OpenAI Jalapeño · rumeur Reuters DeepSeek (7 juil.) · T-Head en production de masse · cinq moteurs · inférence vs entraînement · comparaison mondiale
En bref : En juin 2026, OpenAI et Broadcom ont dévoilé Jalapeño — un ASIC d'inférence promettant ~50 % d'économie sur les GPU. Un mois plus tard, le 7 juillet, Reuters a rapporté que DeepSeek développe discrètement sa propre puce d'inférence, citant trois sources indépendantes. Le projet semble réel mais en phase initiale : inférence uniquement, environ un an d'existence, sans annonce publique de Liang Wenfeng (PDG de DeepSeek). Alibaba T-Head n'est pas une rumeur — plus de 560 000 puces expédiées, revenus milliardaires en yuan. Cet article cartographie la vague mondiale du silicium sur mesure, sépare la spéculation DeepSeek de la réalité T-Head, et explique pourquoi chaque labo IA de pointe veut posséder son hardware d'inférence. DeepSeek n'a pas officiellement confirmé de programme puce.
| Sujet | Statut (juillet 2026) | Détail clé |
|---|---|---|
| Puce DeepSeek | Probablement vrai, phase initiale | Reuters 7 juil., 3 sources ; inférence only ; ~1 an ; pas de confirmation |
| Liang Wenfeng | Jamais annoncé | Interviews sur faim de compute & contrôles export — pas de roadmap puce |
| Alibaba T-Head | Production de masse | 470k+ déployées ; 560k+ expédiées ; Zhenwu 810E janv. 2026 ; V900 (2027), J900 (2028) |
| Tendance mondiale | Confirmée | OpenAI Jalapeño, Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA, Anthropic+Samsung, Zhipu évalue |
| Moteurs | Économie + sécurité | Inférence = loyer permanent ; ASIC 30–65 % TCO ; ~70 % marge brute Nvidia ; souveraineté supply chain |
Le silicium d'inférence sur mesure n'est plus exotique en 2026. Le 24 juin, OpenAI et Broadcom ont annoncé Jalapeño — un ASIC LLM sur TSMC 3 nm visant ~50 % de coût d'inférence inférieur aux GPU généralistes, déploiement Azure fin 2026. De la spec initiale au tape-out : neuf mois ; OpenAI a utilisé ses propres modèles pour accélérer la conception.
L'annonce a recadré le débat : si l'acheteur Nvidia le plus important conçoit sa sortie de secours, tous suivront. Google livre des TPU depuis des années. Trainium d'Amazon et Maia de Microsoft sont en voie de production. MTIA de Meta tourne mais a exigé des réécritures logicielles majeures. Anthropic s'associe à Samsung. Le schéma est constant — inférence d'abord, entraînement plus tard (peut-être jamais sur ASIC gen-1).
Dans ce contexte est tombée l'info DeepSeek le 7 juillet. Le timing n'est pas accidentel : contrôles export, demande d'inférence explosive et Jalapeño comme preuve rendent le silicium sur mesure option stratégique par défaut.
Les 7–8 juillet 2026, Reuters a indiqué que DeepSeek développe une puce IA sur mesure focalisée sur l'inférence, pas l'entraînement. Trois sources décrivent l'effort comme encore en phase initiale — environ un an — avec discussions foundry et fournisseurs mémoire, recrutement discret d'ingénieurs puce.
Objectif stratégique selon les reportages : réduire la dépendance à Nvidia et Huawei Ascend pour servir les modèles à grande échelle. Crédibilité élevée pour une rumeur — trois sources Reuters indépendantes — mais DeepSeek n'a pas confirmé officiellement, et Liang Wenfeng n'a jamais annoncé publiquement un programme.
DeepSeek a déployé V4 sur Huawei Ascend en avril 2026 tout en construisant parallèlement du silicium sur mesure. Ce n'est contradictoire que si on suppose un remplacement du jour au lendemain. Les labs de pointe courent en double piste : Ascend (ou Nvidia) aujourd'hui, programme ASIC 2–4 ans comme couverture.
Le silicium sur mesure est une assurance contre un fournisseur unique — pas un lancement produit.
2023–2024 : Liang Wenfeng en interviews (Dark Waves etc.) sur contraintes compute, interdictions export, écart 4× vs labs US — sans programme puce.
Janvier 2025 : DeepSeek R1 entraîné et servi sur clusters Nvidia H800.
Mi-2025 : sources Reuters placent le démarrage du projet — recrutement discret, conversations foundry.
