En juin 2026, OpenAI et Broadcom ont dévoilé Jalapeño, un ASIC d'inférence sur mesure avec un tape-out en neuf mois. Deux semaines plus tard, le 7 juillet, Reuters a rapporté que DeepSeek — le labo chinois derrière R1 et V4 — développe discrètement sa propre puce IA dédiée à l'inférence, selon trois personnes informées. Le détail contre-intuitif : DeepSeek tourne déjà sur Huawei Ascend, mais poursuit néanmoins un silicium maison. Co-design partenarial et R&D interne avancent en parallèle ; les puces custom restent précoces, les partenariats actifs.
Cet article data-driven s'adresse aux développeurs, investisseurs infra et CTO qui suivent l'unit economics IA et les risques supply chain. Nous synthétisons Reuters, WSJ, posts OpenAI, interviews Waves et résultats Alibaba : la vague chip de juillet 2026, preuves et timeline DeepSeek, ce que le PDG Liang Wenfeng a dit (ou non), la production de masse T-Head, cinq moteurs du silicium custom, inférence vs entraînement, risques, cinq réponses FAQ et un cadre en six étapes.
Mise à jour : 9 juillet 2026. DeepSeek n'a pas officiellement confirmé le projet puce à ce jour.
01 Ce n'est pas que la Chine : Jalapeño OpenAI et la vague mondiale des puces sur mesure
Points de friction pour les équipes infra :
- La taxe Nvidia : marges brutes GPU datacenter > 70 %. À l'échelle hyperscaler, l'inférence est un loyer récurrent, pas un capex unique.
- Risque d'allocation : Même les géants cloud US font la queue pour les GPU. Les ASIC custom sont un levier de négociation — pas seulement du nationalisme.
- Décalage de charge : les GPU general-purpose sont des couteaux suisses ; l'inférence LLM est une charge unique et prévisible — les ASIC gagnent en unit economics.
- Vitesse de la tendance : TrendForce (2026) : croissance des puces IA custom 44,6 % vs 16,1 % pour les GPU general-purpose — le silicium sur mesure dépasse les GPU en croissance pour la première fois.
Cluster de titres dense — juillet 2026 :
- 2026-06-24 : OpenAI + Broadcom Jalapeño ASIC inférence (tape-out 9 mois)
- 2026-07-02 : Anthropic en discussions avec Samsung sur silicium custom 2nm
- 2026-07-07 : Reuters : DeepSeek développe une puce d'inférence
- 2026-07-07 : The Information : Zhipu AI évalue des puces custom
| Entreprise | Projet | Stade | Charge | Signal clé |
|---|---|---|---|---|
| OpenAI | Jalapeño (Broadcom) | Tape-out fait | Inférence | Déploiement fin 2026 ; ~50 % d'économie revendiquée |
| TPU v6/v7 | À l'échelle | Train + infér | Gemini end-to-end sur TPU | |
| Amazon | Trainium3 / Inferentia | Commercial | Les deux | Anthropic sur Trainium à l'échelle |
| Microsoft | Maia 100 | Déploiement | Inférence | Charges Azure / OpenAI |
| Meta | MTIA | Interne | Inférence | Recommandations ; un redesign déjà |
| Anthropic | Discussions Samsung | Exploratoire | À définir | The Information, juillet 2026 |
| DeepSeek | ASIC inférence sans nom | R&D précoce | Inférence | Levée 7,4 Md$ ; pas de confirm officielle |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Production de masse | Train + infér | 560K+ unités ; revenus milliard de yuan |
| Huawei | Ascend 950 | Production de masse | Les deux | V4 DeepSeek adapté ; commandes en hausse |
| Zhipu AI | Éval puce custom | Précoce | Inférence | The Information, juillet 2026 |
02 Ce que Reuters a réellement rapporté (et ce que DeepSeek n'a pas confirmé)
Les 7–8 juillet 2026, les médias ont repris Reuters avec des faits cohérents :
- DeepSeek construit une puce IA custom pour l'inférence, pas l'entraînement.
- Le programme a démarré mi-2025 (~un an) et reste en stade précoce.
- DeepSeek discute avec designers, fonderies et fournisseurs mémoire.
- Des ingénieurs chip sont recrutés discrètement — pas via job boards publics.
