Deepseek est devenu viral.
Le laboratoire de l’AI chinois Deepseek est entré par effraction dans la conscience grand public cette semaine après que son application Chatbot a atteint le sommet des palmarès Apple App Store (et Google Play également). Les modèles d’IA de Deepseek, qui ont été formés à l’aide de techniques économes en calcul, ont conduit les analystes et les technologues de Wall Street à se demander si les États-Unis peuvent suspendre son avance dans la course AI et que la demande de puces d’IA soutiendra.
Mais d’où vient Deepseek, et comment a-t-il atteint la renommée internationale si rapidement?
Les origines du commerçant de Deepseek
Deepseek est soutenu par High Flyer Capital Management, un fonds de couverture quantitatif chinois que nous pour éclairer ses décisions commerciales.
Le passionné de l’AI, Liang Wenfeng, a cofondé le voleur élevé en 2015. Wenfeng, qui aurait commencé à se targner dans le commerce tandis qu’un étudiant de l’Université du Zhejiang, a lancé la gestion des capitaux de haut niveau en tant que fonds spéculatif en 2019 axé sur le développement et le déploiement d’algorithmes AI.
En 2023, High-Flyer a lancé Deepseek en tant que laboratoire dédié à la recherche d’outils d’IA séparés de son activité financière. Avec High-Flyer comme l’un de ses investisseurs, le laboratoire a transformé sa propre entreprise, également appelée Deepseek.
Dès le premier jour, Deepseek a construit ses propres grappes de centres de données pour la formation des modèles. Mais comme les autres sociétés d’IA en Chine, Deepseek a été affecté par les interdictions d’exportation américaines sur le matériel. Pour former l’un de ses modèles les plus récents, la société a été obligée d’utiliser des puces NVIDIA H800, une version moins puissante d’une puce, la H100, disponible pour les sociétés américaines.
L’équipe technique de Deepseek est censée fausser jeune. L’entreprise recruterait de manière agressive des chercheurs de doctorat d’IA des meilleures universités chinoises. Deepseek embauche également les gens sans aucune formation en informatique pour aider sa technologie à mieux comprendre une large rage de sujets, selon le New York Times.
Modèles forts de Deepseek
Deepseek a dévoilé son premier ensemble de mannequins de codeur de profondeur, Deepseek LLM et Deepseek Chat en novembre 2023. Mais c’était jusqu’au printemps dernier, lorsque la startup a publié sa famille de modèles Deepseek-V2 de nouvelle génération.
Deepseek-V2, un système d’analyse du texte et de l’image à pute général, a bien performé dans divers repères d’IA et était beaucoup moins cher à exécuter que les modèles comparables à l’époque. Il a forcé la concurrence intérieure de Deepseek, y compris Bytedance et Alibaba, de réduire les prix d’utilisation de certains de leurs modèles et de rendre les autres complètement gratuits.
Deepseek-V3, lancé en décembre 2024, seulement ajouté à la notoriété de Deepseek.
Selon les tests de référence internes de Deepseek, Deepseek V3 surpasse à la fois des modèles téléchargeables et ouvertement avaïbles comme Meta’s Llama et des modèles «fermés» qui ne peuvent être accessibles que par une API, GPT-4O de Likenai.
Tout aussi impressionnant est le modèle de «raisonnement» R1 de Deepseek. Sorti en janvier, Deepseek revendique les performances de R1 ainsi que le modèle O1 d’Openai sur les références clés.
Étant un modèle de raisonnement, R1 vérifie efficacement les faits, ce qui l’aide à éviter certains des pièges qui déclenchent normalement des modèles. Les modèles de raisonnement prennent un peu plus de plus-temps des secondes à quelques minutes de plus pour arriver à des solutions par rapport à un modèle typique de non-relance. L’UPSOID est qu’ils ont tendance à être lus fiables dans des domaines tels que la physique, les sciences et les mathématiques.
Cependant, il y a un côté des autres modèles R1, Deepseek V3 et Deepseek. Étant une IA développée en chinois, ils sont soumis à une analyse comparative du régulateur Internet chinois pour s’assurer qu’il est responsable de «incarner les valeurs socialistes de base». Dans l’application Chatbot de Deepseek, par exemple, R1 ne répondra pas aux questions sur Tiananmen Square ou Automy de Taiwan.
Une approche perturbatrice
Si Deepseek a un modèle commercial, il n’est pas clair quel est ce modèle, exactement. L’entreprise évalue ses produits et services bien inférieure à la valeur marchande – et en donne les autres gratuitement. Cela ne tient pas non plus de l’argent des investisseurs, malgré un ton d’intérêt de capital-risque.
La façon dont Deepseek le dit, les percées d’efficacité lui ont permis de maintenir une concurrence extrêmement des coûts. Certains experts arguant les chiffres que l’entreprise a fourni, cependant,.
Quoi qu’il en soit, les développeurs ont pris les modèles de Deepseek, qui ne sont pas open source car la phrase est couramment comprise mais sont disponibles sous des licences permissives qui permettent une utilisation commerciale. Selon Clem Delangue, le PDG de Hugging Face, l’une des plates-formes hébergeant les modèles de Deepseek, les développeurs sur Hugging Face ont créé plus de 500 modèles «dérivés» de R1 qui ont accumulé 2,5 millions de téléchargements combinés.
Le succès de Deepseek contre les rivaux plus grands et plus établis a été décrit comme «renversement de l’IA» et «sur-hytestés». Le succès de la société était au moins responsable en partie de provoquer une baisse du cours des actions de Nvidia de 18% en janvier et de provoquer une réponse publique du PDG d’Openai, Sam Altman.
Microsoft a annoncé que Deepseek est disponible sur son service Azure AI Foundry, la plate-forme de Microsoft qui rassemble les services d’IA pour les entreprises sous une seule bannière. Interrogé sur l’impact de Deepseek sur les dépenses de l’IA de Meta lors de son appel de résultats du premier trimestre, le PDG Mark Zuckerberg a déclaré que les dépenses sur une infrastructure d’IA A IA continueront d’être une «annonce stratégique. En mars, Openai a appelé Deepseek «subventionné par l’État» et «contrôlé par l’État» et recommande que le gouvernement américain envisage d’interdire les modèles de Deepseek.
Au cours de l’appel de résultats du quatrième trimestre de Nvidia, le PDG Jensen Huang a souligné que «l’excellente innovation» de Deepseek, affirmant que les modèles «de raisonnement» de Deepseek sont parfaits pour Nvidia parce qu’ils ont besoin tellement de calculs.
Dans le même temps, certaines entreprises interdisent Deepseek, tout comme le pays et les gouvernements, comprenaient la Corée du Sud. L’État de New York a également interdit à Deepseek d’être utilisé sur les appareils gouvernementaux.
Quant à ce que l’avenir de Deepseek pourrait tenir, ce n’est pas clair. Les modèles améliorés sont une donnée. Mais le gouvernement américain semble se méfier de ce qu’il perçoit comme une influence étrangère nuisible. En mars, le Wall Street Journal a rapporté que les États-Unis interdisent probablement Deepseek sur les appareils gouvernementaux.
Cette histoire a été initialement publiée le 28 janvier 2025 et sera mise à jour régulièrement.