Avril 2026 : DeepSeek V4 optimisé et déployé sur Huawei Ascend — preuve d'inférence non-Nvidia à grande échelle.
Juin 2026 : tour ~7,4 Md$ avec budget puce ; format UE8M0 FP8 sous les projecteurs.
7 juillet 2026 : Reuters publie l'info puce d'inférence DeepSeek (3 sources).
Juillet 2026 : The Information : Zhipu AI évalue silicium d'inférence sur mesure.
Les déclarations publiques de Liang Wenfeng expliquent pourquoi un programme puce existerait, sans le confirmer. Dans les interviews Dark Waves (2023–2024), thèmes récurrents :
« L'interdiction d'export est notre plus grand défi — nous devons rester à la frontière, et le compute ne suffit jamais. » — Liang Wenfeng, paraphrasé depuis Dark Waves (2023–2024)
Si DeepSeek est le côté rumeur, Alibaba T-Head est le côté production. Jack Ma a nommé l'unité T-Head (ex-Pingtouge) en 2018. Joe Tsai a souligné en 2024 les contrôles export comme moteur stratégique. Au cycle earnings mai 2026, le PDG Wu Yongming a annoncé 470 000+ puces déployées et revenus milliardaires en yuan.
| Produit / jalon | Date | Spécification |
|---|---|---|
| Zhenwu 810E | Janvier 2026 | 96 Go HBM2e ; entre Nvidia A800 et H20 |
| Accélérateur M890 | Roadmap 2026 | Ligne hybride inférence/entraînement nouvelle génération |
| V900 | Cible 2027 | Plateforme successeur ; intégration cloud élargie |
| J900 | Cible 2028 | Ambition classe entraînement long terme |
| 560 000+ puces expédiées | Juillet 2026 | Fonderie domestique SMIC ; WSJ : outillage compatible CUDA |
| 38 Md$ investissement cloud/IA | Cycle 2026 | Capital pour silicium + modèle + intégration cloud verticale |
T-Head illustre un programme puce mature : années d'itération, partenariats fabrication domestique, silicium réellement installé dans les racks Alibaba Cloud. DeepSeek — si l'info Reuters tient — est en année un de ce parcours.
| Entreprise | Puce / programme | Focus | Statut |
|---|---|---|---|
| DeepSeek | Sans nom (rumeur) | Inférence | R&D initiale ; Reuters 7 juil. ; non confirmé |
| Alibaba | T-Head Zhenwu 810E / M890 | Inférence + cloud | Production de masse ; 560k+ expédiées |
| Huawei | Ascend 910C / 910B | Entraînement + inférence | Production ; client référence DeepSeek V4 |
| OpenAI | Jalapeño (avec Broadcom) | Inférence | Tape-out ; Azure fin 2026 |
| TPU v5/v6 | Entraînement + inférence | Production ; interne + GCP | |
| Amazon | Trainium / Inferentia | Entraînement + inférence | Production sur AWS |
| Microsoft | Maia 100 | Inférence | Déploiement Azure |
| Meta | MTIA v2 | Inférence | Production ; réécritures stack requises |
| Anthropic | Partenariat Samsung | Inférence (rapporté) | Précoce / détails non divulgués |
| Zhipu AI | ASIC sur mesure évalué | Inférence | The Information juillet 2026 |
L'inférence est un loyer, pas un capex : l'entraînement est ponctuel ; l'inférence tourne en permanence. Qui possède la puce d'inférence la moins chère contrôle la marge API.
Taxe marge Nvidia : rapports citent ~70 % de marge brute sur GPU datacenter. Programmes ASIC visent 30–65 % de réduction TCO.
Goulots supply chain : contrôles export, allocation HBM, files foundry — dépendance mono-fournisseur = risque board-level.
Co-design lock-in : formats comme UE8M0 FP8 et routage MoE favorisent silicium conçu avec le modèle.
