3n de los chips para IA\" data-vars-post-url=\"https:\/\/www.xataka.com\/empresas-y-economia\/samsung-se-esta-preparando-para-dar-zarpazo-a-tsmc-donde-le-duele-fabricacion-chips-para-ia\" target=\"_blank\" rel=\"noopener\">Samsung se est\u00e1 preparando para dar un zarpazo a TSMC donde m\u00e1s le duele: la fabricaci\u00f3n de los chips para IA<\/a><\/p>\n<\/p><\/div>\n<p><a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/tormenta-desencadenada-deepseek-va-a-entrenamiento-modelo-s1-ha-costado-solo-50-dolares\" class=\" target=\" title=\"Unos investigadores dicen haber creado una IA tan buena como las de OpenAI y DeepSeek por 50 d\u00f3lares. Y el dato es real\" target=\"_blank\" rel=\"noopener\">Ver fuente<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>El coste del entrenamiento de los modelos de inteligencia artificial (IA) m\u00e1s avanzados est\u00e1 en el punto de mira. Y es comprensible que sea as\u00ed. La irrupci\u00f3n del modelo de la compa\u00f1\u00eda china DeepSeek, que presumiblemente tiene un coste de entrenamiento moderado, ha puesto en entredicho la estrategia y las inversiones desplegadas hasta ahora por [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":48909,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-48908","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/48908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=48908"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/48908\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/48909"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=48908"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=48908"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=48908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}