DeepSeek lance le développement interne de puces IA pour l'inférence

La startup chinoise DeepSeek a lancé un projet interne de développement de puces d'intelligence artificielle, axé spécifiquement sur les tâches d'inférence. L'initiative, rapportée par Reuters citant des sources, vise à réduire les coûts d'inférence grâce à des processeurs conçus sur mesure, diminuant ainsi la dépendance de l'entreprise envers les fournisseurs étrangers tels que NVIDIA.

Le projet serait à ses débuts et se concentrerait sur l'inférence plutôt que sur l'entraînement des modèles. Avec l'accélération de l'adoption de l'IA générative, l'inférence est devenue un segment en croissance rapide du marché de l'IA. Contrairement à l'entraînement, qui nécessite des rafales concentrées de puissance de calcul, l'inférence exige un service continu pour un grand volume de requêtes d'utilisateurs, rendant l'efficacité des coûts, la consommation d'énergie et la fiabilité critiques.

Selon des sources, DeepSeek a débuté ce projet il y a environ un an et a récemment intensifié ses efforts de recrutement, engageant des ingénieurs expérimentés en conception de puces pour l'architecture, la vérification et le support logiciel. DeepSeek est reconnue comme l'une des entreprises de modèles fondamentaux à la croissance la plus rapide en Chine, et avec la demande croissante pour ses services, l'infrastructure de calcul est devenue une dépense opérationnelle majeure.

Le développement de puces IA personnalisées est une priorité stratégique pour de nombreuses entreprises technologiques leaders dans le monde. Pour DeepSeek, cette initiative pourrait entraîner des réductions de coûts à long terme et une amélioration de l'efficacité du déploiement, renforçant ainsi sa position concurrentielle. Cependant, le développement de puces est une entreprise coûteuse en capital et chronophage, prenant généralement plus d'un an de la conception à la production de masse, ce qui suggère que tout impact sur le marché des puces IA ne sera pas immédiat.

DeepSeek chercherait également à réaliser sa première levée de fonds externe, les estimations suggérant un objectif d'environ 7 milliards de dollars. Si elle aboutit, les investissements dans le développement de puces et d'autres infrastructures d'IA devraient devenir une priorité clé.