Reuters juillet 2026 · économie unitaire · taxe Nvidia · production de masse T-Head · vague mondiale de silicium sur mesure
Si vous suivez l'économie de l'infrastructure IA, le capex des hyperscalers ou les alternatives à Nvidia, juillet 2026 a livré un schéma mondial, pas une histoire réservée à la Chine : OpenAI a expédié Jalapeño avec Broadcom, Anthropic aurait entamé des discussions avec Samsung sur du silicium sur mesure en 2 nm, et le 7 juillet Reuters a cité trois sources affirmant que DeepSeek développe une puce dédiée à l'inférence en phase précoce — tout en adaptant déjà ses modèles à Huawei Ascend. Ce n'est pas du nationalisme ; c'est une question d'économie unitaire. Ce guide présente la chaîne de preuves Reuters, ce que le PDG de DeepSeek Liang Wenfeng a réellement dit, l'arc de huit ans de production de masse d'Alibaba T-Head, des tableaux d'avancement juillet 2026, cinq leviers incluant le TCO et la taxe Nvidia, la distinction inférence vs entraînement, un runbook décisionnel en six étapes et cinq réponses FAQ. Dernière mise à jour : 9 juillet 2026. DeepSeek n'a pas officiellement confirmé le projet de puce à ce jour.
Avant d'aborder DeepSeek, le contexte compte. Les données TrendForce montrent une croissance des expéditions de puces IA sur mesure des hyperscalers à 44,6 % en 2026, contre 16,1 % pour les GPU general-purpose — le silicium sur mesure devance les GPU en croissance pour la première fois à grande échelle.
2026-06-24 OpenAI + Broadcom annoncent Jalapeño, ASIC d'inférence (tape-out en 9 mois) 2026-07-02 Anthropic aurait entamé des discussions avec Samsung sur une puce sur mesure 2 nm 2026-07-07 Reuters : DeepSeek développe une puce d'inférence sur mesure 2026-07-07 The Information : Zhipu AI évalue du silicium sur mesure
La réponse en une ligne à « pourquoi tout le monde fabrique des puces ? » : la compétition IA est passée de qui a le meilleur modèle à qui dispose du compute le moins cher et le plus contrôlable. L'entraînement est l'acompte ; l'inférence est le loyer — et à l'échelle des utilisateurs actifs quotidiens de ChatGPT, la dépense d'inférence dépasse l'entraînement.
Cinq points de confusion lorsque la nouvelle éclate :
Rumeur vs annonce : Reuters rapporte le comportement de l'entreprise (recrutement, discussions fournisseurs). Liang Wenfeng n'a pas annoncé publiquement de programme de puces.
Confusion inférence vs entraînement : La puce rapportée de DeepSeek cible uniquement l'inférence. Nvidia domine encore l'entraînement et la pile CUDA.
Partenariat plus R&D interne : DeepSeek s'adapte déjà à Huawei Ascend tout en explorant son propre ASIC — des pistes parallèles, pas un choix exclusif.
Décalage de maturité : Alibaba T-Head produit en masse ; DeepSeek est en R&D précoce. Les titres sur « l'indépendance chip de la Chine » masquent un écart de huit ans.
Économie sous-estimée : Les contrôles à l'exportation accélèrent un basculement déjà motivé par la taxe Nvidia — marges brutes datacenter GPU au-dessus de 70 %.
Le 7 juillet 2026, Reuters a rapporté, citant trois personnes familières avec le dossier, que DeepSeek développe une puce sur mesure optimisée pour l'inférence IA, lancée environ un an plus tôt (~mi-2025), encore en phase précoce, en discussion avec des concepteurs de puces, des fonderies et des fournisseurs de mémoire, et recrutant discrètement des ingénieurs chip via des offres publiques.
