Si vous pilotez une équipe créative ou ML et vous demandez si DeepSeek construit sa propre puce IA, Reuters du 7 juillet 2026 (trois sources informées) constitue la piste la plus solide : un ASIC d'inférence en phase précoce — alors que DeepSeek s'appuie déjà sur Huawei Ascend. Ce dossier professionnel couvre crédibilité des rumeurs, citations originales de Liang Wenfeng, la trajectoire T-Head d'Alibaba depuis 2018, la matrice mondiale de juillet 2026, cinq moteurs économiques, inférence vs entraînement, six étapes opérationnelles, cinq FAQ, données techniques et risques, avec un lien vers l'écosystème Apple pour vos workflows agents. Tarifs : page tarifs.
[ SECTION_01 ] // TL;DR DeepSeek puce propriétaire — synthèse en 30 secondes
| Question | Réponse |
|---|---|
| DeepSeek fabrique-t-il une puce ? | Probable, stade précoce. Reuters 2026-07-07 : lancement ~mi-2025 ; contacts design/foundry/mémoire ; recrutement discret — pas de confirmation officielle. |
| Annonce de Liang Wenfeng ? | Non. Il a parlé d'embargo et de faim de compute, pas d'un programme silicium. |
| Alibaba en parallèle ? | En série. Zhenwu 810E : 560 000+ puces livrées ; revenus annuels milliards de yuan. |
| Pourquoi l'inférence ? | Charge permanente type « loyer » ; ASIC peut réduire le TCO de 30–65 % vs GPU généralistes. |
[ SECTION_02 ] // DEEPSEEK Rumeurs Reuters : chaîne de preuves, crédibilité et points de friction
Contenu des rumeurs (juillet 2026)
- DeepSeek développe un ASIC pour l'inférence, pas l'entraînement.
- Démarrage vers mi-2025 ; phase précoce.
- Discussions avec designers, fonderies et fournisseurs mémoire ; recrutement d'ingénieurs chip design hors plateformes publiques.
- Objectif : réduire la dépendance à Nvidia et Huawei Ascend malgré l'intégration Ascend existante (V4, V4-Flash).
Erreurs fréquentes d'interprétation
- Déclaration du fondateur ≠ annonce produit : Liang décrit les contraintes ; Reuters documente des actes d'entreprise.
- Coopération et silicium interne coexistent : Ascend aujourd'hui, ASIC demain.
- Entraînement vs inférence : la rumeur cible explicitement l'inférence.
- Indices indirects : juin 2026 ~74 Md USD de financement (510 Md CNY) incluant puces et datacenters ; format UE8M0 FP8 comme signal co-design.
| Dimension | Évaluation |
|---|---|
| Niveau source | Élevé — formulation Reuters « three people familiar with the matter ». |
| Confirmation officielle | Aucune à date. |
| Preuves indirectes | Forte — financement, recrutement, FP8. |
| Formulation recommandée | « Selon Reuters … » ; pas « Liang Wenfeng annonce une puce » ; insister sur le stade précoce. |
| Date | Événement |
|---|---|
| 2023–2024 | Liang Wenfeng (Waves) : embargos puces haut de gamme ; ~4× compute pour résultat équivalent |
| 2025-01 | DeepSeek R1 ; entraînement notamment sur Nvidia H800 |
| Mi-2025 | Rumeur : lancement projet puce interne |
| 2026-04 | V4 sur Ascend ; V4-Flash entraînement partiel Ascend |
| 2026-06 | ~74 Md USD financement incl. budget puce |
| 2026-07-07 | Reuters : ASIC inférence en développement |
| 2026-07 | The Information : Zhipu AI évalue aussi une puce sur mesure |
[ SECTION_03 ] // PEOPLE Liang Wenfeng : citations & Alibaba T-Head — huit ans de stratégie
Liang Wenfeng — citations clés (Waves 2023/2024)
- « Notre vrai défi n'a jamais été le capital, mais l'embargo sur les puces haut de gamme. »
- L'écart d'efficacité intérieur/extérieur implique environ 4× plus de compute pour un résultat comparable.
- « Beaucoup de puces domestiques échouent faute de communauté technique autour d'elles. »
- « Nous déploierons consciemment autant de compute que possible. »
Distinction : Liang Wenfeng n'a pas annoncé publiquement une puce DeepSeek. Reuters décrit recrutement et fournisseurs — comportement corporate, pas manifeste fondateur.