- Le succès réduirait la dépendance à Nvidia et Huawei Ascend.
| Dimension | Évaluation |
|---|---|
| Niveau source | Élevé — standard Reuters « trois personnes informées » |
| Confirmation officielle | Aucune à la date de recherche |
| Indices circonstanciels | Forts — levée ~7,4 Md$ (juin 2026) citant puces custom ; recrutement IDC ; format UE8M0 FP8 lu comme co-design HW/SW |
| Analyses contradictoires | Certaines voient la dépendance Ascend croître à court terme. Cadrage exact : partenariat et R&D interne en parallèle |
Écrivez « Reuters rapporte que DeepSeek a lancé un programme puce inférence. » N'écrivez pas « Liang Wenfeng a officiellement annoncé la production de puces. » Tag : sources / stade précoce / non confirmé.
| Date | Jalon |
|---|---|
| 2023–2024 | Interviews Waves Liang Wenfeng : embargos export, faim de compute |
| 2025-01 | DeepSeek R1 sur Nvidia H800 (embargo export fin 2023) |
| Mi-2025 | Démarrage présumé du programme puce |
| 2026-04 | V4 adapté Ascend ; V4-Flash entraînement partiel Ascend |
| 2026-06 | ~7,4 Md$ levée ; puces custom dans usage des fonds |
| 2026-07-07 | Exclusivité Reuters sur ASIC inférence |
03 Ce qu'a dit Liang Wenfeng — et Alibaba T-Head expédie déjà en série
Liang Wenfeng parle rarement en public. Meilleures sources : deux interviews Waves (mai 2023, juillet 2024). Il n'a jamais annoncé de programme puce DeepSeek. Reuters décrit un comportement d'entreprise — recrutement, talks fournisseurs — pas un lancement fondateur.
Quatre citations Liang sur puces et compute :
- Embargos, pas l'argent : « Notre vrai défi n'a jamais été le financement — ce sont les contrôles à l'exportation sur les puces avancées. » (juillet 2024)
- Écart compute ~4× : entraînement domestique et efficacité data chacun ~1× en retard ; combiné il faut environ 4× de compute pour le même résultat.
- Frontière tech : les puces domestiques manquent d'une communauté développeurs ; la Chine a besoin d'équipes à la frontière, pas d'information de seconde main.
- Appétit compute : la faim des chercheurs est sans fin — nous déployons toute la capacité possible.
Alibaba T-Head : huit ans d'exécution, pas une rumeur fraîche. Jack Ma a nommé Pingtouge (T-Head) à la conférence Apsara septembre 2018, fusion Damo Academy et C-SKY. Le chairman Joe Tsai (podcast 2024) a lié contrôles export et stratégie cloud ; le CEO Wu Yongming (résultats FY2026) a divulgué 470K+ puces IA livrées et revenus chip annualisés milliard de yuan.
| SKU | Calendrier | Points forts |
|---|---|---|
| Hanguang 800 | 2019 | ASIC inférence précoce |
| Zhenwu 810E | Jan 2026 | Train+infér ; 96GB HBM2e ; entre A800 et H20 ; en production |
| Zhenwu M890 | 2026 | 144GB ; 800GB/s die-to-die ; ~3× 810E |
| Zhenwu V900 | Prévu 2027 T3 | 216GB ; interconnect 1200GB/s |
| Zhenwu J900 | Prévu 2028 T3 | Architecture compute parallèle next-gen |
Métriques commerciales 2026 : 560K+ expéditions cumulées ; revenus annualisés milliard de yuan ; 400+ clients entreprise sur clusters Zhenwu ; capital social porté à 1 Md yuan (juin 2026) ; Alibaba a engagé 380 Md yuan sur trois ans pour infra cloud et IA. WSJ : nouvelles puces compatibles CUDA pour faciliter migration (contrairement à la stack Huawei). Fabrication basculant de TSMC vers fonderies domestiques (industrie cite flux SMIC 7nm).
04 Pourquoi les géants tech fabriquent des puces IA : coût, contrôle et la taxe Nvidia
La compétition IA est passée du « meilleur modèle » au « compute le moins cher et le plus contrôlable ».
Cinq moteurs (classés) :
- Économie — l'inférence est un loyer : l'entraînement est un acompte ; l'inférence un loyer mensuel. À l'échelle DAU ChatGPT, la dépense inférence dépasse l'entraînement. Morgan Stanley cite ~852 M$ pour un cluster Blackwell 24K vs ~99 M$ pour un cluster TPU équivalent (hardware seul). SemiAnalysis/Bernstein : ASIC custom peuvent offrir 40–65 % d'avantage TCO vs GPU ; 30–40 % de coût par token en moins pour hyperscalers. Marge brute GPU datacenter Nvidia >70 % — silicium maison convertit la taxe GPU permanente en R&D one-shot.
- Résilience supply chain : contrôles US sur H100/H800/H20 ; files d'attente même pour acheteurs US. La sécurité ici signifie approvisionnement prévisible, pas seulement risque cyber.
- Co-design HW/SW : DeepSeek UE8M0 FP8 et MLA ; Jalapeño OpenAI pour KV cache, batching, latence ; TPU Google lié à JAX/TensorFlow. Les GPU échangent efficacité contre flexibilité ; les ASIC l'inverse pour charges connues.