| Dimension | Évaluation |
|---|---|
| Niveau de source | Élevé — langage de sourcing Reuters standard, recoupé par une couverture ultérieure |
| Confirmation officielle | Aucune au 9 juillet 2026 |
| Indices circonstanciels | Forts — ~7,4 Md$ de première levée externe (juin 2026) mentionnant puces IA internes et expansion compute domestique ; recrutement IDC ; format UE8M0 FP8 lu comme co-conception matériel-logiciel |
| Contradictions | Certains analystes anticipaient une dépendance Ascend à court terme — le cadrage exact est partenariat parallèle et R&D interne |
Écrivez « Reuters et d'autres médias rapportent que DeepSeek a lancé un programme de puce d'inférence. » N'écrivez pas « Liang Wenfeng a officiellement annoncé la production de puces. »
| Entreprise | Projet | Stade | Charge | Chiffre clé |
|---|---|---|---|---|
| DeepSeek | ASIC d'inférence sans nom | R&D précoce | Inférence | 7,4 Md$ levés ; non confirmé |
| Alibaba (T-Head) | Zhenwu 810E / M890 | Production de masse | Train + inférence | 560K+ unités ; ~1,4 Md$+ de CA annuel |
| Huawei | Série Ascend 950 | Production de masse | Train + inférence | DeepSeek V4 adapté ; commandes en hausse (Reuters) |
| OpenAI | Jalapeño (Broadcom) | Tape-out terminé | Inférence | Cycle de conception 9 mois ; déploiement fin 2026 |
| TPU v6/v7 | À l'échelle | Train + inférence | Gemini de bout en bout sur TPU | |
| Amazon | Trainium3 / Inferentia | Commercial | Les deux | Usage massif Trainium par Anthropic |
| Microsoft | Maia 100 | Déploiement | Inférence | Charges Azure / OpenAI |
| Meta | MTIA | Interne | Inférence | Recommandations ; reset antérieur |
| Anthropic | Discussions Samsung sur mesure | Exploratoire | À définir | The Information, juillet 2026 |
| Zhipu AI | Évaluation puce sur mesure | Précoce | Inférence | The Information, juillet 2026 |
| Dimension | Entraînement | Inférence |
|---|---|---|
| Charge | Dynamique, expérimentale, churn architectural | Modèle statique, schémas de requêtes prévisibles |
| Logiciel | Fossé CUDA (cuDNN, NCCL, Nsight) | Kernels optimisés à la main pour modèles fixes |
| Besoins chip | FLOPS de pointe + programmabilité | Débit, latence, coût par token |
| Économie | Grand capex cluster ponctuel | Opex 24/7 à grande échelle |
| Leaders | Nvidia H100/B200 | TPU, Trainium, Maia, Jalapeño, ASIC DeepSeek supposé |
Classer vos sources : Traitez Reuters « trois sources » comme tier-one pour DeepSeek ; exigez « selon des sources » jusqu'à un communiqué officiel.
Cartographier le type de charge : Les agents API-heavy et RAG se soucient des ASIC d'inférence et de l'économie unitaire par token ; le fine-tuning/entraînement reste orienté Nvidia + CUDA.
Benchmarker la maturité domestique : T-Head Zhenwu 810E est en production de masse (96 Go HBM2e ; le WSJ note une compatibilité CUDA pour faciliter la migration). Huawei Ascend exécute DeepSeek V4 — choisissez selon conformité et adéquation stack.
Modéliser le TCO, pas le prix affiché : SemiAnalysis et Bernstein citent un avantage TCO de 40–65 % pour les ASIC sur mesure à l'échelle hyperscaler ; Morgan Stanley compare ~852 M$ de clusters Blackwell vs ~99 M$ de clusters TPU (poste matériel, contexte Breakingviews/Reuters).
Surveiller la co-conception matériel-logiciel : DeepSeek UE8M0 FP8 et MLA, OpenAI Jalapeño KV-cache/batching — les stacks modèles se lieront plus étroitement aux choix de silicium.
Réserver Apple Silicon pour les charges agent : Les clouds ASIC n'exécutent pas les chaînes de signature Xcode, l'inférence locale Metal ou l'outillage agent natif macOS. Prévoyez un niveau cloud Mac Mini dédié aux côtés de l'inférence API — complémentaire, pas interchangeable.
2018-09 Jack Ma nomme Alibaba T-Head à la conférence Cloud栖 2023-2024 Liang Wenfeng (PDG DeepSeek) interviews : contrôles export, faim de compute 2025-01 DeepSeek R1 sur Nvidia H800 (déjà restreint à l'export fin 2023) ~2025-mi Lancement supposé du chip interne DeepSeek 2026-01 Production de masse Alibaba Zhenwu 810E 2026-04 DeepSeek V4 sur Huawei Ascend 2026-06 Levée DeepSeek ~7,4 Md$ / lancement OpenAI Jalapeño 2026-07-07 Rapport Reuters puce d'inférence DeepSeek 2026-07 The Information : évaluation puce sur mesure Zhipu
Liang Wenfeng parle rarement en public. La source la plus citée est les interviews Waves (暗涌) de mai 2023 et juillet 2024. Citations pertinentes sur le compute et les puces :
Limite : Ces déclarations établissent le motif stratégique — contraintes compute, contrôles export, besoins de co-conception. Ce n'est pas un lancement produit. Reuters décrit des actions d'entreprise, pas une conférence de presse du fondateur.
Ne cadrez pas cela comme « Jack Ma a récemment dit que la Chine doit fabriquer des puces. » L'arc exact : Jack Ma a fixé la stratégie T-Head en 2018, Joe Tsai a expliqué la pression des contrôles export en 2024, et le PDG Eddie Wu a divulgué les métriques de production en 2026.
