DeepSeek livre la mécanique interne qui fait tourner ses modèles à grande échelle
— Business
DeepSeek ouvre DeepInfer, le moteur qui répartit ses calculs sur des milliers de GPU pour produire des réponses rapides et stables. L'infrastructure reste un chantier d'ingénieurs, mais elle pèsera demain sur le prix des API construites par-dessus.
DeepSeek vient d'ouvrir la partie la plus discrète de son activité : le logiciel qui fait tourner ses modèles en production, pas les modèles eux-mêmes. Cette brique s'appelle DeepInfer, elle gère la répartition des calculs sur les puces, la file d'attente des requêtes et la vitesse de réponse. C'est ce moteur, invisible pour l'utilisateur final, qui décide si un service IA répond en une seconde ou en dix.
Cette publication s'adresse aux équipes qui hébergent des modèles, pas aux créatifs qui les utilisent au quotidien. Aucun graphiste, monteur ou directeur artistique n'ouvrira ce dépôt un lundi matin pour générer un visuel. Le public réel tient en une ligne : des ingénieurs d'infrastructure et des fournisseurs de cloud capables de faire tourner un modèle à l'échelle de millions de requêtes.
Ce qui se joue dépasse pourtant le cercle des techniciens. Une astuce du moteur illustre bien l'enjeu : au lieu de générer un mot à la fois, DeepInfer prépare jusqu'à cinq mots candidats et les valide en bloc quand ils tiennent la route, ce qui accélère la génération sans toucher à la qualité du texte. Multipliée par des millions de requêtes quotidiennes, cette optimisation réduit directement la facture de calcul. Et une facture de calcul plus basse chez les hébergeurs finit toujours par se répercuter sur le prix des abonnements aux outils IA construits par-dessus, ceux que les studios paient déjà pour générer des images, monter des vidéos ou automatiser des tâches.
La publication reste cependant un demi-produit. DeepSeek le dit elle-même : il manque encore un système de mémoire pour les conversations en cours, un mécanisme pour répartir les requêtes entre plusieurs copies du modèle, et l'organisation complète d'un service public. Reproduire les performances et les coûts de l'API officielle de DeepSeek demande des moyens que peu d'acteurs possèdent, même avec ce code en main.
L'intérêt de ce geste tient moins à l'outil lui-même qu'au rapport de force qu'il dessine. En documentant la mécanique qui fait tourner ses modèles, DeepSeek donne aux hébergeurs alternatifs les moyens de proposer des services comparables sans repartir de zéro. Moins ce savoir-faire reste enfermé chez un seul acteur, plus la concurrence sur le prix des API s'intensifie, et c'est cette concurrence, invisible dans les devis d'aujourd'hui, qui pèsera sur le coût des outils créatifs de demain.