"Je souhaite bien sûr que je n’aie pas besoin de mettre fin à la Révolution ; mais si la Révolution est inévitable, je veux que ce soit moi qui prenne ma propre vie."
Cette phrase est extraite d’un essai de l’ingénieur en opérateurs de DeepSeek, Liu Shengyu : 《Je n’ai pas d’autre choix que d’ensevelir mon talent dans hier》. Ces jours-ci, elle fait le tour du web, avec plus de 100 000 partages.
Parlons d’abord du parcours de l’auteur : promotion 2021 de la classe Turing de l’Université de Pékin, ancien directeur de l’équipe du supercalculateur Weiming. En avril de l’an dernier, il a rejoint DeepSeek pour travailler sur les MSLys et l’optimisation des opérateurs. Ces derniers temps, vous avez sans doute remarqué que le moteur d’inférence du DeepSeek V4.1 Flash est extrêmement rapide : une grande partie du mérite revient à l’opérateur d’attention “principal” qu’il a livré — une attention MQA avec une taille de head dim de 512.
Dans son texte, il formule un jugement de terrain : il y a un an, l’IA ne pouvait encore que l’aider à consulter la documentation et à trouver des bugs ; un an plus tard, l’IA est déjà capable de lire seule du code machine CUDA, PTX et SASS, d’analyser le temps de pause de chaque instruction, puis d’optimiser l’opérateur par elle-même. Encore six mois à un an plus tard, l’opérateur écrit par l’IA sera probablement aussi bon que celui de lui, voire meilleur.
Traduction : pour l’optimisation de bas niveau de l’inférence, l’IA s’occupe déjà de s’en occuper elle-même.
Ce qui est amusant, c’est qu’une personne qui craint d’être remplacée par l’IA est d’abord confrontée à la critique : « cet article est-il écrit par une IA ? » — ce décalage est, en soi, la meilleure preuve de notre époque.
Plus révélateur encore : la partie où il démolit une « réduction de la vitesse » (“consensus de ralentissement”).
Le 12 septembre, Dario Amodei d’Anthropic publie un long article exhortant toute l’industrie à ralentir. Selon lui, l’amélioration récursive de soi (RSI) accélère l’évolution de l’IA. Elon Musk relaie en disant « il a raison ». Sam Altman se déclare d’accord, et même Hassabis de DeepMind se range du côté des opposants au rythme effréné. Les quelques acteurs qui frappent le plus fort d’habitude parviennent soudain à un rare consensus : « ralentir un peu ».
Et ensuite ? Une fois le ralentissement clamé, personne ne retire vraiment son pied de l’accélérateur.
D’un côté, Amodei écrit : « il faut brider les modèles de pointe » ; de l’autre, il fait avancer l’introduction en bourse d’Anthropic, la plus rapide possible dès octobre, avec une valorisation qui pourrait dépasser 2 000 milliards de dollars — ce serait alors la plus grande introduction en bourse de l’histoire de l’humanité. Côté OpenAI, on dit qu’on n’est pas pressé, mais on cherche déjà plus de 1 200 milliards de dollars de financement pour entraîner la prochaine génération de modèles. Les quatre grands fournisseurs de cloud : en 2026, les investissements en capital totaux dépassent 600 milliards de dollars, et la grande majorité sera consacrée aux centres de données pour l’IA.
Une phrase de Liu Shengyu perce la fenêtre : le « ralentissement » protège les leaders, mais pour ceux qui courent derrière c’est un suicide. Dans une course aux armements où tout le monde fonce, celui qui lâche les rênes en premier perd le plus — ce n’est pas une question morale : c’est un dilemme du prisonnier.
Cela explique aussi pourquoi lui et DeepSeek ont choisi de continuer à accélérer. Dans sa vision, si la meilleure IA reste éternellement entre les mains d’un petit nombre d’entreprises fermées, la société glissera vers 《Cyberpunk 2077》 : de gigantesques groupes de type Arasaka entretiennent leur propre armée, définissent le fonctionnement de la ville, et les gens ordinaires vivent avec des implants de mauvaise qualité, bien moins bons que leur vie d’aujourd’hui. À l’inverse, l’open source qui profite au plus grand nombre est l’unique corde pour ramener le monde de l’autre côté.
