# Calcul Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Calcul", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

4 heures, 118 réponses : Liang Wenfeng répond à tout lors d'un échange interne

DeepSeek a récemment complété son premier cycle de financement externe, levant plus de 500 milliards de yuans. Lors d’un échange interne de 4 heures, son fondateur Liang Wenfeng a répondu à 118 questions, couvrant la vision, la feuille de route technique, la stratégie et la compétition. Il a souligné que la vision et la retenue sont fondamentales : DeepSeek est motivé par la volonté de développer une AGI utile, pas par le profit maximal. Cette approche a permis à l’entreprise, malgré des ressources initiales limitées, de progresser rapidement. La stabilité de l’équipe est considérée comme l’atout principal. La feuille de route AGI prévoit plusieurs étapes : les agents actuels, l’apprentissage continu (prochaine étape cruciale), puis un point de singularité où l’IA pourra s’auto-améliorer, et enfin l’intelligence incarnée. DeepSeek se concentre strictement sur cette voie principale, évitant les domaines comme la génération vidéo. Concernant les ressources, le manque de puces (calcul) est le principal goulot d’étranglement par rapport aux États-Unis. Liang Wenfeng est optimiste quant aux puces chinoises (comme celles de Huawei), estimant que l’écosystème CUDA de Nvidia perdra de son importance. En termes de concurrence, il pense que les modèles chinois pourront rivaliser à l’international grâce à des coûts inférieurs et une expérience utilisateur solide, les différences se situant principalement sur le temps et le prix. DeepSeek privilégie une tarification raisonnable pour son API, visant une rentabilité durable sans maximisation des profits à court terme. La stratégie de l’entreprise reste l’open source pour ses modèles, car cela n’entrave pas son modèle commercial et favorise l’écosystème. La génération de données de haute qualité est un défi majeur, mobilisant une part importante des chercheurs. En résumé, DeepSeek combine une vision AGI à long terme avec une commercialisation pragmatique, une forte concentration technique et une culture d’entreprise basée sur la retenue et la coopération.

链捕手07/24 06:53

4 heures, 118 réponses : Liang Wenfeng répond à tout lors d'un échange interne

链捕手07/24 06:53

Les fermes de minage de Bitcoin se transforment en usines d'IA

Les fermes de minage de Bitcoin se transforment progressivement en infrastructures de calcul pour l'IA, redéployant les ressources accumulées durant le cycle précédent de la cryptomonnaie. Des entreprises comme Crusoe, initialement spécialisées dans le minage utilisant du gaz torché, convertissent désormais leurs centres de données pour alimenter des projets d'IA comme le "Stargate" d'OpenAI. La valeur clé réside moins dans les matériels que dans l'accès à l'électricité, aux terrains et aux autorisations de raccordement au réseau, des atouts maîtrisés par les mineurs. Parallèlement, des acteurs issus de la cryptosphère, tels qu'Alex Atallah (co-fondateur d'OpenSea) avec OpenRouter, réutilisent leur expertise en agrégation de marchés pour créer des plateformes d'API unifiées pour les modèles d'IA. Les capitaux générés par le boom des cryptomonnaies sont réinvestis dans l'IA, comme l'illustrent l'investissement de Jed McCaleb dans Voltage Park ou les participations initiales de FTX dans Anthropic et Cursor. Ce transfert de ressources couvre trois domaines : les infrastructures physiques (électricité, data centers), les compétences humaines (ingénieurs, entrepreneurs) et les capitaux. Il alimente à la fois la course aux calculs et favorise des expérimentations organisationnelles, comme le réseau de formation distribué Psyche de Nous Research. La cryptomonnaie ne se mute pas en IA, mais elle en nourrit l'expansion en recyclant ses actifs stratégiques.

链捕手07/22 06:43

Les fermes de minage de Bitcoin se transforment en usines d'IA

链捕手07/22 06:43

Reproduire le "moment DeepSeek" ? Wall Street affirme à l'unisson : Kimi K3 renforce plutôt la demande en puissance de calcul

