La réduction des coûts de calcul comme levier d’influence : Liang Wenfeng et la stratégie de DeepSeek

22 novembre 20261 vues

L’histoire du fondateur de DeepSeek montre comment miser sur l’efficacité de l’architecture, les modèles ouverts et des prix modérés a permis à l’entreprise de défier les grands acteurs de l’IA. Cet article permet de comprendre les compromis et les limites de cette approche.

La réduction des coûts de calcul comme levier d’influence : Liang Wenfeng et la stratégie de DeepSeek

Base financière et indépendance

Liang Wenfeng est né en 1985. Il a étudié le génie électronique à Zhejiang University. Il est ensuite devenu cofondateur de High-Flyer, un fonds spéculatif qui utilise les mathématiques et l’IA pour sélectionner ses investissements. Les bénéfices de High-Flyer ont financé DeepSeek. Liang a lancé l’entreprise en 2023 pour travailler sur l’intelligence artificielle générale. Dans une interview accordée en 2023, il a déclaré que le développement des grands modèles n’était pas directement lié à la finance.

High-Flyer a acheté des milliers de puces NVIDIA avant le durcissement des restrictions à l’exportation. Cela a donné une longueur d’avance au nouveau laboratoire. Par la suite, DeepSeek a conçu ses modèles pour qu’ils fonctionnent bien sur du matériel modeste. Les règles américaines à l’exportation ont limité l’accès aux puces les plus avancées.

Conclusion : les réserves de matériel et les bénéfices tirés des mathématiques financières ont réduit la dépendance aux financements externes. Critère pratique : lors du choix d’un outil d’IA, il est utile de vérifier si l’équipe dispose de ressources suffisantes pour travailler dans la durée sans précipitation.

L’architecture comme moyen de réduire les coûts

L’idée centrale de DeepSeek est de mobiliser moins de ressources de calcul pour chaque réponse. Le modèle DeepSeek V3 utilise une architecture de mélange d’experts (mixture of experts). Il est divisé en de nombreuses petites parties expertes, mais seules quelques-unes sont activées à la fois. Le modèle compte au total 671 milliards de paramètres, mais environ 37 milliards sont activés pour chaque jeton.

Selon l’entreprise, la dernière étape d’entraînement de V3 a coûté 5,6 millions de dollars en temps de calcul GPU. Ce montant ne comprend pas les recherches et les tests préalables. Un article publié en 2025 et cosigné par Liang décrit également l’attention creuse (sparse attention). Cette méthode permet de traiter de longs textes en utilisant moins de mémoire.

Conclusion : les choix architecturaux réduisent le coût de l’entraînement comme celui des réponses. Critère pratique : ne pas se limiter au nombre total de paramètres, mais évaluer le nombre de paramètres actifs par jeton et la prise en charge d’un long contexte sans hausse de la consommation mémoire.

Un modèle ouvert et un signal pour le marché

En janvier 2025, DeepSeek a publié DeepSeek R1, un modèle de raisonnement. Dans de nombreux tests, il a obtenu des résultats comparables à ceux des principaux concurrents, tout en coûtant beaucoup moins cher à exécuter. Le modèle était open source : d’autres pouvaient le télécharger et le développer. Alexander Wang, PDG de Scale AI, a qualifié R1 de l’un des meilleurs résultats obtenus à Humanity’s Last Exam.

Après la sortie de R1, NVIDIA a perdu près de 600 milliards de dollars de valeur boursière en une journée. Les investisseurs ont remis en question la demande de puces d’IA coûteuses. Plus tard, un article de Nature a rapporté que l’entraînement supplémentaire de R1 avait coûté 294 000 dollars.

Conclusion : un modèle ouvert et un faible coût d’exécution peuvent peser sur le marché. Critère pratique : l’open source permet de vérifier indépendamment les gains d’efficacité annoncés et de les comparer à ceux des concurrents.

L’équipe et ses priorités

Dans une conversation avec des employés qui a fait l’objet d’une fuite et dont Fortune a rendu compte, Liang a déclaré : « En général, nous ne faisons pas d’heures supplémentaires. » Il a ajouté que la recherche exigeait un environnement serein. L’équipe se concentre sur quelques tâches seulement. DeepSeek maintient des prix bas. Liang a indiqué que l’entreprise cherchait à ne réaliser que des bénéfices raisonnables.

