Pas seulement la Chine : Jalapeño d'OpenAI et la vague mondiale des puces sur mesure
Le silicium IA sur mesure est désormais un phénomène mondial. TrendForce (2026) : les expéditions de puces custom des hyperscalers croissent de 44,6 %, loin devant les GPU généralistes à 16,1 % — pour la première fois, le custom gagne en croissance.
| Entreprise | Projet puce | Stade | Charge | Signal clé |
|---|---|---|---|---|
| DeepSeek | ASIC d'inférence sans nom | R&D initiale | Inférence | 7,4 Md$ levés ; recrutement discret ; non confirmé |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Production de masse | Train + infér | 560K+ expédiées ; ~1,4 Md$ de revenus annuels |
| Huawei | Série Ascend 950 | Production de masse | Train + infér | DeepSeek V4 adapté ; commandes en hausse |
| OpenAI | Jalapeño (Broadcom) | Tape-out terminé | Inférence | Cycle 9 mois ; déploiement fin 2026 |
| TPU v6/v7 | À grande échelle | Train + infér | Gemini de bout en bout sur TPU | |
| Amazon | Trainium3 / Inferentia | Commercial | Les deux | Anthropic utilise Trainium à grande échelle |
| Microsoft | Maia 100 | Déploiement | Inférence | Alimente Azure / workloads OpenAI |
| Meta | MTIA | Interne | Inférence | Recommandations ; abandonné puis reconstruit |
| Anthropic | Discussions puce custom Samsung | Exploration | À définir | The Information, juillet 2026 |
| Zhipu AI | Évaluation puce custom | Initial | Inférence | The Information, juillet 2026 |
Dates clés : 24 juin OpenAI Jalapeño ; 2 juil. Anthropic–Samsung 2 nm ; 7 juil. Reuters DeepSeek ; 7 juil. The Information Zhipu. Voir aussi notre analyse approfondie Jalapeño.
Ce que Reuters a réellement rapporté (et ce que DeepSeek n'a pas confirmé)
En bref : vous pouvez écrire « Reuters et d'autres rapportent que DeepSeek a lancé un programme de puce d'inférence sur mesure ». Vous ne pouvez pas écrire « Liang Wenfeng a officiellement annoncé le développement de puces ». Qualifiez : sources proches / phase initiale / non confirmé.
Résumé 30 secondes : probablement réel mais précoce. Pas d'annonce du PDG. T-Head est déjà en production de masse. L'économie pilote le virage ; la géopolitique l'accélère.
ASIC inférence uniquement : optimisé pour le serving, pas les clusters d'entraînement.
Démarrage ~mi-2025 : décrit comme « il y a environ un an » ; toujours en phase initiale.
Discussions supply chain : avec concepteurs de puces, fonderies et fournisseurs mémoire.
Recrutement discret : ingénieurs puces recrutés en privé, pas sur les job boards publics.
Double dépendance réduite : moins de dépendance à NVIDIA et Huawei Ascend — DeepSeek tourne déjà sur Ascend.
| Facteur de crédibilité | Évaluation |
|---|---|
| Niveau des sources | Élevé. Standard Reuters « trois personnes proches du dossier » |
| Confirmation officielle | Aucune à ce jour |
| Indices circonstanciels | Forts. ~7,4 Md$ (~51 Md RMB) en juin 2026 pour puces et compute domestique ; recrutement IDC ; format UE8M0 FP8 comme signal co-design HW-SW |
| Vues contradictoires | Partenariat et R&D interne en parallèle — Ascend actif, silicium custom précoce |
Ce que le PDG DeepSeek Liang Wenfeng a dit sur les puces et le compute
Liang Wenfeng a accordé peu d'interviews publiques. Source la plus précieuse : deux entretiens approfondis avec Waves (暗涌) en mai 2023 et juillet 2024. Il n'a jamais annoncé de programme puce, mais a cadré le motif stratégique.
« Notre vrai défi n'a jamais été le capital — ce sont les contrôles à l'exportation sur les puces avancées. » — Liang Wenfeng, interview Waves, juillet 2024
Surcoût compute 4× : efficacité d'entraînement domestique ~1× en retard, efficacité données ~1× — ~4× de compute total pour la parité.
Communauté tech absente : les puces domestiques manquent d'une communauté développeur de première ligne ; quelqu'un doit être à la frontière.
Faim de compute sans fin : les chercheurs veulent toujours plus de capacité ; DeepSeek déploie autant de compute que possible.
Paroles du fondateur ≠ lancement produit : Reuters décrit des actions d'entreprise (recrutement, discussions fournisseurs), pas une annonce du PDG.
Signaux co-design : UE8M0 FP8 et optimisations architecture MLA pointent vers un tuning hardware-spécifique.
