# LLM Articles associés

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

DeepSeek V4 fait sensation : La Silicon Valley « construit des murs », la Chine « construit des routes »

**DeepSeek V4 et l'approche collaborative chinoise face au modèle fermé de la Silicon Valley** Le 24 avril, DeepSeek a lancé son modèle V4, acclamé pour ses innovations majeures : une capacité de contexte étendue à un million de tokens avec une réduction de 90% de la consommation mémoire (KV Cache), et une compatibilité native avec les puces chinoises comme celles de Huawei. Contrairement à la concurrence agressive observée entre OpenAI, Google et Anthropic — marquée par des rivalités techniques et des guerres médiatiques — la Chine adopte une stratégie collaborative et open-source. Des entreprises comme DeepSeek et MoonShot AI (créateur de Kimi) partagent ouvertement leurs avancées, comme l’architecture MLA (Multi-head Latent Attention) ou l’optimiseur Muon, permettant une évolution synergique plutôt qu’une compétition destructive. Cette approche open-source réduit les coûts de formation (ex. : DeepSeek V3 formé pour moins de 600M$ contre 5Mds$ pour GPT-5) et stimule l’adoption. Alors que les géants américains se enferment dans des modèles fermés pour préserver leurs avantages, la Chine construit écosystème ouvert, optimisé pour les puces locales et orienté vers les agents IA. Malgré des revenus encore inférieurs à ceux des acteurs US, la croissance du trafic de tokens et la réduction des coûts laissent présager un avantage à long terme grâce à l’innovation collective et l’autonomie technologique.

marsbit04/26 07:09

DeepSeek V4 fait sensation : La Silicon Valley « construit des murs », la Chine « construit des routes »

marsbit04/26 07:09

Capacité de calcul limitée : pourquoi DeepSeek-V4 est-il open source ?

Face à des contraintes de calcul, DeepSeek a choisi de rendre son modèle DeepSeek-V4 open source, tout en proposant une version Pro aux capacités avancées mais limitée en débit en raison de ressources de calcul haute performance insuffisantes. Le modèle exploite une architecture MoE (Mixture of Experts) avec 1,6T de paramètres au total mais seulement 49B activés lors de l'inférence, permettant une gestion de contexte longue (1 million de tokens). Une version Flash, avec 284B de paramètres totaux et seulement 13B activés, est conçue pour une adoption massive sur du matériel moins performant, visant ainsi les PME et développeurs. Le modèle excelle dans des tâches exigeantes comme la génération de code et le raisonnement complexe, rivalisant avec des modèles fermés leaders. DeepSeek a également collaboré avec des fabricants de puces chinoises (Huawei, Cambricon, Hygon) pour optimiser l'exécution sur du matériel local, bien que des défis persistent en termes de performance pure et d’approvisionnement. Cette stratégie intervient dans un contexte de concurrence intense sur le marché chinois des modèles de langage et de départs clés dans l’équipe R&D. DeepSeek cherche également à lever des fonds à une valorisation élevée, et cette version open source constitue une démonstration de sa résilience technologique et de son orientation pragmatique vers une IA accessible malgré les limites actuelles du calcul.

marsbit04/26 00:38

Capacité de calcul limitée : pourquoi DeepSeek-V4 est-il open source ?

marsbit04/26 00:38

Fondateur d'a16z : À l'ère des agents, ce qui compte vraiment a changé

Marc Andreessen, fondateur d'a16z, explique que l'ère de l'IA actuelle n'est pas une apparition soudaine mais le résultat de 80 ans de développement technologique. Il souligne que les agents IA, combinant LLM, shell, système de fichiers et autres outils logiciels, représentent un changement architectural profond. À l'avenir, les interfaces utilisateur pourraient disparaître au profit d'interactions via des agents, et les logiciels seront principalement utilisés par d'autres bots. Il compare le cycle d'investissement actuel à la bulle Internet de 2000, mais note des différences structurelles. L'open source, l'inférence en périphérie et l'exécution locale sont essentiels. Enfin, les défis de l'IA incluent la sécurité, l'identité, les flux financiers et les résistances organisationnelles, et son adoption sera progressive malgré les avancées techniques.

