DeepSeek a officiellement lancé un tout nouveau moteur d’inférence pour grands modèles. Grâce au traitement dynamique par lots en temps réel, à l’ordonnancement tenant compte de la mémoire et à l’exécution spéculative de l’attention, il multiplie par environ 3 le rendement effectif des GPU NVIDIA et AMD existants. Alors que le débit d’inférence d’une seule carte bondit, le centre de gravité de la concurrence dans les infrastructures d’IA se déplace de « multiplier les cartes » vers « optimiser l’efficacité logicielle ». $BTC #AI #InfrastructureDeCalcul