DEEPSEEK
PUCE_IA_
INFERENCE_
2026.
Chapeau : En juin 2026, OpenAI et Broadcom ont finalisé le tape-out de Jalapeño — un ASIC d'inférence conçu en neuf mois pour réduire le coût de service de ChatGPT. La même vague mondiale a atterri en Chine le 7 juillet, lorsque Reuters a cité trois sources affirmant que DeepSeek développe une puce IA dédiée à l'inférence : le projet aurait démarré il y a environ un an, l'entreprise discute avec des bureaux de conception, des fonderies et des fournisseurs de mémoire, et recrute discrètement des ingénieurs. Un détail contre-intuitif : DeepSeek s'appuie déjà massivement sur Huawei Ascend, tout en poursuivant un silicium maison — partenariat et développement interne coexistent. Parallèlement, Alibaba T-Head a produit en série plus de 560 000 puces Zhenwu avec des revenus annuels de l'ordre du milliard de yuan. Ce dossier couvre la chaîne de preuves DeepSeek, les propos publics de Liang Wenfeng, huit ans de trajectoire Alibaba, un tableau comparatif juillet 2026, cinq moteurs économiques, inférence vs entraînement, risques, cinq FAQ et une perspective développeur Mac.
Lecture 30 secondes · Synthèse
| DeepSeek fabrique des puces ? | Probablement oui, phase précoce. Reuters 7/7 ; pas de confirmation officielle ; financement 7,4 Md USD incluant silicium sur mesure |
| Liang Wenfeng l'a annoncé ? | Non. Il a cadré interdictions d'export et faim de compute — motif stratégique, pas lancement |
| Jack Ma vient de le dire ? | Chronologie différente. Ma a nommé T-Head en 2018 ; Joe Tsai et Eddie Wu en 2024–2026 |
| État juillet 2026 ? | DeepSeek R&D précoce ; T-Head Zhenwu 810E en production ; OpenAI Jalapeño tape-out, déploiement fin 2026 |
| Pourquoi du silicium ? | Économie d'abord : l'inférence est le « loyer » de l'IA ; ASIC réduit le TCO de 30 à 65 % à grande échelle |
1. Contexte : pourquoi les puces sur mesure ont envahi l'actualité en juillet 2026
- Densité médiatique : juin–juillet 2026 — Jalapeño, Reuters/DeepSeek, The Information sur Zhipu AI et Anthropic — phénomène mondial, pas spécifique à la Chine.
- Pièges de lecture : confondre « Liang a parlé de contraintes compute » et « annonce officielle », ou « Jack Ma a fixé la stratégie en 2018 » et « Ma appelle aujourd'hui à de nouvelles puces ».
- Entraînement vs inférence : la plupart des projets visent des ASIC d'inférence, pas le détrônement de Nvidia en entraînement — critère clé pour évaluer la rumeur DeepSeek.
2. La rumeur DeepSeek : chaîne de preuves
2.1 Ce qui a été rapporté (juillet 2026)
Les 7–8 juillet 2026, les médias ont repris l'exclusivité Reuters. Points convergents :
- DeepSeek développe une puce IA sur mesure optimisée pour l'inférence, pas l'entraînement
- Projet lancé vers mi-2025 (« il y a environ un an »), toujours en phase précoce
- Discussions avec bureaux de conception, fonderies et fournisseurs mémoire
- Recrutement renforcé d'ingénieurs puces — hors plateformes publiques
- Succès = moins de dépendance à Nvidia et Huawei Ascend — notable car Ascend est déjà en production chez DeepSeek
2.2 Évaluation de crédibilité
| Dimension | Évaluation |
|---|---|
| Niveau source | Élevé. Formule Reuters « three people familiar with the matter », recoupée par la presse financière |
| Confirmation officielle | Aucune. Au 2026-07-09, pas de communiqué DeepSeek |
| Preuves circonstancielles | Forte. Juin 2026 première levée externe ~7,4 Md USD (~510 Md RMB) pour « puces IA sur mesure » et compute domestique ; recrutement IDC ; format UE8M0 FP8 lu comme co-conception matériel-logiciel |
| Contradictions | Certaines analyses insistaient sur Ascend à court terme. Cadrage : partenariat actif ; silicium interne précoce et parallèle |
Conseil rédactionnel : écrire « Selon Reuters, DeepSeek a lancé un programme de puce d'inférence ». Ne pas écrire « Liang Wenfeng a officiellement annoncé la production ». Toujours : « selon sources / phase précoce / non confirmé ».
