La empresa china remeció la industria de la inteligencia artificial este fin de semana. DeepSeek anunció que parte de su exitoso modelo R1 será de código abierto, y ha preparado una semana de novedades que comenzó fuerte.
DeepSeek apuesta en grande, y ha preparado una semana de fiesta para demostrarlo. Tras su anuncio de abrir parte de su modelo a un código abierto, lanzará cinco repositorios, uno por cada día de la semana, hasta el viernes 28 de febrero.
Esta acción compromete a OpenAI, en especial tras el anuncio de Sam Altman de la próxima llegada de GPT-4.5 y de GPT-5. Además, DeepSeek se suma a Llama AI, la inteligencia artificial de Meta, como las grandes de la industria que han decidido democratizar sus códigos.
🚀 Day 0: Warming up for #OpenSourceWeek!
We’re a tiny team @deepseek_ai exploring AGI. Starting next week, we’ll be open-sourcing 5 repos, sharing our small but sincere progress with full transparency.
These humble building blocks in our online service have been documented,…
— DeepSeek (@deepseek_ai) February 21, 2025
La primera gran noticia
DeepSeek ha iniciado la semana democratizando uno de sus productos estrella: FlashMLA. Esta herramienta es un núcleo de decodificación de alto rendimiento para GPU Hooper y que se convierte en esencial para los LLM que necesitan un arduo desarrollo, en especial para secuencias largas.
🚀 Day 1 of #OpenSourceWeek: FlashMLA
Honored to share FlashMLA – our efficient MLA decoding kernel for Hopper GPUs, optimized for variable-length sequences and now in production.
✅ BF16 support
✅ Paged KV cache (block size 64)
⚡ 3000 GB/s memory-bound & 580 TFLOPS…— DeepSeek (@deepseek_ai) February 24, 2025
Tal como indica la empresa china a través de su cuenta de X (antes Twitter), FlashMLA, está “optimizado para secuencias de longitud variable y ahora en producción”. Viene con 3 mil gb por segundo de memoria limitada y 580 TFLOPS de computación limitada en H800, además de un soporte BF16 y un caché KV paginada.
Tal como indica DeepSeek, FlashMLA ya está disponible en GitHub para ser usado de forma abierta.
¿Qué esperar para el resto de la semana?
Esta es solo una probada de lo que nos espera en esta semana especial de DeepSeek. «Como parte de la comunidad de código abierto, creemos que cada línea compartida se convierte en un impulso colectivo que acelera el viaje«, han indicado a través de su cuenta de X.
“No hay torres de marfil, solo energía pura de garaje e innovación impulsada por la comunidad” han agregado en tweet publicado el pasado viernes.
Incluso, Sam Altman de OpenAI ha reconocido que se ha barajado la idea de abrir los códigos de ChatGPT para tratar de mantener el liderazgo de la empresa en la industria, y que su empresa ha estado del “lado equivocado de la historia” en este aspecto.
Te propongo un paréntesis de información. Suscríbete a nuestra newsletter y ponte al día con lo último en IA y tecnología.
