BEIJING, 13 février (Reuters) - La montée en puissance des modèles d'intelligence artificielle (IA) de DeepSeek est perçue comme offrant à certains fabricants de puces chinois tels que Huawei une meilleure chance de rivaliser sur le marché intérieur face à des processeurs américains plus puissants.
Huawei et ses homologues chinois ont longtemps eu des difficultés à rivaliser avec Nvidia dans la construction de puces haut de gamme pouvant concurrencer les produits de la firme américaine pour l'entraînement de modèles, un processus où les données sont alimentées aux algorithmes pour les aider à apprendre à prendre des décisions précises.
Cependant, les modèles de DeepSeek, qui produisent des conclusions optimisant l'efficacité computationnelle plutôt que de compter uniquement sur la puissance de traitement brute, constituent une raison pour laquelle on s'attend à ce que le modèle comble en partie l'écart entre ce que les processeurs d'IA chinois et leurs homologues américains plus puissants peuvent réaliser, selon les analystes.
Huawei, ainsi que d'autres fabricants chinois de puces IA tels que Hygon, EnFlame soutenu par Tencent, Tsingmicro et Moore Threads, ont récemment publié des déclarations affirmant que leurs produits prendront en charge les modèles DeepSeek, bien que peu de détails aient été communiqués.
Huawei a refusé de commenter. Moore Threads, Hygon EnFlame et Tsingmicro n'ont pas répondu aux demandes de commentaires supplémentaires de Reuters.
Les dirigeants de l'industrie prédisent désormais que la nature open-source de DeepSeek et ses frais réduits pourraient favoriser l'adoption de l'IA et le développement d'applications pratiques pour la technologie, aidant les entreprises chinoises à surmonter les restrictions d'exportation américaines sur leurs puces les plus puissantes.
Même avant que DeepSeek ne fasse les gros titres cette année, des produits tels que l'Ascend 910B de Huawei étaient considérés par des clients tels que ByteDance comme mieux adaptés aux tâches "d'inférence" moins intensives en calcul, étape suivant l'entraînement qui implique des modèles IA formés faisant des prédictions ou effectuant des tâches, comme à travers des chatbots.
En Chine, des dizaines d'entreprises, des constructeurs automobiles aux fournisseurs de télécommunications, ont annoncé des plans pour intégrer les modèles de DeepSeek à leurs produits et opérations.
"Cette évolution est tout à fait en phase avec la capacité des vendeurs chinois de puces IA", a déclaré Lian Jye Su, analyste en chef chez le cabinet de recherche technologique Omdia.
"Les puces IA chinoises ont du mal à rivaliser avec les GPU (unités de traitement graphique) de Nvidia dans l'entraînement en IA, mais les charges de travail d'inférence en IA sont beaucoup plus tolérantes et nécessitent une compréhension beaucoup plus locale et spécifique à l'industrie", a-t-il ajouté.
Cependant, l'analyste de Bernstein, Lin Qingyuan, a déclaré que, bien que les puces IA chinoises soient compétitives en termes de coût pour l'inférence, cela se limite au marché chinois car les puces de Nvidia restent meilleures même pour les tâches d'inférence.
Alors que les restrictions d'exportation américaines interdisent à Nvidia d'exporter ses puces d'entraînement en IA les plus avancées en Chine, la société est toujours autorisée à vendre des puces d'entraînement moins puissantes que les clients chinois peuvent utiliser pour les tâches d'inférence.
Nvidia a publié un article de blog jeudi expliquant que le temps d'inférence augmentait selon une nouvelle loi de mise à l'échelle et faisait valoir que ses puces seront nécessaires pour rendre DeepSeek et d'autres modèles "de raisonnement" plus utiles.
En plus de la puissance de calcul, CUDA de Nvidia, une plateforme de calcul parallèle permettant aux développeurs de logiciels d'utiliser les GPU de Nvidia pour le calcul général, pas seulement l'IA ou les graphiques, est devenu un élément crucial de sa domination.
Auparavant, de nombreuses entreprises chinoises de puces IA ne défiaient pas directement Nvidia en demandant aux utilisateurs d'abandonner CUDA mais affirmaient plutôt que leurs puces étaient compatibles avec CUDA.
Huawei a été le plus agressif dans ses efforts pour se détacher de Nvidia en offrant un équivalent de CUDA appelé Compute Architecture for Neural Networks (CANN), mais les experts ont déclaré qu'il rencontrait des obstacles pour convaincre les développeurs d'abandonner CUDA.
"Les performances logicielles des entreprises chinoises de puces IA font également défaut à ce stade. CUDA dispose d'une bibliothèque riche et d'une gamme diversifiée de capacités logicielles, ce qui nécessite un investissement significatif à long terme", a déclaré Su d'Omdia.