Analistas: Kimi K3 mejora la eficiencia del cómputo, pero la alta demanda de memoria sigue impulsando la demanda de chips de IA

深潮 TechFlow 消息，20 de julio, según la opinión del analista Sunny Bangia, con el lanzamiento previsto para 2025 de algo similar a DeepSeek R1, la salida de Kimi K3 también ha generado preocupación por que la potencia de cómputo de la IA sea inferior a lo esperado. Sin embargo, esta comparación podría pasar por alto una diferencia importante. Aunque modelos como Kimi K3 están diseñados para aprovechar los recursos de cómputo de forma más eficiente, durante su ejecución aún requieren mucha memoria; esta característica podría seguir respaldando la demanda de empresas como SK Hynix, TSMC y NVIDIA.

Kimi K3 cuenta con 2,8 billones de parámetros, con lo que la tasa de esparsidad alcanza un nuevo máximo. Una mayor esparsidad significa que, en cada tarea, se activan menos parámetros en proporción al tamaño total del modelo, lo que permite una mayor eficiencia de cómputo por cada token. Los parámetros solo son un número almacenado en memoria. Incluso al comprimir el modelo con formatos de datos de baja precisión, los parámetros de Kimi K3 seguirían ocupando aproximadamente 1,4 terabytes de memoria. La adopción de K3 por sí misma crea la necesidad de actualizar a chips de silicio con alta memoria, por ejemplo el Blackwell GB300 de NVIDIA. (Jin10)