La réaction du marché, elle, est plus honnête que quiconque. Le 15 septembre, l’indice des semi-conducteurs de Philadelphie chute de 5,86 %, avec la plus forte baisse quotidienne en deux mois. Le même jour, Nvidia perd environ 176,6 milliards de dollars de capitalisation ; AMD, Intel et ASML reculent de plus de 6 % ; sur l’ensemble de la chaîne industrielle, la valeur totale s’évapore de plus de 500 milliards de dollars en une seule journée, et la vague de ventes s’étend jusqu’en Europe et en Asie. Mais l’argent n’a pas quitté l’IA : les actions de cybersécurité montent collectivement de plus de 10 % le jour même, simplement elles ont changé de poche.
La même semaine, à l’All-In Summit, Trump, devant Huang Renxun, qualifie la « théorie du ralentissement » de fraude : les centres de données seraient « le pétrole des 20 à 25 prochaines années ». Huang Renxun approuve en disant « nous ne le laisserons pas arriver » et ajoute qu’il n’y a « aucune base scientifique » à l’idée que l’IA détruira l’humanité.
Au fond, la puissance de calcul, c’est le pouvoir. Qui contrôle la puissance de calcul la plus forte peut entraîner le meilleur modèle, définir les standards et influencer la réglementation. Qu’il s’agisse des États, des entreprises ou des individus, ralentir revient à céder volontairement sa compétitivité : compter sur quiconque pour lâcher la première, c’est presque irréaliste.
En regardant le choix de Liu Shengyu : il aurait pu “dormir au volant”, et faire des embûches pour que le modèle avance moins vite, pour que ce jour arrive plus tard. Mais il ne l’a pas fait : il continuera à rendre ses opérateurs aussi bons que possible, en se révolutionnant lui-même.
Il dit que s’il écrit cet article, ce n’est pas pour exprimer une anxiété liée au chômage, mais pour dire adieu à une époque : « la douceur de ces après-midis assis au poste de travail, à écrire avec calme des opérateurs, pourrait bien devenir un chant funèbre en plein été. »
Le savoir-faire est toujours là. Seulement, ce calme intérieur finira forcément par être broyé par le bruit assourdissant des machines.
Cette phrase est extraite d’un essai de l’ingénieur en opérateurs de DeepSeek, Liu Shengyu : 《Je n’ai pas d’autre choix que d’ensevelir mon talent dans hier》. Ces jours-ci, elle fait le tour du web, avec plus de 100 000 partages.
Parlons d’abord du parcours de l’auteur : promotion 2021 de la classe Turing de l’Université de Pékin, ancien directeur de l’équipe du supercalculateur Weiming. En avril de l’an dernier, il a rejoint DeepSeek pour travailler sur les MSLys et l’optimisation des opérateurs. Ces derniers temps, vous avez sans doute remarqué que le moteur d’inférence du DeepSeek V4.1 Flash est extrêmement rapide : une grande partie du mérite revient à l’opérateur d’attention “principal” qu’il a livré — une attention MQA avec une taille de head dim de 512.
Dans son texte, il formule un jugement de terrain : il y a un an, l’IA ne pouvait encore que l’aider à consulter la documentation et à trouver des bugs ; un an plus tard, l’IA est déjà capable de lire seule du code machine CUDA, PTX et SASS, d’analyser le temps de pause de chaque instruction, puis d’optimiser l’opérateur par elle-même. Encore six mois à un an plus tard, l’opérateur écrit par l’IA sera probablement aussi bon que celui de lui, voire meilleur.
Traduction : pour l’optimisation de bas niveau de l’inférence, l’IA s’occupe déjà de s’en occuper elle-même.
Ce qui est amusant, c’est qu’une personne qui craint d’être remplacée par l’IA est d’abord confrontée à la critique : « cet article est-il écrit par une IA ? » — ce décalage est, en soi, la meilleure preuve de notre époque.
Plus révélateur encore : la partie où il démolit une « réduction de la vitesse » (“consensus de ralentissement”).
