Tecnología
MoE
Mixture of Experts (MoE) es una arquitectura de modelos de IA que activa solo una pequeña fracción de sus parámetros totales para cada consulta, en lugar de usar todo el modelo. Esto permite construir modelos enormes (billones de parámetros) con costes de inferencia y entrenamiento mucho menores que arquitecturas densas equivalentes.
Sobre esta tecnología, IA para hoy ha analizado 25 noticias, procedentes de 8 medios distintos. En los últimos siete días han sido 1, frente a las 2 de la semana anterior. La fiabilidad media de esa cobertura es de 4,0 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, IT, Operaciones. Aparece en 8 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Permite acceder a modelos de gran capacidad con menor coste de cómputo e infraestructura, facilitando el despliegue de IA avanzada en hardware más modesto o en la nube a menor precio. Proveedores como AWS, NVIDIA y fabricantes chinos están optimizando activamente la infraestructura para ejecutar estos modelos, ampliando las opciones de proveedor y reduciendo el coste por token.
- Riesgos
- La complejidad de infraestructura es mayor y requiere hardware y software especializados (GPUs concretas, kernels optimizados) que pueden generar dependencia de proveedores específicos. Además, el ecosistema evoluciona muy rápido, con riesgo de obsolescencia de inversiones y, en el caso de proveedores chinos, incertidumbre regulatoria y cuestiones de procedencia de datos de entrenamiento.
- Qué debería hacer una empresa
- Las empresas que ya usan IA generativa deberían evaluar en los próximos 6 meses si modelos MoE abiertos pueden reducir sus costes de inferencia frente a modelos densos cerrados, especialmente si gestionan su propia infraestructura o usan servicios cloud que ya los soportan.
Análisis generado por IA a partir de las noticias disponibles; actualizado 17 oct.
Relacionadas
LLM ×17Nvidia ×14agentes ×9AWS ×9multimodal ×5Hugging Face ×4DeepSeek ×4cuantización ×4Moonshot AI ×3Qwen ×3
Historias
Recursive lanza Flint, modelo de código diseñado por su sistema Eureka Machine
Liquid AI lanza LFM2.5-24B-A2B, modelo abierto para agentes en dispositivo
Optimización de kernels para modelos MoE en SageMaker AI
Ai2 lanza Olmo-core 3 para entrenar modelos MoE a gran escala
AWS publica guías técnicas para entrenamiento por refuerzo a escala en la nube
China investiga a DeepSeek y Moonshot por uso indebido de Claude
AWS publica guía de despliegue de Qwen3.8-2.4T-A95B en SageMaker HyperPod
AWS benchmarking de instancias GPU G7 vs G5/G6 para inferencia LLM
Noticias
Recursive lanza Flint, un modelo de código para ejecución local creado con su sistema de investigación automatizada
La startup Recursive ha publicado Flint, su primer modelo de lenguaje, un MoE de 40.000 millones de parámetros totales (2.500 millones activos por token)…
Por qué importaSi las cifras se confirman, un modelo de este tamaño que corre en portátiles podría reducir la dependencia de APIs externas para desarrollo de…
Liquid AI lanza LFM2.5-24B-A2B, un modelo abierto de razonamiento orientado a agentes en el dispositivo
Liquid AI publicó en Hugging Face LFM2.5-24B-A2B, un modelo de pesos abiertos solo de razonamiento, con ventana de contexto de 131K tokens y entrenamiento…
Por qué importaPara equipos que quieran agentes locales con privacidad, un modelo abierto de su tamaño que cumpla con llamadas a herramientas podría reducir costes…
AWS optimiza los kernels de sus modelos MoE en SageMaker AI y reporta hasta 10% más de rendimiento en H200
AWS describe tres optimizaciones de kernels para modelos Mixture-of-Experts fusionados en SageMaker AI: el intercambio de operandos Swap-AB para aprovechar…
Por qué importaEl coste y la latencia de servir modelos MoE dependen en buena medida de estas optimizaciones de bajo nivel, así que pueden trasladarse a precio por…
Ai2 lanza Olmo-core 3, infraestructura abierta para entrenar modelos MoE a escala de billones de parámetros
Ai2 presentó Olmo-core 3, una infraestructura de entrenamiento abierta para modelos de mezcla de expertos (MoE). En pruebas, el sistema escaló de 8 a 128…
Por qué importaReduce las barreras de coste y complejidad para entrenar modelos MoE masivos, democratizando el acceso a infraestructura que antes solo tenían…
