DeepSeek veut aussi fabriquer ses propres puces : une année de planification pour distancer à la fois Nvidia et Huawei.

DeepSeek aurait secrètement investi dans la recherche de puces depuis près d’un an, ciblant les puces d’inférence pour centres de données, et aurait déjà contacté des partenaires matériels et recruté des ingénieurs, dans le but de réduire sa dépendance à la fois à Nvidia et à Huawei.
(Contexte : ByteDance prévoit de finaliser son CPU propriétaire d’ici début 2027 au plus tard, avec une production de masse au second semestre, et fait appel à Qualcomm pour les wafers)
(Contexte supplémentaire : Progression du trafic de puces AI Nvidia, une mystérieuse femme mécène chinoise apparaît, et une enquête sur la drogue révèle par hasard l’affaire)

Table des matières

Toggle

• Discrètement, depuis près d’un an, recherche de partenaires et d’ingénieurs
• Pourquoi maintenant ?
• Le pari de l’autonomie en puissance de calcul chinoise

Le célèbre grand modèle de langage chinois DeepSeek s’engage discrètement dans le secteur des puces. Selon Reuters, citant trois sources informées, ce projet de fabrication de puces maison est en cours depuis près d’un an. Il ne cible pas les puces d’entraînement, mais les puces d’inférence pour centres de données, c’est-à-dire la puce qui permet au modèle de « répondre aux questions ».

Huawei détient environ la moitié du marché chinois des puces pour centres de données, tandis que Nvidia est bloquée par l’interdiction d’exportation américaine. Ce que DeepSeek cherche, ce n’est pas de choisir un camp, mais de ne dépendre de personne.

Discrètement, depuis près d’un an, recherche de partenaires et d’ingénieurs

Selon le rapport de Reuters, DeepSeek a, l’année dernière, contacté des partenaires potentiels dans le domaine du matériel et des puces, tout en recrutant des ingénieurs. Le projet s’est déroulé discrètement jusqu’à ce qu’il soit révélé récemment. Pour comprendre pourquoi elle le fait absolument, il faut revenir à la puce qui l’a rendue célèbre.

DeepSeek a explosé en popularité grâce à son modèle R1, réalisant à un coût extrêmement bas des performances comparables à celles d’OpenAI et d’Anthropic, bouleversant la logique de valorisation de la Silicon Valley. Mais peu de gens se sont penchés sur le fait que le R1 a été entraîné avec les puces H800 de Nvidia. Les H800 sont une version spéciale conçue par Nvidia pour le marché chinois, dont les performances ont été délibérément réduites pour respecter les réglementations américaines sur les exportations, une version « castrée » de puces haut de gamme. Malgré cela, les États-Unis ont inclus les H800 dans l’interdiction fin 2023, bloquant ainsi cette échappatoire pour DeepSeek. En d’autres termes, ses réalisations les plus fières ont été accomplies sur des bases qui pouvaient être coupées à tout moment. Cette insécurité est la motivation profonde de sa précipitation à prendre le contrôle de ses propres puces.

Cette fois, DeepSeek cible les puces pour centres de données (data center chip). En termes simples, il s’agit de puces spécialisées placées dans les salles de serveurs, conçues pour les opérations de calcul AI. Plus précisément, DeepSeek veut fabriquer des puces d’inférence (inference), la phase de calcul où le modèle déjà entraîné « répond aux questions, génère des résultats », par opposition à la phase d’entraînement, où on enseigne le modèle de zéro. Ne faire que de l’inférence, pas d’entraînement, est un choix pragmatique mais limité. Le pragmatisme réside dans le fait qu’une fois le modèle en ligne, il fait face à des millions de questions quotidiennes, consommant une grande partie de la puissance de calcul pour l’inférence ; résoudre d’abord le problème du « fonctionnement à faible coût » permet de réduire immédiatement la dépendance aux puces externes. La limite est que la phase d’entraînement nécessite encore les procédés de fabrication et les puces les plus avancés. DeepSeek choisit donc d’abord les fruits les plus faciles, laissant les défis les plus durs pour plus tard — une stratégie d’avancée par étapes.

Pourquoi maintenant ?

Le contrôle américain des exportations de puces est la raison la plus directe de l’urgence de DeepSeek à agir par elle-même. Nvidia est le fournisseur de puces pour la plupart des entreprises AI en Amérique du Nord et en Europe, mais les contrôles à l’exportation (export control), c’est-à-dire l’interdiction gouvernementale de vendre certaines puces à certains pays, empêchent les produits les plus avancés de Nvidia d’entrer en Chine et poussent les entreprises AI chinoises à deux options : acheter des puces Huawei, ou les fabriquer elles-mêmes.

Huawei détient actuellement environ 50 % du marché chinois des puces pour centres de données, une solution apparemment toute faite. Mais DeepSeek, Alibaba et Baidu ont choisi la seconde option. La raison n’est pas difficile à comprendre : confier son destin à Huawei revient simplement à remplacer « dépendance à Nvidia » par « dépendance à Huawei », toujours sous la coupe d’autrui. Pour les entreprises qui souhaitent investir à long terme dans des modèles de pointe, la seule façon d’être complètement rassuré est de posséder soi-même une puce.

Il y a ici un contraste subtil : bien que les deux veuillent se libérer de la dépendance à Nvidia, les motivations sont radicalement différentes. DeepSeek est poussé dans ses retranchements par les contrôles à l’exportation, c’est une question de survie : « il le faut ou rien ». En revanche, le Jalapeño, présenté conjointement par OpenAI et Broadcom il y a quelques semaines, est la première puce d’OpenAI conçue pour l’inférence à grande échelle, avec une approche de « c’est mieux de le faire ».

OpenAI veut en partie réduire sa dépendance à Nvidia, mais aussi, comme Apple, maîtriser l’ensemble de la pile technologique (tech stack). En termes simples, tout contrôler, de la puce au serveur en passant par le logiciel, sans être étranglé par aucun fournisseur. Anthropic explore également la possibilité de concevoir ses propres puces, mais sans feuille de route publique pour l’instant.

Le pari de l’autonomie en puissance de calcul chinoise

Concevoir ses propres puces n’a jamais été une tâche facile. Le projet d’un an de DeepSeek est encore loin de la première tape-out et de la production en série, sans parler des puces d’inférence pour centres de données, qui exigent un rendement, une chaîne d’approvisionnement, une fonderie en procédé avancé et un écosystème firmware de très haut niveau — des capacités que l’industrie semi-conductrice chinoise n’a pas encore acquises.

DeepSeek n’est pas seul dans cette aventure. Alibaba et Baidu développent également leurs propres puces AI. Ces géants technologiques s’engagent l’un après l’autre dans le matériel, partageant une conviction tacite : plutôt que de parier sur un assouplissement futur des contrôles à l’exportation, mieux vaut prendre son destin en main. Cette dynamique s’aligne sur la stratégie nationale chinoise d’« autonomie en IA ». Par le passé, la Chine était surtout réputée pour ses logiciels et algorithmes — R1 a déjà prouvé que la Chine pouvait rattraper le premier rang au niveau du modèle. Ce qui manque vraiment, c’est la couche la plus fondamentale : les puces et la puissance de calcul.