La publication de Kimi K3 par Moonshot AI, un modèle open-source de 2,8 billions de paramètres, a initialement suscité des craintes d’un « moment DeepSeek 2.0 », laissant présager une pression à la baisse sur la demande en infrastructures de calcul. Cependant, les analyses de plusieurs banques d’investissement (UBS, Nomura, Bank of America, Citi) convergent vers une conclusion inverse : K3, avec sa fenêtre de contexte d’1 million de tokens, son architecture MoE et ses capacités multimodales natives, est un catalyseur de la demande en puissance de calcul, et non son adversaire. Le modèle, performant et proposé à un coût inférieur aux leaders fermés comme Claude ou GPT, suit un « paradoxe de Jevons » : son efficacité accrue et son accessibilité devraient stimuler l’adoption et le volume de traitement (tokens), augmentant ainsi la consommation globale de ressources. Il exige des infrastructures robustes : une pression accrue sur la mémoire (HBM, DDR5, stockage) due au cache KV des longs contextes, des clusters GPU massifs (« super-nœuds ») pour son déploiement, et bénéficie aux fondeurs (TSMC), aux fabricants de puces (NVIDIA), aux réseaux (modules optiques) et aux plateformes cloud. En résumé, loin de menacer la chaîne de valeur du matériel IA, Kimi K3, en poussant les laboratoires frontières à innover davantage et en élargissant l’écosystème des applications, devrait amplifier la demande pour les semi-conducteurs avancés, la mémoire, le stockage et les infrastructures réseaux et data centers.

链捕手07/21 06:22

Reproduire le "moment DeepSeek" ? Wall Street affirme à l'unisson : Kimi K3 renforce plutôt la demande en puissance de calcul

链捕手07/21 06:22

Dernière minute : Annulation surprise, le Gemini 3.5 Pro n'arrive pas, Google tombe dans le piège de la déception

Le lancement très attendu de Gemini 3.5 Pro (nom de code « Cappuccino »), présenté comme l'arme ultime de Google dotée d'une fenêtre de contexte de 200 000 tokens et d'un mode « Deep Think », a été reporté de plusieurs mois. Selon un rapport exclusif de Bloomberg, ce retard est dû à des performances décevantes du modèle, notamment en génération de code, qui ne répondent pas aux standards internes exigeants. Cet échec met en lumière les difficultés structurelles de Google. Une bureaucratie complexe et une prise de décision lente, impliquant de multiples divisions (Search, Maps, YouTube), entravent l'innovation et la cohésion. De plus, une culture d'ingénierie réticente à utiliser l'IA pour le codage, couplée à des pénuries surprenantes de capacité de calcul (GPU) pour les employés, ont limité les données d'entraînement et le développement. Cette situation de retard et d'instabilité stratégique provoque une fuite des talents vers des concurrents comme OpenAI et Anthropic. L'analyste Ethan Mollick y voit un symptôme d'un « piège de déception des modèles géants de nouvelle génération » touchant toute l'industrie (Meta, xAI). La loi d'échelle (Scaling Law) montre ses limites face aux goulots d'étranglement en données de qualité et en architecture algorithmique. Les gains marginaux nécessitent désormais des investissements exponentiels. Seul OpenAI semble, pour le moment, éviter un recul significatif. Ce report marque potentiellement la fin d'une phase de progression frénétique de l'IA et sonne comme un sérieux avertissement pour Google, dont la marge de manœuvre se réduit face à des concurrents plus agiles.

marsbit07/17 08:28

Dernière minute : Annulation surprise, le Gemini 3.5 Pro n'arrive pas, Google tombe dans le piège de la déception

marsbit07/17 08:28

GPT-5.6 Sol devient soudainement stupide, le budget de réflexion passe de 960 à 128 ? Plus de modèle à intelligence fixe ?

Réveil brutal pour les utilisateurs de GPT-5.6 Sol. Une équipe japonaise et de nombreux utilisateurs sur les réseaux sociaux ont rapporté que le modèle, en particulier le niveau de raisonnement « Max », semblait avoir considérablement perdu en profondeur d'analyse et en capacités de raisonnement complexe. Les réponses arrivent plus vite, mais sont moins élaborées. La communauté a mis en lumière un paramètre interne non documenté par OpenAI : la « juice value ». Il s'agirait du budget de ressources de calcul alloué au raisonnement. Des captures d'écran montrent que cette valeur pour le mode « Max » serait passée de 960 à 128, soit une baisse d'environ 87%. Face à la polémique, Thibault Sottiaux (Tibo) d'OpenAI a répondu qu'il n'y avait pas eu de « nerf » (affaiblissement) du modèle. Il explique que des expériences ont été menées pour analyser une consommation de tokens plus élevée que prévue suite aux nouvelles fonctionnalités de GPT-5.6. Ces tests ont temporairement ajusté l'« effort de raisonnement » (juice values) et réduit la fenêtre de contexte, désormais revenue à 272k tokens. Ces paramètres ont depuis été rétablis. L'incident révèle une tension fondamentale : la nécessité pour les fournisseurs de gérer les coûts de calcul colossaux de l'IA avancée, et l'attente des utilisateurs de bénéficier d'une puissance de raisonnement stable et prévisible. Comme le note l'article, s'abonner à un modèle aujourd'hui, c'est un peu comme acheter une ampoule dont l'intensité est contrôlée à distance par la plateforme. Pour que l'IA devienne une infrastructure fiable, les entreprises devront probablement offrir plus de transparence sur les performances garanties par chaque niveau de service.