AWS describe arquitectura con EKS, EFA y DeepEP que mejora un 40% el rendimiento en RL para modelos MoE
AWS publicó una guía técnica que describe una arquitectura combinando Amazon EKS, Elastic Fabric Adapter (EFA) y Amazon S3 para escalar entrenamiento por…
Por qué importaPara equipos que entrenan modelos MoE a gran escala, la comunicación entre nodos es el principal cuello de botella, y esta arquitectura ofrece una…
China investiga a DeepSeek y Moonshot por presunto uso indebido de Claude mientras Xiaomi lidera el open-weight
La Administración del Ciberespacio de China investiga a DeepSeek y Moonshot AI por presuntamente enrutar prompts de usuarios a Claude de Anthropic sin…
Por qué importaMuestra cómo la disputa por propiedad intelectual y destilación de modelos se convierte en asunto regulatorio y geopolítico, justo cuando Anthropic…
AWS publica guía para desplegar el modelo abierto Qwen3.8-2.4T-A95B en SageMaker HyperPod
Alibaba lanzó el 12 de agosto de 2026 Qwen3.8-2.4T-A95B, un modelo de pesos abiertos con 2,4 billones de parámetros totales (95.000 millones activados por…
Por qué importaEs la primera vez que un modelo de la clase Qwen-Max se libera en pesos abiertos, lo que da a las empresas una alternativa autoalojada frente a APIs…
AWS compara instancias G7, G6 y G5 para inferencia de LLM pequeños en SageMaker
AWS publicó un benchmark comparando instancias G5, G6, G6e y G7 de SageMaker AI para inferencia de dos modelos MoE de 30B (Qwen3-Coder-30B y NVIDIA…
Por qué importaPara equipos que despliegan LLM en producción, elegir la instancia adecuada puede reducir significativamente el coste por token y la latencia…
Alibaba lanza Qwen3.8-Flash-Next, modelo multimodal MoE abierto con arquitectura de Qwen4
Alibaba ha publicado Qwen3.8-Flash-Next, un modelo de pesos abiertos multimodal basado en mezcla de expertos (MoE) con 125 mil millones de parámetros pero solo…
Por qué importaLa publicación de un modelo abierto de gran escala que anticipa la arquitectura de Qwen4 permite a desarrolladores y empresas acceder a capacidades…
AWS lanza soporte para desplegar Kimi K3, modelo de código abierto de 2.8 billones de parámetros
Moonshot AI publicó el 27 de julio de 2026 Kimi K3, un modelo de código abierto con 2,8 billones de parámetros basado en arquitectura Mixture of Experts que…
Por qué importaLa disponibilidad de modelos de código abierto de clase frontera con capacidades avanzadas permite a las organizaciones autohospedar sistemas IA…
Thinking Machines lanza Inkling: modelo abierto multimodal de 975B parámetros con contexto de 1M
Thinking Machines ha lanzado Inkling, un modelo de lenguaje abierto con 975B parámetros totales (41B activos) que procesa de forma nativa imagen, texto y…
Por qué importaInkling representa un avance significativo en modelos multimodales abiertos de gran escala, demostrando que la capacidad nativa de razonamiento entre…
AWS amplía Amazon Bedrock en GovCloud con modelos Nemotron y GPT de OpenAI
AWS ha añadido modelos abiertos de OpenAI (GPT OSS 120B y 20B) y NVIDIA Nemotron (Nano 9B v2, 12B v2, 30B y Super 120B) a Amazon Bedrock en la región AWS…
Por qué importaPara agencias de defensa e inteligencia estadounidenses y contratistas, esto elimina la barrera de seguridad que impedía usar modelos de frontera sin…
NVIDIA NeMo AutoModel acelera el entrenamiento de modelos MoE un 3.4x con API compatible
NVIDIA ha lanzado NeMo AutoModel, una librería abierta que optimiza el entrenamiento de modelos de mezcla de expertos (MoE) sobre Transformers v5. El sistema…
Por qué importaEl entrenamiento eficiente de modelos MoE es un cuello de botella creciente en la industria; esta solución permite a equipos escalar el fine-tuning…
DiffusionGemma: nuevo modelo abierto de Google DeepMind genera texto 4x más rápido
Google DeepMind ha lanzado DiffusionGemma, un modelo experimental abierto de 26B parámetros con arquitectura Mixture of Experts que genera texto hasta 4x más…
Por qué importaResuelve un cuello de botella crítico en aplicaciones interactivas locales: la latencia de inferencia en tiempo real. Para desarrolladores que…
JetBrains lanza Mellum2, modelo MoE de 12B parámetros optimizado para inferencia rápida