marsbit04/25 02:09

Fondateur d'a16z : À l'ère des agents, ce qui compte vraiment a changé

marsbit04/25 02:09

DeepSeek ne veut plus se contenter des grands modèles

Résumé : DeepSeek a lancé son nouveau modèle V4, avec deux versions : Pro (1,6 billion de paramètres) et Flash (moins coûteuse). La nouveauté clé n’est pas seulement l’amélioration des performances, mais surtout l’annonce que les prix baisseront davantage grâce au déploiement massif des puces chinoises Ascend 950 prévu dans le second semestre. DeepSeek lie ainsi explicitement sa stratégie de prix bas à l’autonomie en matière de calcul, marquant un tournant dans la compétition des modèles linguistiques en Chine. Cela signifie que l’avantage concurrentiel ne repose plus seulement sur la performance du modèle, mais aussi sur l’intégration de solutions matérielles locales, une ingénierie optimisée et une chaîne d’approvisionnement en puces non dépendante de Nvidia. Par ailleurs, DeepSeek chercherait à lever des fonds externes (500 milliards de yuans évoqués), signe que l’entreprise doit désormais faire face à des défis plus lourds : investissements en infrastructure, rétention des talents et pression commerciale, tout en préservant sa culture d’innovation technique.

marsbit04/25 02:03

DeepSeek ne veut plus se contenter des grands modèles

marsbit04/25 02:03

Illustration du marché des capitaux après le lancement de DeepSeek V4 : Zhipu et MiniMax s'effondrent, Nvidia panique

DeepSeek V4, un modèle d'IA open-source de 1T de paramètres (version MoE), a été publié sous licence Apache 2.0, entraînant des réactions immédiates et divergentes sur les marchés financiers. Les actions chinoises liées aux puces IA, comme Cambricon et Hygon, ont fortement augmenté, tandis que les entreprises de modèles propriétaires comme Zhipu et MiniMax ont chuté. NVIDIA a également enregistré une baisse, reflétant les craintes d'un découplage de la demande en IA entre la Chine et l’Occident. Ce modèle, publié dans un contexte de concurrence intense avec onze nouveaux modèles majeurs en un mois, se distingue par son accessibilité complète et ses performances compétitives. Il est optimisé pour fonctionner sur des puces chinoises, notamment les Huawei Ascend 950PR et Cambricon Siyuan 590, offrant des gains significatifs en vitesse et en coût par rapport aux solutions NVIDIA. Cette avancée marque un tournant pour l’écosystème IA chinois, réduisant la dépendance à l’égard de NVIDIA et de CUDA, et ouvre la voie à une autonomie croissante dans le domaine de l’IA à haut niveau.

marsbit04/24 11:41

Illustration du marché des capitaux après le lancement de DeepSeek V4 : Zhipu et MiniMax s'effondrent, Nvidia panique

marsbit04/24 11:41

DeepSeek V4 enfin publié, brise le monopole des modèles propriétaires les plus puissants et annonce un partenariat avec les puces Huawei

DeepSeek V4 est désormais disponible en deux versions : DeepSeek-V4-Pro, un modèle haute performance avec 1,6 T de paramètres et 49B d'activation, et DeepSeek-V4-Flash, une version plus légère et économique avec 284B de paramètres et 13B d'activation. Les deux versions prennent en charge un contexte d’1 million de tokens, une capacité auparavant réservée aux modèles exclusifs comme Gemini. DeepSeek-V4-Pro rivalise avec les meilleurs modèles propriétaires en matière de capacités d'agent, de connaissances générales et de raisonnement. Il est déjà utilisé en interne et surpasse Sonnet 4.5, approchant les performances d'Opus 4.6 en mode non-réfléchi. DeepSeek-V4-Flash offre des performances similaires pour des tâches simples à un coût réduit. Le modèle introduit un nouveau mécanisme d'attention permettant une compression des tokens et réduisant significativement les besoins en calcul et en mémoire. De plus, DeepSeek annonce un futur support des puces Huawei pour le calcul et met à jour ses API, tout en retirant progressivement les anciens noms de modèles. La version est open-source et disponible sur Hugging Face et ModelScope.