Cloud栖 septembre 2018 : Alibaba a fusionné Zhongtian Micro et les équipes chip DAMO en T-Head Semiconductor. Jack Ma a choisi le nom (ratel — « sans peur »). La puce est devenue un mandat stratégique au niveau groupe, pas une activité annexe.
| Personnalité | Rôle | Position publique sur les puces |
|---|---|---|
| Jack Ma | Stratège 2018 | A nommé T-Head ; a élevé les puces au rang de stratégie groupe |
| Joe Tsai | Président | Podcast 2024 : les limites export US touchent Alibaba Cloud ; croit que la Chine développera des semi-conducteurs avancés |
| Eddie Wu | PDG | Appel FY2026 : 470K+ puces IA T-Head livrées ; ~1,4 Md$+ de CA annualisé ; option IPO |
| SKU | Calendrier | Points forts |
|---|---|---|
| Hanguang 800 | 2019 | Premier ASIC d'inférence |
| Zhenwu 810E | Jan 2026 | Train+inférence ; 96 Go HBM2e ; entre A800 et H20 ; en production |
| Zhenwu M890 | 2026 | 144 Go ; 800 Go/s die-to-die ; ~3× 810E |
| Zhenwu V900 | Prévu T3 2027 | 216 Go ; interconnect 1200 Go/s |
| Zhenwu J900 | Prévu T3 2028 | Architecture parallèle nouvelle génération |
Données commerciales 2026 : 560 000+ unités expédiées ; ~1,4 Md$+ de CA annualisé (échelle milliard de yuans) ; 400+ clusters entreprise ; capital social T-Head porté à ~140 M$ équivalent (juin 2026) ; Alibaba a engagé ~53 Md$ sur trois ans pour cloud et infrastructure IA. La fabrication est passée de TSMC en début de cycle vers une fonderie domestique (l'industrie pointe des flows SMIC 7 nm) sous restrictions TSMC imposées par les US.
Économie : L'inférence est un loyer récurrent. Les ASIC sur mesure peuvent réduire le coût total de possession (TCO) de 30–65 % à l'échelle et le coût par token de 30–40 % en serving hyperscaler. La marge brute GPU datacenter Nvidia dépasse 70 % — le silicium interne convertit une taxe GPU permanente en R&D upfront.
Résilience supply chain : Contrôles export US, files d'allocation et dépendance mono-fournisseur — la sécurité ici signifie un approvisionnement prévisible, pas seulement le risque cyber.
Co-conception matériel-logiciel : Les GPU general-purpose échangent efficacité contre flexibilité ; les ASIC inversent ce compromis pour des graphes d'inférence connus.
Pouvoir de négociation : Même une auto-approvisionnement partiel renforce les négociations Nvidia et la différenciation cloud (« modèle + cloud + silicium »).
Performance par watt : À l'échelle datacenter mégawatt et gigawatt, l'énergie et le refroidissement rivalisent avec le prix d'achat du silicium.
Risques : Les programmes précoces échouent ou glissent — le reset Meta MTIA en est le précédent. Les évolutions Transformer pourraient obsolèter des ASIC fixes. DeepSeek n'a pas confirmé officiellement son effort chip.
Les flottes ASIC hyperscaler excellent en débit de tokens mais ne peuvent pas héberger les pipelines Xcode natifs macOS, la signature de code ou les agents locaux accélérés Metal. La virtualisation macOS ajoute une taxe performance et un risque EULA ; la stabilité agent longue durée en souffre. Pour la CI/CD iOS production et l'automatisation agent IA, la location cloud Mac Mini VpsMesh est généralement le meilleur choix — Apple Silicon bare-metal avec accès root et uptime 24/7, complémentaire aux API d'inférence cloud plutôt qu'un substitut.
Selon un rapport Reuters du 7 juillet 2026 citant trois sources, DeepSeek est en phase précoce de développement d'une puce sur mesure optimisée pour l'inférence. L'entreprise n'a pas officiellement confirmé le projet. Elle recruterait discrètement des ingénieurs chip et discuterait avec des fonderies et fournisseurs de mémoire.
Aucune annonce publique. Dans les interviews Waves de 2024, il a indiqué que les contrôles à l'exportation sur les puces avancées étaient le principal défi de DeepSeek, pas le financement — et a insisté sur le déploiement maximal de compute. Les citations du fondateur traduisent un motif, pas une feuille de route produit.
L'unité puces d'Alibaba T-Head (fondée en 2018 dans la stratégie de Jack Ma) produit en masse les puces IA Zhenwu — 560K+ unités expédiées, ~1,4 Md$+ de CA annualisé en 2026. C'est une réalité de production, pas une rumeur. Pour l'hébergement d'agents macOS, voir les tarifs location Mac Mini M4.
Les charges d'inférence sont répétitives et prévisibles — idéales pour les circuits intégrés spécifiques à l'application (ASIC). L'entraînement repose encore largement sur les GPU Nvidia et l'écosystème CUDA. La puce rapportée de DeepSeek, Jalapeño d'OpenAI et Zhenwu de T-Head priorisent tous l'économie de l'inférence.
Les deux. L'économie est le moteur principal — réduire la taxe Nvidia et le coût par token à grande échelle — tandis que les contrôles à l'exportation et les risques supply chain accélèrent le basculement. Les schémas de déploiement pour agents Apple Silicon sont dans notre centre d'aide.