DeepSeek conçoit sa propre puce d’IA, et lève des fonds externes pour la première fois
Selon Reuters, le laboratoire chinois d’IA développe une puce d’inférence pour réduire sa dépendance à Nvidia et Huawei, tout en levant 7 milliards de dollars sur la base d’une valorisation supérieure à 50 milliards.
DeepSeek, le laboratoire chinois d’IA qui a secoué le secteur avec ses modèles ouverts peu coûteux, conçoit sa propre puce d’IA, rapporte Reuters en citant trois personnes au fait du dossier. La puce est destinée à l’inférence, la phase où un modèle déjà entraîné répond concrètement à vos questions, et non à l’entraînement de nouveaux modèles à partir de zéro.
Le projet n’en est encore qu’à ses débuts. DeepSeek serait en discussion avec des entreprises spécialisées dans la conception, la fabrication et la mémoire des puces. Le laboratoire recrute aussi discrètement des ingénieurs en semi-conducteurs depuis plusieurs mois, sans publier d’offres d’emploi. L’objectif, d’après l’article : réduire sa dépendance aux puces de l’américain Nvidia comme à celles du chinois Huawei.
Dans le même temps, DeepSeek lève des capitaux externes pour la première fois de son histoire, environ 7 milliards de dollars pour une valorisation comprise entre 52 et 59 milliards de dollars. Pour une entreprise connue pour sa gestion frugale et son autofinancement, c’est un changement notable. Or, un programme de développement de puces est précisément le type de projet capable d’absorber de telles sommes.
Qu’y a-t-il derrière cette stratégie ? Deux pressions convergent. Premièrement, les restrictions américaines à l’exportation privent les entreprises chinoises des puces et des mémoires les plus avancées. Tout ce que DeepSeek peut faire pour maîtriser son propre approvisionnement en matériel réduit donc une faiblesse stratégique. Deuxièmement, cette démarche reflète une tendance plus large du secteur : OpenAI et Anthropic travaillent également sur des puces sur mesure, OpenAI a récemment dévoilé avec Broadcom une puce d’inférence. Lorsque votre activité consiste à faire fonctionner des modèles pour des millions d’utilisateurs, c’est l’inférence qui concentre les coûts récurrents. Du silicium spécialement optimisé pour vos propres modèles peut sensiblement réduire la facture. Les puces de Nvidia sont d’excellents outils polyvalents, mais cette polyvalence a un prix.
Il convient de garder des attentes réalistes : concevoir une puce d’IA compétitive prend généralement des années, et l’article souligne que le projet en est à un stade précoce. De nombreuses ambitions dans les semi-conducteurs se sont éteintes discrètement entre l’annonce et la production du silicium.
Ce que cela signifie pour vous : Rien ne change aujourd’hui, mais la tendance mérite d’être comprise. Une inférence bon marché explique pourquoi les modèles de DeepSeek coûtent une fraction du prix demandé par leurs concurrents américains, et un matériel moins coûteux ferait encore baisser ces tarifs. Si vous utilisez des modèles d’IA abordables par l’intermédiaire d’applications ou d’API, la course aux puces entre laboratoires d’IA joue en votre faveur. Elle indique aussi où le secteur situe le véritable goulet d’étranglement : non pas dans des modèles plus intelligents, mais dans le coût de leur fonctionnement à grande échelle.
Sources
Amazon ferme discrètement le premier marché de l’« IA alimentée par des humains »
Amazon n’acceptera plus de nouveaux clients sur Mechanical Turk à partir du 30 juillet 2026, la plateforme de travail participatif qui a contribué à entraîner toute une génération d’IA, avant que l’IA générative ne reprenne aujourd’hui ce travail.