marsbit07/15 03:37

GPT-5.6 Sol devient soudainement stupide, le budget de réflexion passe de 960 à 128 ? Plus de modèle à intelligence fixe ?

marsbit07/15 03:37

Je me suis trompé sur Anthropic, après des mois d’insultes, Elon Musk fait volte-face

Elon Musk a radicalement changé son discours concernant Anthropic, passant de critiques acerbes à des éloges publics. Après avoir qualifié la société d'"impossible à gagner" et de "maléfique" ces derniers mois, il la décrit désormais comme un leader actuel de l'IA, reconnaissant la force de ses modèles comme Mythos/Fable. Ce revirement coïncide avec un important accord commercial : en mai, Anthropic a signé un contrat avec SpaceX pour louer la pleine capacité du centre de données Colossus 1, soit plus de 220 000 GPU NVIDIA, pour environ 1,25 milliard de dollars par mois jusqu'en 2029. Interrogé sur la possibilité de couper cette ressource vitale à son concurrent, Musk a répondu que ce ne serait "pas son style", citant ses antécédents en matière de collaboration ouverte (brevets Tesla, réseau Supercharger). La relation illustre la nouvelle dynamique de l'industrie : une concurrence féroce sur les modèles coexiste avec une interdépendance stratégique sur les infrastructures critiques comme la puissance de calcul. Musk a néanmoins laissé entendre que la course n'était pas terminée, notant que SpaceXAI, bien que plus jeune, pourrait changer la donne dans les années à venir.

marsbit07/13 11:01

Je me suis trompé sur Anthropic, après des mois d’insultes, Elon Musk fait volte-face

marsbit07/13 11:01

Évalué à 10 milliards de dollars, Nvidia mise gros ! Prime Intellect est en train de se débarrasser de son étiquette Web3 ?

Prime Intellect, une infrastructure d'IA décentralisée, a annoncé un tour de table de série A de 130 millions de dollars, portant sa valorisation à 10 milliards. Le tour est dirigé par Radical Ventures et implique les bras de capital-risque de Nvidia, Intel et Dell. La société, fondée en 2024, déclare un chiffre d'affaires annualisé (ARR) dépassant 100 millions de dollars et plus de 6000 clients entreprises. Initialement présentée avec un angle Web3 et des références à une future tokenisation, la plateforme a depuis nettoyé sa documentation de ces éléments, se repositionnant comme une entreprise d'infrastructure IA pure. Son produit phare, Prime Intellect Lab, permet aux entreprises d'entraîner et d'optimiser leurs propres modèles d'agents IA sans gérer de clusters GPU coûteux. La société a démontré sa technologie en entraînant des modèles de grande échelle (comme INTELLECT-3, un modèle MoE de 1060 milliards de paramètres) sur des GPU distribués géographiquement. Ses partenariats techniques avec Nvidia (utilisation de Dynamo pour l'inférence, tests sur Vera CPU) et d'autres géants du matériel visent à optimiser les coûts et les performances. Un cas d'usage notable est celui de la fintech Ramp, qui a utilisé la plateforme pour entraîner un agent spécialisé, obtenant de meilleurs résultats que certains grands modèles pour sa tâche spécifique. Si le chiffre d'ARR doit être interprété avec prudence (c'est une projection, non un revenu réalisé), il reflète la croissance rapide d'un modèle économique basé sur la location de puissance de calcul GPU, les services d'entraînement et d'inférence.

Foresight News07/13 02:38

Évalué à 10 milliards de dollars, Nvidia mise gros ! Prime Intellect est en train de se débarrasser de son étiquette Web3 ?