2.3 Chronologie
3. Que a dit Liang Wenfeng ? Lien avec la rumeur
Le PDG Liang Wenfeng accorde peu d'interviews. Les citations les plus utiles proviennent de Dark Waves (An Yong) mai 2023 et juillet 2024 :
| Sujet | Citation clé | Source |
|---|---|---|
| Interdiction, pas l'argent | « Notre vrai défi n'a jamais été le financement — c'est l'interdiction d'exportation des puces avancées. » | Dark Waves, juil. 2024 |
| Écart d'efficacité = 4× compute | Efficacité entraînement domestique vs étranger ~facteur 2 ; données encore ~facteur 2 — ~4× compute pour résultat équivalent | Dark Waves |
| Communauté technique | « Beaucoup de puces domestiques échouent faute de communauté développeur… la Chine a besoin de quelqu'un à la frontière. » | Dark Waves |
| Appétit compute | « La faim de compute est sans fin… nous déployons autant de compute que possible. » | Dark Waves |
Lien : Liang n'a jamais annoncé publiquement « DeepSeek fabriquera des puces ». Ses propos établissent un motif stratégique ; Reuters documente un comportement d'entreprise. Déclarations fondateur sur la durée ≠ divulgation officielle de projet.
4. Alibaba / Jack Ma : huit ans d'exécution, pas une rumeur fraîche
« Jack Ma a-t-il dit la même chose ? » — réinitialisation chronologique : la stratégie puces d'Alibaba est un business mature qui livre — pas une nouvelle de dernière minute.
4.1 Ère Jack Ma (2018) : origine stratégique
- Conférence Apsara septembre 2018 : fusion C-SKY et équipe puces Damo en T-Head Semiconductor Co., Ltd.
- Nom de marque approuvé personnellement par Jack Ma — « Pingtouge » (blaireau) symbole de détermination
- Zhang Jianfeng : puces comme priorité stratégique groupe
- Début : accélérateurs IA (Hanguang), embarqué, cloud-edge — puis CPU Yitian, IP RISC-V Xuantie
4.2 Jack Ma vs Joe Tsai vs Eddie Wu
| Figure | Rôle | Déclarations publiques |
|---|---|---|
| Jack Ma | Décideur stratégique 2018 | A nommé T-Head, élevé les puces au rang de stratégie groupe ; moins visible après 2019 |
| Joe Tsai | Président actuel | Podcast 2024 : restrictions US « affectent clairement » Alibaba Cloud ; IA Chine ~2 ans derrière US ; confiance en semi-conducteurs domestiques |
| Eddie Wu | PDG actuel | Appel résultats FY2026 : T-Head 470 000+ puces livrées, revenus milliards de yuan ; IPO possible |
Ne pas écrire « Jack Ma appelle récemment à de nouvelles puces ». Version exacte : Ma 2018 ; Tsai 2024 pression export ; Wu 2026 métriques de production.
4.3 Avancement T-Head en 2026
Ligne produit : série Zhenwu
| Modèle | Calendrier | Points clés |
|---|---|---|
| Hanguang 800 | 2019 | Premier accélérateur inférence |
| Zhenwu 810E | Janv. 2026 | Train+inférence ; 96 Go HBM2e ; entre A800 et H20 ; en production |
| Zhenwu M890 | 2026 | 144 Go, 800 Go/s die-to-die, ~3× 810E |
| Zhenwu V900 | Plan T3 2027 | 216 Go, 1200 Go/s interconnect |
| Zhenwu J900 | Plan T3 2028 | Architecture calcul parallèle nouvelle génération |
Métriques commerciales (2026) : 560 000+ expéditions ; revenus annualisés ~10 Md RMB ; clients Alibaba Cloud, China Unicom, 400+ entreprises ; capital T-Head 1 Md RMB (juin 2026) ; Alibaba 380 Md RMB sur trois ans pour cloud et IA.
Relation Nvidia : WSJ : nouvelles puces compatibles CUDA — friction migration réduite (voie différente de Huawei). Fabrication vers fonderie domestique (consensus SMIC 7nm) face aux règles US limitant TSMC pour l'IA continentale.
