
Los modelos de billones de parámetros reabren la batalla por la memoria de la IA
Los modelos abiertos de inteligencia artificial han vuelto a crecer hasta cifras que hace pocos años parecían difíciles de gestionar: Kimi K3 alcanza 2,8 billones de parámetros y DeepSeek-V4-Pro llega a 1,6 billones. El avance de las arquitecturas Mixture of Experts (MoE) permite que solo una pequeña parte del modelo se active para procesar cada token, pero no elimina un problema físico: todos esos parámetros tienen que estar almacenados y disponibles. Para d-Matrix, esa nueva carrera está convirtiendo la memoria, y no únicamente la capacidad de cálculo, en una de las principales limitaciones de la inferencia. Las claves de la nueva carrera por la memoria de IA en 20 segundos La paradoja es que los modelos pueden necesitar calcular sobre