Alibaba T-Head : de Jack Ma (2018) à Eddie Wu (2026)
- Septembre 2018 : fusion Zhongtian Micro + équipe chip DAMO → T-Head ; Jack Ma nomme l'entité ; puces au niveau stratégie groupe.
- Formulation exacte : Ma pose les bases en 2018 ; Joe Tsai (2024) sur contrôles export ; Eddie Wu (2026) sur volumes — pas « Ma vient de dire … ».
| Personne | Rôle | Message clé |
|---|---|---|
| Jack Ma | Stratégie 2018 | T-Head nommé ; engagement long terme silicium |
| Joe Tsai | Chairman | 2024 : restrictions US frappent Alibaba Cloud ; Chine ~2 ans derrière ; semi-conducteurs domestiques à terme |
| Eddie Wu | CEO | 2026 : 470 000+ puces IA livrées ; revenus annuels milliards ; IPO T-Head possible |
| Modèle | Période | Points clés |
|---|---|---|
| Hanguang 800 | 2019 | Premier ASIC inférence |
| Zhenwu 810E | Jan 2026 | Train+inférence ; 96 Go HBM2e ; entre Nvidia A800 et H20 ; en série |
| Zhenwu M890 | 2026 | 144 Go ; 800 Go/s inter-puce ; ~3× 810E |
| Zhenwu V900 | prévu 2027 T3 | 216 Go ; 1200 Go/s interconnect |
| Zhenwu J900 | prévu 2028 T3 | Itération architecture parallèle propriétaire |
Données commerciales 2026 : 560 000+ puces expédiées ; revenus annuels milliards de yuan ; 400+ entreprises sur clusters Zhenwu ; capital T-Head 1 Md CNY (juin 2026) ; Alibaba investit 380 Md CNY cloud/IA sur trois ans. WSJ : compatibilité CUDA pour réduire la migration ; fabrication de plus en plus domestique (SMIC 7nm, estimations sectorielles).
[ SECTION_04 ] // GLOBAL Matrice mondiale puces IA — juillet 2026
Le silicium IA sur mesure est un phénomène global. TrendForce (2026) : expéditions puces cloud custom +44,6 % vs GPU general-purpose +16,1 %.
| Entreprise | Projet | Phase | Scénario | Chiffre clé |
|---|---|---|---|---|
| DeepSeek | ASIC inférence (sans nom) | Précoce | Inférence | ~74 Md USD funding ; non confirmé |
| Alibaba T-Head | Zhenwu 810E / M890 | Série | Train+inférence | 560 000+ puces ; revenus milliards |
| Huawei | Ascend 950 etc. | Série | Train+inférence | Adaptation DeepSeek V4 ; commandes en hausse |
| OpenAI | Jalapeño (Broadcom) | Tape-out, déploiement pending | Inférence | 9 mois design→tape-out ; déploiement fin 2026 |
| TPU v6/v7 | À grande échelle | Train+inférence | Gemini end-to-end sur TPU | |
| Amazon | Trainium3 / Inferentia | Production | Les deux | Anthropic utilise Trainium massivement |
| Microsoft | Maia 100 | Déploiement | Inférence | Charges Azure / OpenAI |
| Meta | MTIA | Interne | Inférence | Systèmes de recommandation ; roadmap relancée |
| Anthropic | Custom Samsung (rumeur) | Exploration | Indéterminé | The Information juillet 2026 |
| Zhipu AI | Évaluation puce custom | Précoce | Inférence | The Information juillet 2026 |
Jalons : 2026-06-24 OpenAI+Broadcom Jalapeño ; 2026-07-02 Anthropic/Samsung 2nm ; 2026-07-07 Reuters DeepSeek ; 2026-07-07 The Information Zhipu.
[ SECTION_05 ] // WHY Cinq moteurs & inférence vs entraînement
Réponse courte : la compétition passe du « meilleur modèle » au « compute le moins cher et le plus contrôlable ».
- Économie — l'inférence comme « loyer » : l'entraînement est un pic Capex ; l'inférence scale avec les DAU. Morgan Stanley : 24 000 GPU Blackwell ~852 M$ vs cluster TPU comparable ~99 M$. SemiAnalysis/Bernstein : ASIC custom 40–65 % d'avantage TCO ; hyperscalers 30–40 % par token. Marge GPU datacenter Nvidia >70 %.
- Supply chain & géopolitique : contrôles export US ; prévisibilité vs mono-fournisseur.
- Co-design : DeepSeek UE8M0/MLA ; Jalapeño pour serving ChatGPT ; TPU+JAX — l'ASIC sacrifie la flexibilité pour l'efficacité.
