Après avoir bousculé le marché des modèles de langage avec un coût d'entraînement dérisoire face à ses rivaux américains, DeepSeek s'attaque à un autre pan de la chaîne : le matériel. Selon des informations relayées par Reuters, l'entreprise chinoise développe désormais sa propre puce d'inférence, conçue spécifiquement pour faire tourner des modèles déjà entraînés plutôt que pour les entraîner.
Ce choix n'est pas anodin. Entraîner un grand modèle demande une puissance de calcul colossale et concentrée sur de courtes périodes. L'inférence, elle, correspond à l'usage quotidien du modèle, chaque requête d'un utilisateur, chaque réponse générée par un chatbot ou une API. Et c'est justement cette part du marché qui grossit le plus vite, à mesure que les modèles d'IA se déploient massivement dans les entreprises et les produits grand public.
Réduire la dépendance à Nvidia et Huawei
En construisant sa propre puce, DeepSeek cherche à s'affranchir d'un double étau. D'un côté, Nvidia, dont les GPU haut de gamme restent soumis à des restrictions à l'export vers la Chine décidées par Washington. De l'autre, Huawei, alternative chinoise mais dont les capacités et la disponibilité restent variables selon les analystes suivant le secteur.
Concevoir une puce propriétaire permettrait à DeepSeek de sécuriser un approvisionnement moins exposé aux aléas géopolitiques, tout en optimisant les coûts d'exploitation de ses propres modèles. C'est une logique déjà suivie par des géants américains : Google avec ses TPU, Amazon avec ses puces Trainium et Inferentia, ou encore Meta avec ses propres accélérateurs internes. DeepSeek rejoint donc un club de plus en plus large d'entreprises qui refusent de dépendre exclusivement de Nvidia pour faire tourner leurs infrastructures d'IA.
Des obstacles techniques loin d'être triviaux
Le projet n'a rien d'une formalité. Concevoir une puce d'inférence performante suppose d'accéder à des fonderies avancées, capables de graver des semi-conducteurs à des nœuds technologiques de pointe. Or les restrictions américaines visent précisément cet accès, en limitant l'exportation d'équipements de lithographie avancée vers la Chine.
S'ajoute à cela la question de la mémoire à haute bande passante, la HBM, elle aussi soumise à des contrôles à l'exportation. Cette mémoire est indispensable pour alimenter rapidement les calculs des puces d'IA modernes ; sans un accès fiable à des composants HBM performants, la marge de manœuvre de DeepSeek reste contrainte, quelle que soit la qualité de sa conception.
La fragmentation du marché des puces IA s'accélère, chaque grand acteur cherchant à limiter son exposition aux chaînes d'approvisionnement contrôlées par des puissances rivales.
Une tendance de fond plus qu'un cas isolé
Ce mouvement vers des puces propriétaires dépasse largement le cas chinois. Aux États-Unis, la course à l'indépendance vis-à-vis de Nvidia s'est intensifiée ces dernières années, portée par des coûts d'infrastructure devenus difficiles à absorber pour les plus gros consommateurs de calcul IA. Mais la situation de DeepSeek illustre une dynamique spécifique : celle d'un écosystème chinois de l'IA qui tente de construire, morceau par morceau, une chaîne de valeur moins dépendante des technologies américaines, malgré les verrous imposés sur les équipements les plus avancés.
Reste à savoir à quel horizon cette puce pourrait être déployée à grande échelle, et surtout avec quelles performances face aux solutions de Nvidia ou de Huawei. DeepSeek n'a pour l'instant pas communiqué de calendrier précis ni de détails techniques sur l'architecture retenue.