5. Tableau comparatif juillet 2026
| Entreprise | Programme | Phase | Charge | Chiffres / événements |
|---|---|---|---|---|
| DeepSeek | ASIC inférence sans nom | R&D précoce | Inférence | 7,4 Md USD ; recrutement discret ; non confirmé |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Production de masse | Train+inférence | 560K+ ; ~10 Md RMB revenus |
| Huawei | Ascend 950 | Production | Train+inférence | Adaptation V4 ; hausse commandes (Reuters) |
| OpenAI | Jalapeño (Broadcom) | Tape-out fait, déploiement pending | Inférence | 9 mois design-to-tape-out ; fin 2026 |
| TPU v6/v7 | Commercial à grande échelle | Train+inférence | Gemini end-to-end sur TPU | |
| Amazon | Trainium3 / Inferentia | Commercial | Training+inférence | Anthropic utilise massivement Trainium |
| Microsoft | Maia 100 | Déploiement | Inférence | Azure / charges OpenAI |
| Meta | MTIA | Déploiement interne | Inférence | Recommandation ; un redémarrage redesign |
| Anthropic | Discussions Samsung custom | Exploratoire | À définir | The Information, juillet 2026 |
| Zhipu AI | Évalue silicium sur mesure | Précoce | Inférence | The Information, juillet 2026 |
TrendForce (2026) : croissance expéditions puces IA sur mesure 44,6 % vs GPU 16,1 % — le silicium sur mesure dépasse les GPU en dynamique pour la première fois.
6. Benchmark mondial : pas seulement les labos chinois
En juillet 2026, « les entreprises IA fabriquent des puces » est une course infrastructurelle mondiale. Fil conducteur : unit economics — qui sert l'inférence au moindre coût à l'échelle milliards d'utilisateurs.
7. Cinq moteurs : pourquoi chaque hyperscaler veut du silicium sur mesure
En une phrase : la compétition IA est passée du « meilleur modèle » au « compute le moins cher et le plus maîtrisable par token ».
| Rang | Moteur | Logique | Données clés |
|---|---|---|---|
| 1 | Économie : l'inférence est le « loyer » | Entraînement = apport ; inférence = loyer mensuel. À l'échelle ChatGPT, l'inférence dépasse l'entraînement | Morgan Stanley : 24 000 Blackwell ~852 M USD vs TPU comparable ~99 M USD. Avantage TCO ASIC 40–65 % ; coût/token −30–40 % |
| 2 | Sécurité chaîne d'approvisionnement & géopolitique | Contrôles US vers Chine ; Pékin pousse compute domestique ; labos US : quotas Nvidia | Sécurité = approvisionnement prévisible — pas de goulot mono-fournisseur ou mono-politique |
| 3 | Co-conception matériel-logiciel | DeepSeek UE8M0 FP8 + MLA ; Jalapeño calibré pour KV cache/batching ChatGPT | GPU : flexibilité ; ASIC : efficacité pour charges connues |
| 4 | Avantage compétitif & pouvoir de négociation | Même un silicium partiel renforce les achats Nvidia | Récit full-stack : modèle + cloud + puce (triangle Alibaba, stack OpenAI) |
| 5 | Énergie & durabilité | ASIC inférence : performance-per-watt | Datacenters MW/GW : électricité et refroidissement rivalisent le capex puces ; ASIC supprime logique GPU inutilisée |
Marge brute GPU datacenter Nvidia >70 % — chaque H200 finance surtout Nvidia. Le silicium sur mesure convertit la « taxe GPU » récurrente en R&D upfront.
7.1 Sécurité vs économies : cadrer les deux
| Angle | Public | Comment l'écrire |
|---|---|---|
| Géopolitique / découplage | Observateurs politiques | Contrôles export, substitution domestique, autonomie supply |
| Business / investissement | Économie IA | TCO, marge brute, coût token, ROI capex |
| Ingénierie | Builders | Co-design, ASIC vs GPU, architecture serving |
| Sécurité entreprise | Achats | Souveraineté données, résilience supply, réduction dépendance tiers |
Pour le lectorat francophone professionnel : unit economics et TCO structurent le débat autant que la souveraineté technologique — une analyse complète articule les deux.