- Pouvoir de négociation : silicium interne comme levier face aux achats Nvidia.
- Énergie : ASIC inférence optimisent le performance-per-watt en retirant la logique GPU générique.
| Dimension | Entraînement | Inférence |
|---|---|---|
| Charge | Dynamique, expérimentale | Statique, prévisible |
| Logiciel | Fossé CUDA (cuDNN, NCCL) | Kernels fixés au modèle possibles |
| Exigence puce | Peak FLOPS + flexibilité | Débit, latence, €/token |
| Échelle économique | Capex cluster ponctuel | 7×24, volume plus grand |
| Exemples | Nvidia H100/B200 | TPU, Trainium, Maia, Jalapeño, rumeur DeepSeek |
Entraînement = domaine Nvidia ; inférence = champ de bataille ASIC. Sécurité et coûts avancent en parallèle.
[ SECTION_06 ] // GUIDE Décision entreprise : six étapes pour le compute IA
- Hiérarchiser les sources : Reuters, WSJ, OpenAI, résultats Alibaba ; puce DeepSeek « selon rapports / non confirmée ».
- Séparer entraînement et inférence : R&D modèle vs API produit — achats différents.
- Inventorier les dépendances : parts Nvidia, Ascend, API cloud ; impact contrôles export et RGPD si données EU.
- Modéliser TCO inférence : modèle 3 ans €/token, électricité, refroidissement ; sensibilité 30–65 % ASIC.
- Matrice risques : mono-fournisseur, géopolitique, lock-in CUDA.
- Roadmap hybride : entraînement GPU/cloud ; inférence progressive ASIC/puces domestiques ; dev edge sur nœuds bare-metal isolés.
- Revue trimestrielle : réévaluer toutes les 2–4 semaines ; maintenir dateModified.
[ SECTION_07 ] // DATA Données techniques, risques, FAQ & sources
- Financement DeepSeek : juin 2026 ~510 Md CNY (~74 Md USD) incl. puces et datacenters.
- Livraisons T-Head : 560 000+ puces S1 2026 ; Zhenwu 810E entre A800 et H20.
- Croissance silicium custom : TrendForce +44,6 % vs GPU +16,1 %.
- Fourchette TCO ASIC : 40–65 % (SemiAnalysis, Bernstein) en inférence à grande échelle.
- Marge Nvidia : GPU datacenter >70 % (Breakingviews/Reuters).
Risques rédactionnels
- Ne pas écrire « confirmé » sans communiqué DeepSeek.
- Ne pas mélanger entraînement et inférence.
- Jack Ma : stratégie 2018, pas « récemment ».
- Dernière mise à jour : 2026-07-10.
Q : La rumeur sur la puce DeepSeek est-elle crédible ?
Reuters 7 juillet 2026, trois sources informées — crédibilité élevée, sans confirmation officielle. Projet inférence précoce.
Q : Liang Wenfeng a-t-il annoncé publiquement une puce ?
Non. Il a insisté sur les embargos et le compute, sans programme silicium annoncé.
Q : Qui parle de puces chez Alibaba ?
Ma 2018 (T-Head) ; Tsai 2024 (export) ; Wu 2026 (volumes). Activité mature.
Q : Pourquoi une puce d'inférence d'abord ?
Charges stables 7×24 ; optimisable ASIC. L'entraînement exige flexibilité CUDA.
Q : Sécurité nationale ou économies ?
Les deux — coût inférence et supply chain d'abord ; géopolitique accélère l'économique.
DeepSeek n'a pas confirmé officiellement le projet à la rédaction. Pas un conseil d'investissement. Vérifier les sources après publication :
OpenAI Official: Jalapeño inference chip with Broadcom
Caixin Global: Alibaba Zhenwu 810E analysis
SCMP: Joe Tsai on chip export restrictions
Pour les studios créatifs sur Mac, exécuter CI iOS, profilage Metal ou agents IA sur un MacBook en open space impose veille intermittente, environnements hétérogènes et audits difficiles. L'inférence cloud hybride sans gouvernance claire des données complique la conformité RGPD.
Pour des nœuds dev isolés 7×24, Apple Silicon dédié et politique de sortie maîtrisée, déployer sur des nœuds Mac Mini bare-metal dédiés reste souvent plus stable que parier sur du compute partagé : NOVAKVM propose des Mac Mini M4 / M4 Pro multi-régions, SSH par défaut, adaptés au CI/CD iOS et à l'automatisation d'agents IA. Tarifs, commander, centre d'aide.