- Pouvoir de négociation et différenciation : même une auto-approvisionnement partiel renforce négociations Nvidia et marketing cloud (« modèle + cloud + silicium »).
- Énergie : ASIC inférence optimisent performance par watt — électricité et refroidissement rivalisent avec coût d'achat chip en datacenters gigawatt.
| Dimension | Entraînement | Inférence |
|---|---|---|
| Charge | Dynamique, expérimentale | Statique, requêtes prévisibles |
| Moat logiciel | CUDA (cuDNN, NCCL, Nsight) | Kernels optimisés à la main par modèle |
| Objectif puce | Peak FLOPS + programmabilité | Débit, latence, $/token |
| Pattern dépense | Capex cluster unique | OPEX 24/7 à plus grande échelle |
| Leaders | Nvidia H100/B200 | TPU, Trainium, Maia, Jalapeño, ASIC DeepSeek supposé |
En bref : l'entraînement reste le terrain Nvidia ; l'inférence est le champ de bataille ASIC custom.
05 Chiffres durs, risques et incertitudes
- Financement DeepSeek : levée externe ~7,4 Md$ (juin 2026) ; usages divulgués incluent puces IA custom et expansion compute domestique
- Expéditions T-Head : 560K+ unités ; revenus annualisés milliard de yuan (S1 2026)
- Bande TCO ASIC : avantage 40–65 % vs GPU à échelle inférence multi-années ; économie 30–40 % par token pour hyperscalers
- Croissance silicium custom : 44,6 % vs GPU 16,1 % (TrendForce 2026)
- Zhenwu 810E : 96GB HBM2e ; performance entre Nvidia A800 et H20
- Engagement infra Alibaba : 380 Md yuan sur trois ans (puces, compute, refroidissement liquide)
Risques :
- Ne pas qualifier les puces DeepSeek de « confirmées » avant release officielle.
- Meta MTIA a déjà subi un redesign complet — shifts d'architecture peuvent invalider paris ASIC.
- Géopolitique fonderie : flux SMIC-class en retard sur TSMC 3nm pour silicium IA leading-edge.
- Compatibilité CUDA ≠ stack d'optimisation mature dès le jour un.
06 FAQ, cadre en six étapes et synthèse
- Q1 : DeepSeek fabrique-t-il vraiment sa propre puce IA ? R : Reuters (7 juillet 2026, trois sources) rapporte un programme puce inférence précoce. Pas de confirmation officielle.
- Q2 : Liang Wenfeng a-t-il annoncé un programme puce ? R : Non. Il a cité les contrôles export en 2024 — pas un lancement produit.
- Q3 : Quel rôle pour Alibaba ? R : T-Head (stratégie Jack Ma 2018) produit Zhenwu en série — 560K+ expédiées, revenus milliard yuan 2026.
- Q4 : Pourquoi l'inférence d'abord ? R : Charges prévisibles conviennent aux ASIC ; l'entraînement exige profondeur CUDA.
- Q5 : Sécurité ou économies ? R : Les deux — l'économie mène ; les contrôles export accélèrent une tendance existante.
Six étapes pour les équipes engineering :
- Radar actualités puces : suivre Reuters, blog OpenAI, résultats Alibaba pour confirmation DeepSeek.
- Séparer budgets train vs infér : le silicium DeepSeek supposé est inférence-only — modéliser TCO modèle séparément.
- Surveiller signaux stack : UE8M0 FP8, ports Ascend, compatibilité CUDA T-Head — coût migration suit le logiciel, pas les communiqués.
- Chaînes fallback API : LiteLLM ou OpenRouter pour que changements fournisseur n'exigent pas rewrite app.
- Risque lock-in ASIC : futurs non-Transformer peuvent obsoléter silicium à fonction fixe — garder flexibilité modèle.
- Compute local stable : agents Cursor, OpenClaw et CI iOS sur nœuds bare-metal dédiés — pas VPS partagés qui bloquent quand la supply chain bouge.
Sources primaires (revérifier liens avant citation production) :
OpenAI : puce inférence Jalapeño avec Broadcom
Caixin Global : analyse Alibaba Zhenwu 810E
SCMP : Joe Tsai sur restrictions export
IDE cloud partagés et VPS multi-tenant peinent avec context bleed, jobs inférence longue durée interrompus et supervision launchd 24/7 absente lors des réallocations GPU. Pour agents Cursor production, gateways OpenClaw et CI/CD iOS, la location Mac Mini bare-metal CALMVPS offre Apple Silicon dédié, provisioning 120 secondes et élasticité mensuelle — changez les variables d'environnement sur un nœud isolé quand supply chip ou tarifs API bougent, sans reconstruire toute la stack.