8. Puces d'inférence vs GPU d'entraînement : pourquoi le marché se scinde
| Dimension | Entraînement | Inférence |
|---|---|---|
| Charge | Dynamique, expérimentale | Modèles fixes, requêtes prévisibles |
| Stack logiciel | Fossé CUDA (cuDNN, NCCL) | Kernels optimisés pour modèles fixes |
| Besoins puce | FLOPS pic + programmabilité | Débit, latence, coût/token |
| Échelle économique | Capex cluster ponctuel | 24/7, dépenses agrégées souvent supérieures |
| Leaders | Domination Nvidia H100/B200 | TPU, Trainium, Maia, Jalapeño, ASIC DeepSeek (rumeur) |
Conclusion : l'entraînement reste territoire Nvidia ; l'inférence est le champ de bataille ASIC. C'est la logique technique et économique du focus inférence rapporté chez DeepSeek.
9. Risques et incertitudes
- Échecs en phase précoce : Meta MTIA a redémarré une fois — annoncer ≠ livrer.
- Dérive architecturale : ASIC optimisés pour modèles actuels vieillissent vite si l'architecture pivote.
- DeepSeek non confirmé : jusqu'au communiqué, « selon sources » — pas « confirmé ».
- Goulots fabrication : nœuds avancés, HBM, capacité fonderie — contrainte mondiale.
10. Cinq étapes pour développeurs et décideurs
- Hiérarchiser les sources : exclusif Reuters → signaux indirects (financement, recrutement) → motif fondateur → annonce officielle.
- Suivre le coût d'inférence : coût par million de tokens et latence p99 — pas seulement FLOPS d'entraînement.
- Surveiller signaux co-design : UE8M0 FP8, MLA — souvent précurseurs de cibles matérielles.
- Prévoir fallback multi-fournisseur : Nvidia + ASIC domestiques + API cloud — éviter verrouillage mono-vendeur.
- Cadence de mise à jour : mouvement possible en 2–4 semaines. Dernière mise à jour : 2026-07-09. Reuters, blog ingénierie OpenAI, transcripts Alibaba.
11. FAQ
Q1 : DeepSeek fabrique-t-il vraiment sa propre puce IA ?
Reuters, 7 juillet 2026, trois sources : ASIC d'inférence en phase précoce. DeepSeek n'a pas confirmé officiellement.
Q2 : Liang Wenfeng a-t-il annoncé un programme de puces ?
Non. En 2024, il a cité les contrôles à l'exportation comme défi principal — pas de lancement produit.
Q3 : Quel est le rôle d'Alibaba ?
T-Head (2018, Jack Ma) produit Zhenwu en série : 560 000+ unités, revenus milliards de yuan (2026).
Q4 : Pourquoi l'inférence avant l'entraînement ?
Charges répétitives et prévisibles — idéales pour ASIC. L'entraînement reste dominé par CUDA/Nvidia.
Q5 : Sécurité nationale ou économies ?
Les deux. Économie en premier ; contrôles export et risques supply accélèrent le virage.
12. Avertissement et sources
DeepSeek n'a pas confirmé officiellement au moment de la rédaction. Synthèse Reuters, OpenAI, WSJ, Caixin Global, Dark Waves, Alibaba — analyse technique, pas conseil en investissement.
- Reuters : DeepSeek developing own AI chip (7 juil. 2026)
- OpenAI Official : annonce puce Jalapeño
- WSJ : Alibaba AI chip to fill Nvidia void
- Caixin Global : analyse Zhenwu 810E
- SCMP : Joe Tsai sur restrictions export puces
- Dark Waves : interviews Liang Wenfeng 2023/2024
13. Conclusion : les hyperscalers fabriquent des « puces-loyer » ; les développeurs valident sur Mac aujourd'hui
Pendant que DeepSeek, OpenAI et Alibaba T-Head se disputent l'économie des ASIC d'inférence, la question immédiate des équipes reste : à quelle vitesse mon modèle tourne-t-il localement, et la facture API scale-t-elle linéairement avec le DAU ? Les GPU cloud sous Windows/Linux gèrent la production — mais prototyper sur Apple Silicon via MLX / Ollama, mémoire unifiée pour modèles moyens, puis pics sur nœuds distants, reste souvent la boucle d'itération la plus rapide. Pour un environnement isolé testant des dérivés DeepSeek, comparant quantification et coût token, ou séparant clés API dev du poste quotidien, un nœud distant MACGPU Mac mini M4 convient : mémoire unifiée Apple Silicon pour expériences locales, SSH à la demande, séparer « attendre le silicium hyperscaler » et « valider mon workflow cette semaine ».