DeepSeek, la startup china, destroza a NVIDIA: casi 600 mil millones en pérdida de valor de mercado en un solo día, la mayor caída de la historia

China está destrozando a EE.UU. de la manera más sencilla e imprevisible: ofreciendo una IA más completa, rápida y gratuita frente a los gigantes americanos. Dado que las acciones están infladas en cuanto a precio dentro de lo que ya se ha denominado como "burbuja de la IA", un varapalo de este estilo puede hacer mucho daño. Lo que vimos ayer fue otro síntoma de que el mercado es frágil, puesto que NVIDIA tuvo una pérdida de valor en sus acciones de nada menos que 600 mil millones de dólares en un solo día, la mayor caída de la historia.

Lo que rápido sube, rápido puede bajar. Ni un gigante en el mercado más lucrativo actual se escapa. El revés que sufrió NVIDIA en el día de ayer es sintomático y muy curioso, digno de analizar, porque si bien son creadores y diseñadores del hardware que se usó en China, el mercado sacó una conclusión muy simple de cara al futuro.

NVIDIA tuvo una pérdida de valor de 600 mil millones cayendo casi un -17% en 24 horas

NVIDIA-Infraestructura-Jensen-Huang

¿Cómo puede estar influenciada la mayor empresa del mundo del hardware y que suministra el mejor software para trabajar con IA con una startup china? ¿Cómo es posible que haga caer el precio de las acciones habiendo usado para crear su modelo el hardware de la mayor empresa del mundo? La razón por la que gran parte de los accionistas sacaron su dinero de NVIDIA es fácil de comprender.

China demostró hace día y medio que la IA es una burbuja donde la gran mayoría de empresas se lanzaron a comprar hardware de NVIDIA a lo loco porque sus dirigentes ordenaron a sus desarrolladores de software que en vez de encontrar soluciones creativas para los LLM, era mejor trabajar con datos de manera masiva.

Para entenderlo de manera simple, vayamos con números fáciles de analizar. Mientras que Microsoft, Meta, Google y OpenAI gastan miles de millones en hardware de NVIDIA para entrenar sus IA, DeepSeek demostró que con una inversión de 5,6 millones en hardware "antiguo" (2.000 GPU H800) podían conseguir mejores resultados con su modelo que lo hecho por todos sus rivales en el mercado.

Y claro, puesto el ejemplo en práctica, resulta que todo el mundo en el planeta se ha dado cuenta que no se necesita tanto gasto en hardware, sino optimización e ideas rompedoras en personal cualificado, que es infinitamente más barato, aunque más difícil de encontrar. ¿Resultado? Los inversores creen que NVIDIA no venderá tantas GPU y servidores como se esperaba, y por lo tanto, el precio de las acciones ha caído drásticamente y la pérdida de valor solo refleja el nuevo escenario que se abre ante la compañía.

NVIDIA responde y afirma que DeepSeek solo ha demostrado que se necesitan más chips

Jensen-Huang-enfadado,-Mira,-te-comento...

El movimiento contrario y esperado es el de la compañía verde, la cual, incluso con su CEO Jensen Huang, ha hablado públicamente tras la mayor pérdida de valor de NVIDIA y de la historia del mercado de las acciones.

En la noche de ayer NVIDIA deslizó que los avances de la startup DeepSeek muestran la utilidad de sus chips para el mercado chino y que se necesitarán más en el futuro para la demanda de los servicios que experimentará la compañía china, pero no se quedó ahí:

“DeepSeek es un excelente avance en IA y un ejemplo perfecto de escalado en tiempo de prueba. El trabajo de DeepSeek ilustra cómo se pueden crear nuevos modelos utilizando esa técnica, aprovechando modelos ampliamente disponibles y un cómputo que cumple totalmente con el control de exportación.

La inferencia requiere una cantidad significativa de GPU NVIDIA y redes de alto rendimiento. Ahora tenemos tres leyes de escalado: preentrenamiento y posentrenamiento, que continúan, y un nuevo escalado en tiempo de prueba”

El problema para NVIDIA es doble, puesto que aunque se asegura el uso de las GPU H800, DeepSeek también está usando hardware de su más directo rival en el mercado, AMD. Con todo ello, sea como fuere, se ha demostrado que no es necesario tanto hardware como se pensaba y que la optimización y el ingenio en el diseño de LLM es clave para lograr más con menos, hasta el punto de poner contra las cuerdas incluso a los tres gigantes de la IA en estos momentos.