Énergie par watt : plafonds électriques datacenter réels. ASIC gagne en perf/W — plus d'utilisateurs par rack.
| Moteur | Mécanisme | Bénéficiaires |
|---|---|---|
| 1. Économie | Inférence = opex récurrent ; ASIC 30–65 % TCO vs GPU | OpenAI, DeepSeek, APIs haut volume |
| 2. Supply chain | Contrôles export, pénurie HBM, slots foundry | Labs Chine (DeepSeek, Alibaba, Huawei) |
| 3. Co-design | MoE, FP8, longueur contexte gravés dans le silicium | DeepSeek UE8M0, Google TPU+Gemini |
| 4. Pouvoir de négociation | Roadmap ASIC crédible = meilleurs prix Nvidia | Tous hyperscalers |
| 5. Énergie par watt | Datacenters limités en puissance ; perf/W = plus de sièges | Cloud providers, clusters IA souverains |
Chiffres : T-Head — 470k+ déployées, 560k+ expédiées, revenus milliardaires yuan. Cible ASIC — 30–65 % économie TCO inférence. GPU datacenter Nvidia — ~70 % marge brute. DeepSeek juin 2026 — ~7,4 Md$ avec allocation puce.
| Dimension | ASIC inférence | ASIC entraînement |
|---|---|---|
| Prévisibilité workload | Graphe modèle fixe, batch serving — optimisable | Code recherche change chaque semaine |
| Amortissement | 24/7 dès jour un — ROI rapide | Cluster idle entre expériences |
| Risque architecture | Ajustements MoE/FP8 en gen-2 | Changement transformer obsolète gen-1 |
| Stack logiciel | Couches serving vLLM/Triton matures | Port framework complet (Meta MTIA) |
| Intensité capital | 100–500 M$ par génération | 1 Md$+ avec utilisation plus faible |
| Exemples 2026 | Jalapeño, Maia, T-Head 810E, rumeur DeepSeek | Google TPU, Huawei Ascend 910 |
Le silicium datacenter sur mesure ne supprime pas la validation locale — il rend le test hétérogène plus important. Si vous construisez des agents, fine-tunez ou benchmarkiez des stacks d'inférence :
Séparer rumeur et production : puce DeepSeek = R&D initiale non confirmée. T-Head 810E et chemins Ascend V4 = réels aujourd'hui. Planifiez contre hardware expédié.
Suivre hypothèses FP8 et MoE : UE8M0 DeepSeek se comporte différemment sur silicium sur mesure vs Apple Metal ou CUDA. Benchmark sur backends cibles.
Sandbox inférence locale : Ollama, mlx ou ds4 sur Mac 96 Go+ mémoire unifiée pour valider prompts et boucles agent avant déploiement cloud.
Isoler workflows API : tester DeepSeek API + OpenClaw ou agents multi-modèles sur machine dédiée — pas sur votre poste quotidien.
Réévaluer TCO trimestriellement : avec Jalapeño, T-Head et puces DeepSeek en production, les prix API cloud bougeront. Votre seuil location vs local change à chaque génération.
Avertissement : DeepSeek n'a pas officiellement confirmé de programme puce sur mesure. Cet article synthétise reportages Reuters, déclarations Liang Wenfeng, disclosures Alibaba et comparaisons sectorielles. Pas de conseil investissement ou achat.
Reuters a rapporté le 7 juillet 2026, citant trois sources, une puce inférence-only en phase initiale (~1 an). DeepSeek n'a pas confirmé officiellement.
L'inférence est le centre de coût récurrent avec charges prévisibles. ASIC réduit TCO de 30–65 % vs GPU. Puces entraînement : budgets plus lourds, amortissement plus lent.
Zhenwu 810E (janv. 2026) : 96 Go HBM2e, entre A800 et H20. 560k+ puces via SMIC. WSJ : outillage CUDA-compatible, mais maturité logicielle et perf brute derrière Nvidia.
Double piste : Ascend pour production aujourd'hui (V4, avril 2026) ; silicium maison pour supply et coûts long terme. Même schéma OpenAI Nvidia + Jalapeño.
Retards, sous-performance, coûts portage logiciel (Meta MTIA). Évolutions architecture LLM obsolètent designs fixes. ROI prouvé après plusieurs années.
Les titres de juillet 2026 ne concernent pas seulement une rumeur chinoise — ils signalent un basculement structurel mondial. L'inférence est le loyer de l'économie IA ; chaque labo qui la paie à grande échelle conçoit une sortie des ~70 % de marge GPU. DeepSeek pourrait rejoindre le club ; Alibaba T-Head y est déjà.
Pour les développeurs, l'écart pratique reste la validation locale : flux API DeepSeek, agents OpenClaw et modèles quantifiés locaux exigent macOS avec 96 Go+ mémoire unifiée — souvent hors budget laptop. Un Mac distant VNCMac loué offre un nœud isolé pour tests Agent, intégration API DeepSeek et benchmarks mlx/ds4 via VNC — puis arrêt. Pas d'engagement hardware 96 Go+ pendant que le paysage silicium se réorganise. Voir forfaits location Mac.