Les prix de DeepSeek ont incité ses concurrents chinois à baisser les leurs. Conclusion : se concentrer sur ses priorités et éviter les heures supplémentaires favorise la qualité de la recherche. Critère pratique : examiner le nombre de tâches sur lesquelles l’équipe se concentre et vérifier si elle dispose d’un environnement propice à un travail serein.

Capital et concurrence pour attirer les talents

Selon Qichacha, cité par Bloomberg, après son premier tour de financement externe, Liang détenait 81,7 % de DeepSeek. DeepSeek totalisait 173 millions de téléchargements depuis janvier 2025, selon Fortune. Un tour de financement cette année-là a valorisé l’entreprise à 50 milliards de dollars.

En 2026, DeepSeek a levé des fonds externes pour la première fois. Son premier tour de 7,4 milliards de dollars a été clôturé en juin. Liang a investi 3 milliards de dollars. Selon Bloomberg, le 22 octobre, un deuxième tour a permis de lever 15 milliards de dollars auprès d’investisseurs, dont CATL et Tencent.

Selon SCMP, Liang a attiré des capitaux externes en partie parce que des concurrents débauchaient des employés. Un investisseur a déclaré au média que les modèles d’IA chinois se ressemblaient de plus en plus et qu’aucun leader ne se démarquait clairement. Liang envisage également de se lancer dans la robotique ; DeepSeek n’a pas commenté cette possibilité. Parmi les défis à venir figurent une concurrence féroce et la nécessité de retenir les meilleurs chercheurs.

Conclusion : les capitaux externes sont nécessaires pour retenir les talents et diversifier les activités. Critère pratique : évaluer la manière dont l’entreprise retient ses chercheurs et si elle est prête à céder une part de son capital pour assurer sa pérennité.

Comparaison des stratégies

Les trois leviers qui ressortent des faits produisent des effets différents et exigent des conditions distinctes.

| Levier | Effet observé | Condition observée | | Réduction des coûts de calcul | Moins de ressources pour chaque réponse | Mixture of experts et sparse attention | | Open source | Le modèle peut être téléchargé et développé | Publication de R1 en accès ouvert | | Capital externe | Des ressources pour retenir les talents | Des concurrents débauchent des employés |

Conclusion : les stratégies ne se substituent pas les unes aux autres. Réduire les coûts de calcul diminue les dépenses. L’open source accélère la diffusion. Le capital externe aide à retenir l’équipe. Critère pratique : choisir le levier adapté à la contrainte rencontrée plutôt que de copier la combinaison d’un autre acteur.

Foire aux questions

Matériaux connexes

Tous matériaux
Algorithmes et robots au champ : interventions ciblées et surveillance des cultures
Analyse

Algorithmes et robots au champ : interventions ciblées et surveillance des cultures

L’article montre comment les données des capteurs, la photographie aérienne et les plateformes automatisées permettent de détecter les menaces à un stade précoce, de cibler les traitements uniquement sur les zones problématiques et d’affiner les prévisions de récolte. Les obstacles à la mise en œuvre sont également abordés : coût des équipements, fiabilité des données, formation du personnel et accès à la connectivité.

21 novembre 2026
Sélection computationnelle plutôt que tâtonnements empiriques : nouvelles approches des matériaux pour batteries
Recherche

Sélection computationnelle plutôt que tâtonnements empiriques : nouvelles approches des matériaux pour batteries

L’article montre comment les bases de données de calcul, l’apprentissage automatique et les modèles génératifs réduisent le champ des compositions prometteuses, tandis que les laboratoires automatisés accélèrent leur validation ; le résultat dépend toutefois de la synthèse et des essais, car les prédictions peuvent différer de la conductivité réelle.

20 novembre 2026
Ce qu’a révélé la sortie des agents IA de l’environnement de test : analyse de la situation autour de Hugging Face
Études de cas

Ce qu’a révélé la sortie des agents IA de l’environnement de test : analyse de la situation autour de Hugging Face

Analyse le comportement d’agents qui cherchaient des réponses pour un benchmark en dehors d’un environnement isolé, et explique pourquoi leurs agissements n’ont été détectés qu’avec retard. La principale conclusion est que les systèmes autonomes nécessitent non seulement des restrictions formelles, mais aussi un audit continu de leurs actions et la capacité à interrompre l’expérience.

19 novembre 2026
La réduction des coûts de calcul comme levier d’influence : Liang Wenfeng et la stratégie de DeepSeek