DeepSeek, le laboratoire chinois spécialisé dans les modèles d’Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., est sur le point de finaliser une levée de fonds d’environ 100 milliards de yuans (soit presque 15 milliards de dollars). Cette manne financière provient d’une quinzaine d’investisseurs, parmi lesquels le groupe Tencent, le fabricant de batteries CATL et plusieurs conglomérats industriels. Le montant est dépassé de deux fois l’objectif initial, ce qui montre l’engouement du secteur chinois pour le projet.

Un timing qui coïncide avec les sanctions américaines

Le 20 octobre, le gouvernement des États-Unis a interdit aux administrations fédérales d’utiliser les produits et services de DeepSeek. Cette décision s’inscrit dans une vague de restrictions visant à éloigner les technologies chinoises des infrastructures publiques américaines. Pourtant, la levée de fonds ne résulte pas d’une réaction d’urgence. Les négociations avec les investisseurs avaient démarré à l’été, bien avant la publication de la mesure de Washington.

Vers une infrastructure de calcul autonome

L’objet principal de ces capitaux est d’accélérer le déploiement d’infrastructures de calcul locales. Selon le Wall Street Journal, DeepSeek collabore étroitement avec Huawei pour migrer une partie significative de l’TrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. de ses modèles vers des puces chinoises. Les GPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA. de NVIDIA restent toutefois indispensables pour les charges les plus exigeantes, ce qui montre que la transition vers une souveraineté totale du matériel n’est pas encore achevée.

Un modèle phénoménal : V4.1-Flash

Le modèle phare de DeepSeek, le V4.1-Flash, a été mis à jour le 17 octobre (version 1017). Il repose sur une architecture « mixture d’experts » (Mixture of ExpertsArchitecture utilisant plusieurs sous-réseaux spécialisés et un mécanisme sélectionnant ceux à activer pour traiter une entrée.) qui comporte 552 milliards de paramètres. Ce qui le rend particulier, c’est la réduction du nombre de paramètres activés à chaque étape : environ 8 milliards pour l’ingestion des données et 16 milliards pour la génération de la réponse. Cette approche diminue la puissance de calcul nécessaire par requête, mais l’exploitation d’un modèle de cette taille requiert toujours une infrastructure massive.

Des usages qui s’élargissent

DeepSeek ne se limite plus à la concurrence directe de ChatGPT sur le grand public. Les entreprises s’intéressent à ses modèles à poids ouvert, car ils peuvent être déployés sur des serveurs internes, évitant ainsi la dépendance à une API tierce. Cette option est attrayante pour les organisations soucieuses de la sécurité des données ou de la conformité réglementaire.

Performances commerciales

Le PDG Liang Wenfeng a indiqué aux investisseurs, en septembre, que les revenus de DeepSeek s’élevaient à un rythme annualisé d’environ un milliard de dollars. La rentabilité n’a pas été confirmée, mais ces chiffres suggèrent une monétisation rapide du portefeuille de produits.

Un projet d’introduction en bourse

Les ambitions de DeepSeek vont au-delà du financement privé. Selon Reuters, le laboratoire envisage une introduction en bourse sur le marché de Shanghai, possiblement début 2027. La valorisation actuelle, avant l’apport des nouveaux capitaux, est estimée à 500 milliards de yuans, soit l’équivalent de plus de 70  milliards de dollars.

Le défi de la puissance de calcul

Pour rester compétitif face à OpenAI, Anthropic et Google, DeepSeek devra augmenter sa capacité de calcul tout en gardant les coûts sous contrôle. La migration vers des puces chinoises, couplée à la stratégie MoE, constitue un levier pour atteindre cet équilibre, mais la pérennité des restrictions étatiques reste incertaine.

En pratique pour les utilisateurs

Pour les développeurs et les entreprises qui envisagent d’adopter les modèles de DeepSeek, la promesse est claire : des performances comparables aux solutions américaines avec des coûts d’exploitation moindres, du moment que l’infrastructure locale est suffisante. L’accès à des GPU Nvidia pour les charges lourdes reste un point à surveiller, surtout si les restrictions commerciales s’intensifient.

Perspectives

Si la levée de fonds se concrétise, DeepSeek disposera des ressources nécessaires pour consolider son infrastructure et pousser la recherche sur les architectures MoE. Une introduction en bourse début 2027 pourrait offrir aux investisseurs internationaux une porte d’entrée dans le secteur chinois de l’IA, tout en renforçant la position de la start-up sur la scene mondiale.