DeepSeek s’est fait connaître grâce à des modèles capables d’égaler ceux des laboratoires occidentaux à une fraction du coût. Désormais, l’entreprise de Hangzhou s’attaque à la couche située en dessous : elle conçoit sa propre puce d’IA, ont indiqué à Reuters trois personnes proches du dossier, avec l’objectif de réduire sa dépendance à Nvidia et Huawei.
La puce
La puce évoquée est destinée à l’inférence — l’étape où un modèle entraîné répond aux requêtes des utilisateurs — et non à l’entraînement. Elle serait fabriquée par SMIC, la plus grande fonderie chinoise, selon un procédé de 7 nanomètres. Ce choix est délibéré : l’inférence est désormais censée représenter environ 70 % de la demande de calcul pour l’IA, et c’est là qu’une puce conçue sur mesure est la plus rentable, tout en étant le segment où les semi-conducteurs chinois soumis à des restrictions à l’export se rapprochent déjà le plus de la compétitivité.
La pression des contrôles à l’exportation
SMIC a été privé des outils de fabrication de puces les plus avancés par les contrôles à l’exportation américains et néerlandais, et il est largement rapporté qu’il est cantonné à un nœud de 7 nm, plusieurs générations derrière le TSMC taïwanais. DeepSeek, de son côté, fait face à des limites pour acheter les accélérateurs les plus avancés de Nvidia et se méfie d’une dépendance à la gamme Ascend de Huawei. Une puce d’inférence conçue en interne est une protection contre ces deux contraintes à la fois.
Une montée en puissance discrète
Le projet a commencé il y a environ un an, selon une source. DeepSeek a discrètement accru ces derniers mois le recrutement d’ingénieurs en conception de puces, sans publier d’offres d’emploi, et mène des discussions avec des partenaires externes de fonderie et de mémoire. L’entreprise n’a pas confirmé le projet, qui en est encore aux premiers stades.
Les enjeux
S’il aboutit, DeepSeek deviendrait le premier laboratoire chinois de modèles de pointe à détenir son propre silicium d’inférence — une menace pour le reste de l’activité de Nvidia en Chine et pour la proposition de Huawei comme alternative nationale par défaut. Cela s’inscrit aussi dans une tendance plus large : après les TPU de Google, Trainium d’Amazon et la poussée d’OpenAI vers le silicium personnalisé, les concepteurs de modèles veulent de plus en plus contrôler les puces sur lesquelles leurs modèles s’exécutent. Les limites sont bien réelles, elles aussi — un procédé de 7 nm bride les performances par watt, et les rendements d’une première conception sont rarement indulgents.