DeepSeek ne veut plus rivaliser uniquement avec les modèles. Son nouveau front vise directement les activités de NVIDIA, selon Reuters

En un peu plus d’un an, DeepSeek a cessé de ressembler à une rareté dans l’industrie chinoise pour devenir l’un de ces noms qui apparaissent déjà chaque fois que l’on parle de la course mondiale à l’intelligence artificielle. Nous l’avons d’abord regardé pour ses modèles, pour son efficacité et pour le choc qu’il provoquait au-delà de la Chine. La question commence désormais à se déplacer sur un autre terrain : que se passe-t-il lorsqu’une entreprise en concurrence dans le domaine des logiciels comprend que le prochain avantage réside peut-être dans les puces qui permettent d’exécuter cette IA à grande échelle.

Le passage au matériel. Les informations qui ouvrent ce nouveau front proviennent de Reuters. L’agence assure, citant trois personnes proches du dossier, que DeepSeek développe sa propre puce d’intelligence artificielle, destinée à des tâches d’inférence et non à la formation de nouveaux modèles. On verra tout de suite la nuance technique, car elle change pas mal la lecture du mouvement. Pour l’instant, la prudence est de mise : DeepSeek n’a pas confirmé publiquement que le projet en serait à ses débuts et la société n’a pas répondu à la demande de commentaires de l’agence.

La clé est dans l’inférence. La façon la plus simple de comprendre cela est de réfléchir à ce qui se passe après l’entraînement. Une fois le modèle construit, chaque question que nous posons et chaque réponse que nous recevons nécessitent de le remettre en œuvre. Il ne s’agit pas d’une opération isolée, mais d’une routine qui se répète des millions de fois si le produit fonctionne. C’est pourquoi une puce conçue pour cette phase ne vise pas tant le prestige technique que quelque chose de plus terrestre : rendre l’utilisation de l’IA moins chère, plus rapide et moins dépendante des tiers.

Cette décision est mieux comprise si l’on regarde de quoi DeepSeek s’est appuyé jusqu’à présent. L’entreprise a utilisé des puces de NVIDIA et Huawei pour entraîner et faire fonctionner ses modèles, y compris la base qui contenait R1, entraînée sur NVIDIA H800, une puce conçue pour le marché chinois dont l’exportation vers la Chine a été interdite par Washington fin 2023. Depuis, DeepSeek s’appuie de plus en plus sur Huawei : en avril, elle a lancé son modèle V4 adapté à Ascend et Huawei a déclaré que ses processeurs étaient utilisés dans une partie de la formation V4-Flash.

DeepSeek n’est plus une note de bas de page : jusqu’à il n’y a pas si longtemps, le débat mondial sur l’IA semblait tourner presque entièrement autour d’entreprises américaines comme OpenAI, Google, Microsoft, Meta ou Anthropic. DeepSeek a changé une partie de cette conversation en démontrant que la Chine pouvait aussi produire des modèles capables de circuler hors de son marché intérieur et en obligeant l’industrie à se tourner vers Hangzhou. Rappelons que l’entreprise a été largement célébrée en Chine comme un champion national de l’IA.

La tendance est déjà visible dans une bonne partie du secteur. Google développe ses TPU depuis des années, Amazon a Inferentia pour les charges d’inférence, Microsoft a Maia et Meta travaille sur MTIA. Reuters cite également deux mouvements récents particulièrement proches de l’affaire : OpenAI a annoncé en juin sa puce Jalapeño avec Broadcom, également destinée à l’inférence, et Anthropic envisageait de concevoir ses propres puces. Le schéma est assez clair : les grandes entreprises d’IA souhaitent moins s’appuyer sur des fournisseurs tiers et mieux contrôler le coût, les performances et la disponibilité de l’informatique qui alimente leurs services.

Le gros obstacle est de le fabriquer. Concevoir une puce compétitive n’est pas la même chose que vouloir l’avoir. Le développement d’un accélérateur d’IA nécessite généralement des années, beaucoup de capital et un réseau de partenaires de conception, de fonderie et de mémoire. Pour une entreprise chinoise, le problème ne s’arrête pas au niveau technique : les contrôles américains à l’exportation limitent l’accès aux usines étrangères les plus avancées ainsi qu’à la mémoire à haut débit, élément clé pour ce type de puces.

Les temps changent. NVIDIA est arrivée au boom de l’IA avec un avantage construit au fil des décennies : en 1999, elle a lancé la GeForce 256, présentée par l’entreprise elle-même comme le premier GPU du secteur, et en 2006, elle a lancé CUDA, l’architecture qui a permis d’emmener le traitement parallèle de ses puces au-delà des graphiques. Lorsque les modèles ont commencé à nécessiter d’énormes quantités de calcul, j’avais déjà le matériel et l’écosystème en place. Pendant des années, pour une grande partie de l’industrie, rivaliser dans le domaine de l’IA signifiait passer par ses puces. Ce que le cas DeepSeek suggère, avec prudence, c’est que cette dépendance commence à se fissurer.

Images | Simseo avec Nano Banane

À Simseo | Samsung gagne 19 fois plus qu’il y a un an. Les investisseurs ont réagi en faisant chuter le titre de 7%