Del fondo cuantitativo al laboratorio de IA: cómo la High-Flyer de Liang Wenfeng dio origen a DeepSeek

Mucho antes de que DeepSeek lanzara su primer modelo, el hedge fund que está detrás ya operaba en bolsa con posiciones elegidas por redes neuronales en GPU. Liang Wenfeng fundó la firma de trading cuantitativo High-Flyer en 2015 y lanzó DeepSeek, la empresa de IA con sede en Hangzhou, en 2023, financiada en parte con dinero de High-Flyer, según Forbes. Entre una cosa y otra, High-Flyer construyó dos clústeres de computación propios y los hizo funcionar con software desarrollado internamente. Ese camino, de los modelos de trading a un laboratorio que publica sus artículos y los pesos de sus modelos, es un caso temprano del solapamiento entre el trading cuantitativo y la investigación en IA.

Liang tiene una licenciatura y un máster en ingeniería por la Universidad de Zhejiang, según Forbes. La universidad escribió en marzo de 2025 que Liang había presentado quince años antes una tesis de máster en su Facultad de Ciencias de la Información e Ingeniería Electrónica, y citó sus agradecimientos en inglés. En la versión de la universidad, Liang atribuía a quien dirigió la tesis, Xiang Zhiyu, su introducción en «el campo de la visión artificial». Según Forbes, Liang creó High-Flyer con dos personas con las que había estudiado en la universidad y recurrió a las matemáticas y a técnicas de IA para convertirla en «una de las mayores firmas de trading cuantitativo del país y de mejores resultados». Polstob no ha encontrado cifras publicadas y verificables de la rentabilidad de High-Flyer ni de los activos que gestiona.

La ingeniería de Fire-Flyer II está documentada en un artículo de 2024 firmado por personal investigador de DeepSeek-AI, con Liang entre las personas firmantes y como remitente en arXiv. Los autores escriben: «Para el entrenamiento de aprendizaje profundo, desplegamos Fire-Flyer 2 con 10.000 GPU A100 PCIe y logramos un rendimiento cercano al del DGX-A100, con la mitad de costes y un 40% menos de consumo energético». Son comparaciones del propio artículo con los sistemas DGX-A100 de Nvidia. El equipo escribió además su propio software para el clúster: la página de historia de High-Flyer cita un sistema de archivos paralelo (3FS) y un marco de comunicación para entrenamiento distribuido (hfreduce), y el artículo atribuye a su pila de software que el cálculo y la comunicación puedan solaparse.

El informe técnico de V3 de DeepSeek, publicado por primera vez el 27 de diciembre de 2024 con Liang como remitente, describe un modelo de lenguaje de mezcla de expertos con 671.000 millones de parámetros en total, 37.000 millones de ellos activos por cada token, preentrenado con 14,8 billones de tokens. El informe dice que el entrenamiento completo requirió 2,788 millones de horas de GPU H800 y que cada billón de tokens de preentrenamiento llevó 3,7 días en un clúster de 2.048 GPU H800. DeepSeek publicó los checkpoints del modelo en GitHub.

El dinero de High-Flyer puso en marcha DeepSeek, pero desde entonces la empresa ha captado capital externo, según informaciones de prensa que DeepSeek no ha confirmado. Una información de Bloomberg publicada por The Straits Times el 15 de julio de 2026 describía una ronda de 7.400 millones de dólares en junio de 2026 que valoraba DeepSeek en 50.000 millones de dólares, con una inversión personal de Liang de 3.000 millones de dólares. El 22 de octubre de 2026, Reuters citó a dos personas que afirmaban que una nueva ronda había captado unos 100.000 millones de yuanes; una de ellas situó a CATL y Tencent entre los mayores inversores. Forbes cifra esa ronda en 14.900 millones de dólares, con una valoración de DeepSeek de 74.700 millones de dólares.

El 15 de abril de 2026, CoreWeave anunció que Jane Street se había comprometido a destinar unos 6.000 millones de dólares a usar su plataforma de nube para IA y que, por separado, había comprado 1.000 millones de dólares en acciones de clase A de CoreWeave a 109,00 dólares cada una; el formulario 8-K de CoreWeave registra 9.174.311 acciones emitidas a Jane Street Global Trading, LLC. En septiembre de 2026, Reuters informó, citando a Bloomberg News, de que Jane Street también había firmado con Crusoe un contrato de nube a cinco años por unos 13.000 millones de dólares. La cifra no está confirmada. En el comunicado de abril de CoreWeave, Max Hjelm, que ocupa la vicepresidencia sénior de ingresos de CoreWeave, dijo que Jane Street «funciona como un laboratorio de vanguardia».

Hudson River Trading (HRT) firmó un acuerdo plurianual con CoreWeave, anunciado el 20 de agosto de 2026, para llevar a cabo investigación de trading basada en IA en sistemas Vera Rubin de Nvidia. CoreWeave lo calificó de acuerdo de varios miles de millones de dólares, pero no dio ni el importe ni la duración. En mayo de 2026, Dell dijo que HRT había abierto recientemente un centro de datos para investigación en IA en Lefdal Mine Data Centers, en el oeste de Noruega. El comunicado de Dell no da ninguna cifra de inversión.

XTX Markets, una firma de trading algorítmico, dice en su web que su clúster de investigación tiene más de 25.000 GPU y más de 1 exabyte de almacenamiento utilizable. En enero de 2025 anunció planes para invertir más de 1.000 millones de euros en un complejo de centros de datos en Kajaani (Finlandia), cuyo primer centro, de 22,5 MW, debía estar terminado en 2026, según el Ayuntamiento de Kajaani. Su CTO, Joshua Leahy, dijo entonces: «Nuestra necesidad de capacidad de cálculo ha superado las opciones de alquiler disponibles».

Jane Street describe su trabajo en términos de modelos grandes y complejos entrenados con datos con ruido, y XTX dice que en sus equipos hay personas con formación en matemáticas, física, programación y aprendizaje automático. High-Flyer construyó sus clústeres y su software internamente antes de que Liang lanzara un laboratorio que publica sus métodos y los pesos de sus modelos. Como High-Flyer, que construyó Fire-Flyer I y II, las firmas de trading se están asegurando capacidad de cálculo: Jane Street y HRT mediante acuerdos de nube con CoreWeave, HRT también con el centro de datos que abrió en Lefdal (Noruega), y XTX con el centro de datos que construye en Finlandia.

Mucho sigue sin conocerse. La rentabilidad y los activos de High-Flyer no aparecen en ninguna fuente que Polstob haya podido verificar, DeepSeek no ha dado un coste completo de la construcción de sus modelos y los contratos de las firmas de trading solo se conocen en parte: CoreWeave dio el compromiso de Jane Street pero no el de HRT, y la cifra de Crusoe se basa en las fuentes de Bloomberg.