Le 12 septembre, Dario Amodei d’Anthropic publie un long article exhortant toute l’industrie à ralentir. Selon lui, l’amélioration récursive de soi (RSI) accélère l’évolution de l’IA. Elon Musk relaie en disant « il a raison ». Sam Altman se déclare d’accord, et même Hassabis de DeepMind se range du côté des opposants au rythme effréné. Les quelques acteurs qui frappent le plus fort d’habitude parviennent soudain à un rare consensus : « ralentir un peu ».
Et ensuite ? Une fois le ralentissement clamé, personne ne retire vraiment son pied de l’accélérateur.
D’un côté, Amodei écrit : « il faut brider les modèles de pointe » ; de l’autre, il fait avancer l’introduction en bourse d’Anthropic, la plus rapide possible dès octobre, avec une valorisation qui pourrait dépasser 2 000 milliards de dollars — ce serait alors la plus grande introduction en bourse de l’histoire de l’humanité. Côté OpenAI, on dit qu’on n’est pas pressé, mais on cherche déjà plus de 1 200 milliards de dollars de financement pour entraîner la prochaine génération de modèles. Les quatre grands fournisseurs de cloud : en 2026, les investissements en capital totaux dépassent 600 milliards de dollars, et la grande majorité sera consacrée aux centres de données pour l’IA.
Une phrase de Liu Shengyu perce la fenêtre : le « ralentissement » protège les leaders, mais pour ceux qui courent derrière c’est un suicide. Dans une course aux armements où tout le monde fonce, celui qui lâche les rênes en premier perd le plus — ce n’est pas une question morale : c’est un dilemme du prisonnier.
Cela explique aussi pourquoi lui et DeepSeek ont choisi de continuer à accélérer. Dans sa vision, si la meilleure IA reste éternellement entre les mains d’un petit nombre d’entreprises fermées, la société glissera vers 《Cyberpunk 2077》 : de gigantesques groupes de type Arasaka entretiennent leur propre armée, définissent le fonctionnement de la ville, et les gens ordinaires vivent avec des implants de mauvaise qualité, bien moins bons que leur vie d’aujourd’hui. À l’inverse, l’open source qui profite au plus grand nombre est l’unique corde pour ramener le monde de l’autre côté.
La réaction du marché, elle, est plus honnête que quiconque. Le 15 septembre, l’indice des semi-conducteurs de Philadelphie chute de 5,86 %, avec la plus forte baisse quotidienne en deux mois. Le même jour, Nvidia perd environ 176,6 milliards de dollars de capitalisation ; AMD, Intel et ASML reculent de plus de 6 % ; sur l’ensemble de la chaîne industrielle, la valeur totale s’évapore de plus de 500 milliards de dollars en une seule journée, et la vague de ventes s’étend jusqu’en Europe et en Asie. Mais l’argent n’a pas quitté l’IA : les actions de cybersécurité montent collectivement de plus de 10 % le jour même, simplement elles ont changé de poche.
La même semaine, à l’All-In Summit, Trump, devant Huang Renxun, qualifie la « théorie du ralentissement » de fraude : les centres de données seraient « le pétrole des 20 à 25 prochaines années ». Huang Renxun approuve en disant « nous ne le laisserons pas arriver » et ajoute qu’il n’y a « aucune base scientifique » à l’idée que l’IA détruira l’humanité.
Au fond, la puissance de calcul, c’est le pouvoir. Qui contrôle la puissance de calcul la plus forte peut entraîner le meilleur modèle, définir les standards et influencer la réglementation. Qu’il s’agisse des États, des entreprises ou des individus, ralentir revient à céder volontairement sa compétitivité : compter sur quiconque pour lâcher la première, c’est presque irréaliste.
En regardant le choix de Liu Shengyu : il aurait pu “dormir au volant”, et faire des embûches pour que le modèle avance moins vite, pour que ce jour arrive plus tard. Mais il ne l’a pas fait : il continuera à rendre ses opérateurs aussi bons que possible, en se révolutionnant lui-même.
Il dit que s’il écrit cet article, ce n’est pas pour exprimer une anxiété liée au chômage, mais pour dire adieu à une époque : « la douceur de ces après-midis assis au poste de travail, à écrire avec calme des opérateurs, pourrait bien devenir un chant funèbre en plein été. »
Le savoir-faire est toujours là. Seulement, ce calme intérieur finira forcément par être broyé par le bruit assourdissant des machines.