DeepSeek V4 Flash en una sola AMD MI300X: la grieta del monopolio Nvidia

Hay un momento, en toda industria concentrada, en que la eficiencia aparece por un lugar que los incumbentes no vigilaban. Esta semana, ese momento tiene nombre: un desarrollador independiente, Ryan Zhou, demostró que el modelo DeepSeek V4 Flash —uno de los más avanzados del ecosistema chino de código abierto— puede ejecutarse en una sola GPU AMD MI300X. Sin clústeres. Sin nodos coordinados. Una sola tarjeta, 192 GB de memoria HBM3, y el modelo entero funcionando en local.

La MI300X de AMD llevaba meses siendo promocionada como la “alternativa” a las H100 de Nvidia. La realidad es que esa alternativa nunca terminó de materializarse a escala. Las grandes nubes —Microsoft, Google, Amazon— compran Nvidia. Los nuevos entrantes, los laboratorios de IA pura como OpenAI o Anthropic, también. AMD tiene el hardware, sí: 192 GB de VRAM, buen rendimiento en media precisión, un precio agresivo. Pero no tiene el software. CUDA, la plataforma de programación de Nvidia, lleva quince años acumulando ventajas de ecosistema que la competencia no ha podido igualar. ROCm, el stack propietario de AMD, sigue siendo un work in progress mantenido por una fracción del equipo que Nvidia dedica a su software. Hay un dicho en la industria que resume todo: “la gente no compra GPUs, compra CUDA”. Es más cierto de lo que parece.

Entonces, ¿qué tiene que ver DeepSeek en todo esto?

El experimento de Zhou demuestra algo todavía más incómodo para el establishment: la barrera de entrada al estado del arte está cayendo más rápido de lo que Nvidia quisiera admitir. Si puedes correr un modelo de razonamiento avanzado en una sola tarjeta, la pregunta obvia es: ¿por qué estás pagando tres dólares por hora por una H100 en AWS? ¿Por qué los proyectos de inferencia en producción siguen presupuestando clústeres de ocho GPUs como si fueran el único camino viable? ¿Por qué las startups de IA aceptan pasivamente el rentier pricing de los hyperscalers como si fuera un hecho natural?

1. Controla el software: CUDA es un lock-in técnico real. Los investigadores aprendieron a programar ahí, las librerías están ahí, los papers asumen ese stack como base por defecto.
2. Controla la cadena de suministro: TSMC, SK Hynix, Samsung —todos producen lo que Nvidia necesita primero, y al precio que Nvidia negocia.
3. Controla la narrativa: cada conferencia GTC redefine el techo de lo posible, y siempre coincide con un anuncio de producto.
4. Tiene a los hyperscalers como rehenes cómodos: Microsoft, Google y Amazon han invertido tanto en integraciones con CUDA que migrar a otra cosa es carísimo, y eso les conviene a ambos lados del mostrador.

AMD tiene el problema inverso: buen hardware, pero ningún cliente cautivo. Su esperanza estratégica siempre fue que un cliente grande, alguien con la escala suficiente para romper el status quo, apostara decididamente por ROCm. OpenAI no lo hará —su relación con Microsoft está atada a Azure, y Azure a Nvidia. Anthropic tampoco —corre principalmente en AWS, también con Nvidia. Google tiene sus propios TPUs. Meta está construyendo su propio stack. Microsoft diseña chips propios con Maia. En ese mapa, ¿quién queda para AMD?

¿Y DeepSeek? Aquí está la pieza inesperada del rompecabezas. DeepSeek publica modelos abiertos con pesos accesibles. Si esos modelos corren eficientemente en hardware AMD, hay un incentivo —para startups con presupuesto limitado, para equipos de investigación académicos, para mercados secundarios en Asia, África y Latinoamérica— de construir sobre ROCm en lugar de CUDA. No es un vuelco. Pero es una semilla.

¿Estamos viendo el inicio de ese cambio arquitectónico en hardware de IA? Probablemente no todavía, y hay que ser honesto sobre eso. Nvidia sigue facturando cifras récord trimestre tras trimestre. Sigue subiendo el capex de los hyperscalers, que destinan cientos de miles de millones a infraestructura Nvidia-friendly. El precio de las acciones sigue en órbita. Los data centers siguen licitando turnos de instalación de GB200 a dieciocho meses vista. Nada de eso se desmorona con un experimento en GitHub.

Pero el movimiento de esta semana —un modelo competitivo, hardware AMD, ejecutándose en una sola tarjeta— es de esos que los historiadores de tecnología marcan como bisagra. No porque vaya a cambiar el mercado mañana. Sino porque demuestra que la pregunta correcta ya no es “¿cuántas Nvidia puedes comprar?” sino “¿cuánta eficiencia real estás dispuesto a construir desde abajo?”. Esa segunda pregunta es exactamente la que Nvidia no quiere que se haga.

Mientras tanto, en Cupertino, Mountain View y Redmond, los departamentos de procurement siguen haciendo lo de siempre. La concentración de capital en IA —los más de doscientos mil millones de dólares que se estiman invertidos este año solo en infraestructura de cómputo— es demasiado grande para evaporarse de un día para otro. Pero se agrieta. Y las grietas, en mercados concentrados, son lo único que importa. El resto es ruido financiero hasta que deja de serlo.

ROCm -->|compite con| CUDA