Hace unos días, en una cena con gente del sector, alguien soltó la frase con la seguridad de quien repite un titular ajeno: «Ya hemos exprimido lo fácil. A partir de aquí, la IA solo va a mejorar a base de fuerza bruta: más GPUs, más dinero, más centrales eléctricas». Asentí por educación y seguí comiendo, pero la frase se me quedó atravesada toda la noche. Porque no es la primera vez que la oigo, y cada vez que la oigo pienso lo mismo: quien dice eso no ha mirado dentro del motor. Ha mirado la carrocería.
Voy a contarte lo que pasó dentro del motor hace apenas una semana, porque es uno de esos casos que deberían archivarse en la categoría de «avances que desmienten la pereza intelectual de quien cree que ya está todo inventado».
El verdadero cuello de botella
Cuando un modelo como Claude o Gemini te responde, no escribe la frase entera de golpe. La construye palabra por palabra, y para cada palabra nueva tiene que repasar mentalmente toda la conversación anterior. Aquí está lo que casi nadie explica bien: el freno no es la potencia de cálculo de la tarjeta gráfica. Es la velocidad a la que esa tarjeta consigue traer los datos desde la memoria hasta el procesador. La GPU, con toda su potencia bruta, se queda literalmente esperando, como un cocinero con las manos libres delante de una despensa que tarda en abrirse.
Para acelerar esto, la industria lleva un tiempo usando lo que se llama decodificación especulativa. La metáfora es sencilla y me gusta porque describe bien cualquier oficina real: un jefe lento pero infalible, y un becario rápido pero con menos criterio. El becario redacta un borrador de varias palabras de golpe. El jefe lo revisa todo en paralelo y, si está bien, lo acepta en bloque, ganando tiempo. Si hay un error, borra desde ahí y el becario vuelve a intentarlo.
El problema es que no hay un becario perfecto. Si escribe palabra por palabra, es fiable pero lento. Si escribe el bloque entero de una tacada, es rapidísimo pero pierde el hilo hacia el final del borrador, un fenómeno que en el sector llaman «degradación de sufijo»: como no compone la frase de forma secuencial, las últimas palabras del bloque empiezan a desvariar.
Cuando la escasez obliga a pensar
Aquí es donde entra DeepSeek, el laboratorio chino que, a diferencia de sus competidores estadounidenses, no tiene acceso privilegiado a las mejores GPUs de Nvidia. Y esa carencia, lejos de frenarlos, los ha obligado a ser más listos con el software de lo que nadie más se ha visto obligado a serlo. Ya hablé de esto con el Modelo K de Stibitz: las restricciones no matan la innovación, la fuerzan a buscar caminos que nadie con recursos ilimitados se molestaría en buscar.
DeepSeek llamó a su solución DSpark, y lo interesante no es que sea rápida —eso ya lo era la decodificación en paralelo— sino que resuelve el dilema del becario sin sacrificar ni la velocidad ni la coherencia. Lo hace con dos piezas pequeñas y muy bien pensadas.
La primera es lo que llaman el cabezal de Márkov: un módulo diminuto que solo mira la palabra inmediatamente anterior y ajusta con eso las probabilidades de la siguiente. No necesita repasar toda la conversación, así que apenas consume recursos —entre un 1,3% y un 2% de latencia adicional— pero corrige buena parte del desvarío del final del bloque, aumentando la precisión del borrador en torno a un 30%.
La segunda es el cabezal de confianza, y esta es la pieza que de verdad importa cuando hay miles de personas usando el sistema a la vez. Antes de enviar cada palabra propuesta al jefe para su revisión, el sistema le asigna una puntuación de confianza. Si esa confianza cae por debajo de un umbral, el borrador se corta ahí mismo: mejor enviar poco y bueno que mucho y a medias. El resultado es que la tasa de aceptación del modelo grande subió de un 45,7% a más de un 95%. En tareas donde hay una única respuesta correcta —programar, resolver una ecuación—, los borradores se alargan sin miedo; en una conversación abierta, se cortan antes para no malgastar cómputo en algo que el becario probablemente se ha inventado.
Hay incluso una tercera capa: DSpark vigila en tiempo real cuánta carga están soportando los servidores y ajusta la longitud de los borradores según haya poco o mucho tráfico, exactamente igual que un restaurante que amplía la carta en horas valle y la recorta en la hora punta.
Los números, y por qué importan más allá de los números
El resultado conjunto es una generación entre un 60% y un 85% más rápida por usuario, sin perder ni un ápice de calidad en las respuestas —esto es lo que distingue a este avance de tantos anuncios inflados: la salida es idéntica a la que habría dado el modelo grande solo, únicamente más rápida. Y en pruebas de carga exigentes, donde se necesita un mínimo garantizado de tokens por segundo por usuario, DeepSeek llegó a sostener casi un 700% más de rendimiento total en el mismo hardware que antes se colapsaba.
Y aquí llega la parte que más me interesa contarte, la que va más allá de la ingeniería: DeepSeek publicó todo el código fuente bajo licencia MIT, la más permisiva que existe, y ya lo integró en su modelo más reciente. En un sector donde la mayoría de laboratorios guarda estos hallazgos como secreto industrial, alguien que tiene menos recursos que sus competidores decide, aun así, regalar la ventaja. Eso no es solo generosidad técnica: es una forma distinta de competir, la misma diferencia que exploré al preguntarme si Europa alguna vez plantará su propio árbol en lugar de seguir exprimiendo la misma naranja que todos los demás.
Por qué te cuento esto
Vuelvo a la cena, a esa frase de «ya hemos exprimido lo fácil». Quien la dice normalmente no ha construido nada, solo ha ido saltando de titular en titular, marcando casillas en lo que en su día llamé el bingo tecnológico. DSpark es justo lo contrario: un puñado de ingenieros con menos GPUs que sus rivales encontró, en cuestión de meses, una forma de sacarle casi el doble de rendimiento al mismo hardware, sin trucos, sin marketing, con el código abierto para que cualquiera lo compruebe.
No sé cuánto durará esta ventaja concreta. Probablemente algún otro laboratorio la iguale o la supere dentro de unas semanas, porque así funciona este campo. Pero lo que no cambia es la lección de fondo: mientras unos repiten que la tecnología ha tocado techo, otros están debajo del capó, con las manos sucias, demostrando que el techo era una excusa para dejar de mirar.
La escasez no frena la inteligencia. La entrena.