Foresight News07/13 02:38

Le support de Coinbase pour Render offre aux traders en IA une autre plateforme liquide

Le soutien de Coinbase à Render offre aux traders du calcul IA une nouvelle plateforme liquide. Cet ajout facilite l'accès à un actif majeur lié à l'infrastructure d'IA et de DePIN (Réseaux Physiques Décentralisés). L'annonce s'inscrit dans un récit plus large où l'infrastructure IA reste une thématique résiliente dans la cryptosphère. Bien que le soutien d'un grand exchange n'altère pas les fondamentaux d'un projet, il améliore considérablement son accès et sa liquidité. Cela permet aux capitaux de circuler plus facilement, aidant les actifs à passer d'un intérêt de niche à une participation plus large du marché. L'impact immédiat se situe donc au niveau de la liquidité et de la facilité de garde institutionnelle, plutôt que sur la valeur intrinsèque. Pour les lecteurs, il est important de replacer cette nouvelle dans son contexte : la liquidité reste sélective, la pression réglementaire persiste, et les projets qui continuent de développer des utilités concrètes sont les plus susceptibles de retenir l'attention. En somme, il s'agit d'un développement à surveiller, qui contribue à une tendance, plutôt que d'un point de retournement garanti. La clé est de connecter ces mises à jour factuelles pour discerner où l'élan se construit dans le secteur.

bitcoinist07/10 23:37

Le support de Coinbase pour Render offre aux traders en IA une autre plateforme liquide

bitcoinist07/10 23:37

SemiAnalysis : Anthropic devrait dépasser 1 milliard de dollars de bénéfice au troisième trimestre

Selon l'analyse de SemiAnalysis, Anthropic connaît une croissance et une rentabilité exceptionnelles, devant devenir un leader de l'IA commerciale. La société devrait atteindre un bénéfice d'exploitation (GAAP) de 1 milliard de dollars au troisième trimestre 2026, avec une marge d'environ 6%. Son revenu annuel récurrent (ARR) a explosé, passant de 9 milliards de dollars fin 2025 à plus de 600 milliards actuellement. Si la tendance se maintient, l'ARR pourrait atteindre 3000 milliards de dollars fin 2027. Cette performance est largement portée par le modèle économique orienté API (75-85% de l'ARR), qui offre une marge brute supérieure à 80% et un taux de rétention net (NRR) de 500%. Le succès de Claude Code, représentant plus de 7% des soumissions sur GitHub, a été un accélérateur clé. Anthropic a déposé confidentiellement pour une introduction en bourse, une démarche jugée stratégique pour sécuriser des capitaux face à la concurrence (OpenAI, Meta) et à la pénurie croissante de capacité de calcul. Les prochains grands marchés visés sont la cybersécurité, la santé et la finance. Les principaux risques identifiés incluent une éventuelle pression sur les prix, la concurrence, la régulation et la dépendance accrue aux plateformes cloud ("Token as a Service") qui pourrait peser sur les marges.

marsbit07/08 09:31

SemiAnalysis : Anthropic devrait dépasser 1 milliard de dollars de bénéfice au troisième trimestre

marsbit07/08 09:31

Les actions semi-conducteurs s'effondrent, mais Anthropic veut fabriquer une puce 2 nm

Selon des informations, l'entreprise d'IA Anthropic aurait initié les premiers travaux pour développer sa propre puce dédiée à l'IA, envisageant de la fabriquer en partenariat avec Samsung en utilisant sa technologie de fabrication avancée de 2 nanomètres et son emballage de pointe. Ce projet, encore à un stade précoce de définition des spécifications, pourrait être abandonné. Cette initiative s'inscrit dans un contexte où la demande de calcul pour son modèle Claude dépasse l'offre disponible. En développant une puce d'inférence personnalisée, Anthropic cherche à optimiser les performances, réduire les coûts opérationnels et gagner en indépendance. Elle rejoint ainsi d'autres géants comme OpenAI, Google et Meta dans cette course à l'autonomie matérielle. Le choix de Samsung comme partenaire de fabrication n'est pas une surprise, ce dernier étant un investisseur stratégique dans le dernier tour de table d'Anthropic. Pour Samsung, c'est l'opportunité de renforcer son activité de fonderie face à TSMC en s'associant à un acteur majeur de l'IA. Cependant, cette quête d'indépendance crée paradoxalement de nouvelles interdépendances dans la chaîne d'approvisionnement mondiale des semi-conducteurs. Anthropic maintient une stratégie de diversification de ses sources de calcul, avec des engagements à long terme massifs auprès d'Amazon AWS (puces Trainium) et de Google (TPU), ainsi que la location d'un vaste cluster de GPU NVIDIA auprès de xAI. Malgré la tendance à la personnalisation des puces, NVIDIA conserve une position dominante sur le marché de l'inférence IA.

链捕手07/03 10:01

Les actions semi-conducteurs s'effondrent, mais Anthropic veut fabriquer une puce 2 nm

链捕手07/03 10:01

活动图片

Catégories populairesright-arrow

Tags tendancesright-arrow

Actualités des projetsright-arrow