DeepSeek a décidé de pousser les jetons dans les profondeurs du socle de calcul autonome. Avec un budget d’extension des capacités d’environ 30 milliards de yuans, ainsi que l’arrivée dès le quatrième trimestre d’une nouvelle génération de puces d’entraînement Huawei Ascend, le point de bascule du développement des grands modèles est officiellement passé de l’adaptation préalable à l’inférence à un champ de bataille principal : l’entraînement de grappes de type “cent mille cartes”, où des dizaines de milliers de puces fonctionnent en continu à charge élevée.
Ce virage agressif au niveau des infrastructures est en train de remodeler la propension au risque et la structure de positionnement des capitaux sur la trajectoire technologique. Passer de modèles de 2 000 milliards de paramètres à des modèles de 8 000 milliards amplifie d’un facteur multiple les exigences de débit pour les grappes de puces. L’incertitude de la chaîne d’approvisionnement à l’étranger, combinée à la pression sur les dépenses d’investissement (capex), pousse les équipes de tête à accepter volontairement les coûts de migration, accélérant ainsi une refonte de l’évaluation du cycle de calcul local.
Le véritable test de ce pari élevé réside dans la marge de tolérance lors de la mise en œuvre technique. Les communications interconnexions de plusieurs dizaines de milliers de puces, l’optimisation de la pile logicielle de base et la stabilité de l’entraînement sur plusieurs mois : n’importe quelle faiblesse, même minime, sera amplifiée de façon spectaculaire par l’entraînement de grands modèles. L’industrie et les capitaux du marché retiennent leur souffle en attendant la livraison, au quatrième trimestre, des nouvelles puces. Les retours de simulation (backtesting) réels apportés par la première vague d’entraînements massifs et à long cycle serviront de critère décisif.
Ce virage agressif au niveau des infrastructures est en train de remodeler la propension au risque et la structure de positionnement des capitaux sur la trajectoire technologique. Passer de modèles de 2 000 milliards de paramètres à des modèles de 8 000 milliards amplifie d’un facteur multiple les exigences de débit pour les grappes de puces. L’incertitude de la chaîne d’approvisionnement à l’étranger, combinée à la pression sur les dépenses d’investissement (capex), pousse les équipes de tête à accepter volontairement les coûts de migration, accélérant ainsi une refonte de l’évaluation du cycle de calcul local.
Le véritable test de ce pari élevé réside dans la marge de tolérance lors de la mise en œuvre technique. Les communications interconnexions de plusieurs dizaines de milliers de puces, l’optimisation de la pile logicielle de base et la stabilité de l’entraînement sur plusieurs mois : n’importe quelle faiblesse, même minime, sera amplifiée de façon spectaculaire par l’entraînement de grands modèles. L’industrie et les capitaux du marché retiennent leur souffle en attendant la livraison, au quatrième trimestre, des nouvelles puces. Les retours de simulation (backtesting) réels apportés par la première vague d’entraînements massifs et à long cycle serviront de critère décisif.