T-Head d'Alibaba expédie déjà — le pari 2018 de Jack Ma porte ses fruits en 2026
Ne pas écrire « Jack Ma a récemment dit qu'Alibaba fabriquerait des puces ». Arc exact : Jack Ma a fixé la stratégie T-Head en 2018, Joe Tsai a expliqué la pression export en 2024, le PDG Wu Yongming a divulgué les chiffres de production de masse en 2026.
| Personne | Rôle | Position publique sur les puces |
|---|---|---|
| Jack Ma | Sponsor stratégique 2018 | A nommé T-Head, élevé les puces au rang de stratégie groupe |
| Joe Tsai | Président | Podcast 2024 : limites export US frappent Alibaba Cloud ; confiance long terme en semiconducteurs domestiques |
| Wu Yongming | PDG | Call résultats 2026 : 470K+ puces IA T-Head livrées ; revenus annuels milliards de yuans ; IPO possible |
| Modèle | Calendrier | Points forts |
|---|---|---|
| Hanguang 800 | 2019 | Première puce IA inférence |
| Zhenwu 810E | janv. 2026 | Train + infér ; 96 Go HBM2e ; entre Nvidia A800 et H20 ; en production |
| Zhenwu M890 | 2026 | 144 Go mémoire, 800 Go/s interconnect, ~3× 810E |
| Zhenwu V900 | prévu T3 2027 | 216 Go, 1200 Go/s interconnect |
| Zhenwu J900 | prévu T3 2028 | Architecture compute parallèle nouvelle génération |
WSJ : les nouvelles puces Alibaba supportent l'écosystème CUDA Nvidia, facilitant la migration des ingénieurs (contrairement à Huawei). Fabrication déplacée de TSMC vers des fonderies domestiques (industrie pointe SMIC classe 7 nm).
560 000+ unités expédiées (S1 2026).
~1,4 Md$ de revenus annuels ; 400+ clients entreprise sur clusters Zhenwu.
Capital T-Head porté à ~140 M$ (juin 2026) ; Alibaba s'engage à ~52 Md$ sur trois ans pour cloud et infra IA.
Pourquoi les géants tech construisent des puces IA sur mesure : coût, contrôle et la « taxe NVIDIA »
En une phrase : la compétition IA est passée de « qui a le meilleur modèle » à « qui a le compute le moins cher et le plus contrôlable ».
Économie — l'inférence est le loyer : l'entraînement est l'acompte, l'inférence le loyer mensuel. À l'échelle ChatGPT DAU, les dépenses d'inférence dépassent l'entraînement. Les ASIC custom peuvent réduire le TCO de 30 à 65 % à grande échelle ; coût par token 30–40 % en baisse. Marges brutes GPU datacenter Nvidia > 70 % — le silicium interne convertit la « taxe GPU » permanente en R&D ponctuelle.
Résilience supply chain : contrôles export US, pénuries d'allocation, risque mono-fournisseur — pas seulement « sécurité nationale », mais approvisionnement prévisible.
Co-design hardware-software : les GPU généralistes sacrifient l'efficacité pour la flexibilité ; les ASIC font l'inverse pour des charges connues. Jalapeño cible le serving ChatGPT réel (KV cache, batching, latence).
Pouvoir de négociation : même une auto-approvisionnement partiel renforce les négociations Nvidia et permet une histoire full-stack « modèle + cloud + puce ».
Énergie : les ASIC d'inférence optimisent la performance par watt — critique dans des datacenters gigawatt.
| Dimension | Entraînement | Inférence |
|---|---|---|
| Charge | Dynamique, expérimentale, churn architectural | Modèle statique, patterns de requêtes prévisibles |
| Fossé logiciel | Pile CUDA (cuDNN, NCCL, Nsight) | Kernels ajustés à la main pour modèles fixes |
| Priorité puce | Peak FLOPS + programmabilité | Débit, latence, coût par token |
| Économie | Gros capex ponctuel | 24/7 à grande échelle — dépenses récurrentes plus lourdes |
| Verdict | L'entraînement reste territoire NVIDIA ; l'inférence est le champ de bataille des ASIC custom. | |
Morgan Stanley (via Reuters Breakingviews) : un cluster Blackwell 24 000 GPU coûte ~852 M$ en hardware ; un cluster TPU Google équivalent ~99 M$.
Guide décisionnel en six étapes :
Séparer rumeur et annonce : écrire « selon les rapports » jusqu'à confirmation DeepSeek.
Dissocier planification entraînement et inférence : l'entraînement frontier reste NVIDIA ; l'inférence est le terrain des ASIC.
Suivre les voies parallèles : DeepSeek sur Ascend est actif ; silicium custom précoce.
Modéliser le TCO, pas le prix catalogue : focus coût par token et ROI capex pluriannuel.
Pricer le risque projet initial : Meta a abandonné et reconstruit MTIA ; les shifts d'architecture peuvent obsoléter les designs ASIC.
Découpler agents locaux et inférence cloud : l'économie des puces affecte surtout les prix API ; agents Cursor/Codex locaux et CI iOS exigent des hôtes macOS stables 24/7.
Avertissement : DeepSeek n'a pas officiellement confirmé le projet puce à ce jour. Sources : Reuters, WSJ, blog officiel OpenAI, interviews Waves, publications Alibaba. Pas un conseil en investissement.
Réalité terrain : agents locaux API-only impliquent des dépenses token linéaires et un risque de disponibilité modèle sous contrôles export ; Mac personnels pour entraînement mixte et agents butent sur les limites mémoire unifiée et les interruptions veille ; VM macOS violent l'EULA et restreignent la signature Xcode. Pour CI/CD iOS, inférence LLM locale et automatisation agents IA en production, la location cloud Mac Mini M4 dédiée KVMNODE convient généralement mieux : mémoire unifiée Apple Silicon pour inférence Metal, uptime 24/7, facturation jour/semaine/mois flexible. Voir tarifs, commander, centre d'aide.
Dernière mise à jour : 10 juillet 2026 · Sources : Reuters, OpenAI officiel, WSJ, Caixin Global, interviews Waves, publications publiques Alibaba/T-Head