JetBrains ha publicado Mellum2, un modelo Mixture-of-Experts de código abierto con 12 mil millones de parámetros, diseñado para tareas de texto y código con…
Por qué importaPara equipos que construyen sistemas de IA en producción, un modelo eficiente y de código abierto especializado en tareas de baja latencia reduce…
Astera Labs lanza Scorpio X, un switch PCIe alternativo a NVSwitch de Nvidia
Astera Labs presentó Scorpio X, un switch de fabric de IA basado en PCIe 6.0 que integra 320 carriles de conectividad y 5.12 TB/s de ancho de banda…
Por qué importaRompe la dependencia tecnológica de NVSwitch en sistemas de IA a escala de rack, permitiendo interoperabilidad con múltiples aceleradores sin…
NVIDIA Nemotron 3 Nano Omni disponible en SageMaker JumpStart para agentes multimodales
AWS anuncia la disponibilidad inmediata de NVIDIA Nemotron 3 Nano Omni en Amazon SageMaker JumpStart. Se trata de un modelo multimodal de 30 mil millones de…
Por qué importaPara empresas que construyen agentes autónomos, consolida múltiples pipelines de visión, audio y lenguaje en una única invocación, reduciendo…
NVIDIA presenta Nemotron 3 Nano Omni, modelo multimodal eficiente para documentos, audio y vídeo
NVIDIA ha lanzado Nemotron 3 Nano Omni, un modelo de lenguaje multimodal abierto de 30B parámetros diseñado para procesar documentos largos, audio y vídeo con…
Por qué importaPara empresas que necesitan procesar documentos complejos, vídeos con narración o contenido de audio mixto, este modelo abierto ofrece una…
DeepSeek-V4: modelo abierto con contexto de 1M tokens optimizado para agentes
DeepSeek ha publicado V4, un modelo de lenguaje abierto con ventana de contexto de 1 millón de tokens diseñado específicamente para flujos de trabajo de…
Por qué importaUn modelo abierto con contexto ultra-largo y eficiencia demostrada en tareas de agentes agenticos resuelve limitaciones prácticas actuales: permite…
NVIDIA Nemotron 3 Super ya está disponible en Amazon Bedrock como modelo completamente administrado
NVIDIA ha lanzado Nemotron 3 Super en Amazon Bedrock como modelo completamente administrado y sin servidor. El modelo es una arquitectura híbrida de Mezcla de…
Por qué importaLas empresas pueden ahora acceder a un modelo de razonamiento especializado sin gestionar infraestructura, mediante la plataforma completamente…
NVIDIA Nemotron 3 Nano disponible en AWS Bedrock como modelo sin servidor
AWS ha puesto a disposición el modelo NVIDIA Nemotron 3 Nano como servicio completamente gestionado y sin servidor en Amazon Bedrock. Nemotron 3 Nano es un…
Por qué importaPara directivos y desarrolladores, esto permite construir sistemas agenticos especializados sin gestionar infraestructura, combinando eficiencia…
AWS y vLLM optimizan la inferencia multimodelo con adaptadores LoRA en MoE
AWS ha desarrollado junto con la comunidad vLLM un kernel especializado (fused_moe_lora) para servir múltiples modelos fine-tuneados con LoRA sobre…
Por qué importaReduce costos de infraestructura GPU ociosa para empresas con múltiples modelos especializados, un problema común en organizaciones que usan IA…
China construye ecosistema de IA abierto con arquitecturas MoE y chips domésticos
Hugging Face publica un análisis sobre las decisiones arquitectónicas del ecosistema de IA abierto chino un año después del impacto de DeepSeek. Los modelos…
Por qué importaPara directivos y técnicos, el análisis muestra que China está construyendo una estrategia de IA soberana basada en ecosistemas completos de…
NVIDIA presenta plataforma Rubin con seis chips para agentic AI y reducción de costes de inferencia
NVIDIA ha anunciado en CES 2026 la plataforma Rubin, compuesta por seis chips nuevos (Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4…
Por qué importaLa reducción dramática del coste de inferencia es crítica conforme los modelos de IA crecen en tamaño, contexto y profundidad de razonamiento. Las…
DeepSeek presenta mHC, técnica para entrenar modelos de lenguaje con mayor estabilidad
DeepSeek ha publicado un paper presentando mHC (Manifold-Constrained Hyper-Connections), una técnica de ingeniería matemática diseñada para estabilizar el…
Por qué importaLa estabilidad en el entrenamiento de LLM es crítica para escalar modelos grandes de forma eficiente y predecible. Este trabajo sugiere que DeepSeek…