marsbit04/24 04:27

DeepSeek V4 enfin publié, brise le monopole des modèles propriétaires les plus puissants et annonce un partenariat avec les puces Huawei

marsbit04/24 04:27

Les 88 jours de Yao Shunyu

Le modèle Hy3 preview de Tencent Hunyuan, dirigé par Yao Shunyu, a été lancé 88 jours après une autocritique interne sévère. Avec 295B de paramètres totaux et 21B activés, ce modèle MoE à 256K de contexte représente un changement stratégique pour Tencent. Précédemment, Hunyuan souffrait d’un manque de capacités généralisables et d’une inadéquation avec les produits internes, poussant même certaines divisions à chercher des solutions externes. Une restructuration organisationnelle majeure a suivi, incluant la nomination de Yao Shunyu (27 ans, ancien d’OpenAI et expert en IA), la création de nouveaux départements techniques (AI Infra, AI Data), et la dissolution du AI Lab pour recentrer tous les efforts sur Hunyuan. Contrairement à l’approche précédente axée sur les benchmarks, Hy3 preview a été conçu en co-design avec les produits phares de Tencent (WeChat, jeux, publicité), visant une intégration rapide et des retours utilisateurs en temps réel. Bien qu’encore en preview, il symbolise une refonte profonde de la culture technique et organisationnelle de Tencent pour l’IA. Dans un contexte de compétition intense (DeepSeek, Alibaba, ByteDance), Tencent parie sur son écosystème massif et une agilité retrouvée pour regagner du terrain. Le vrai défi n’est pas technique, mais structurel : adapter l’organisation aux exigences de l’IA.

marsbit04/23 11:20

marsbit04/23 11:20

Évaluation de 20 milliards de dollars, Alibaba et Tencent se disputent l'investissement : Liang Wenfeng prendra-t-il l'argent de qui ?

La société d'IA DeepSeek, évaluée à 20 milliards de dollars, suscite l'intérêt d'Alibaba et de Tencent pour un investissement potentiel. Fondée il y a près de deux ans et financée par sa maison mère, DeepSeek n'avait jamais accepté de fonds externes jusqu'à présent. Son fondateur, Liang Wenfeng, connu pour son indépendance, envisage désormais une levée de fonds face aux pressions financières croissantes et à la concurrence dans le domaine des modèles d'IA. Les deux géants technologiques chinois cherchent à s'associer à DeepSeek pour renforcer leur écosystème d'IA, craignant de manquer une opportunité stratégique. DeepSeek, l'une des dernières grandes sociétés de modèles génériques indépendantes, représente un atout précieux dans la course à l'IA. Liang Wenfeng doit cependant peser le pour et le contre : accepter des fonds d'Alibaba ou de Tencent pourrait accélérer la commercialisation, mais au risque de perdre en indépendance. Des investisseurs publics pourraient offrir une alternative, avec des ressources sans contrôle strict, bien que leur processus décisionnel plus lent puisse poser problème. Le marché évolue rapidement, et la fenêtre d'opportunité pour une valorisation élevée se réduit alors que d'autres acteurs de l'IA se préparent à entrer en bourse. La décision de DeepSeek déterminera son avenir dans un paysage concurrentiel de plus en plus intense.

marsbit04/23 10:01

Évaluation de 20 milliards de dollars, Alibaba et Tencent se disputent l'investissement : Liang Wenfeng prendra-t-il l'argent de qui ?

marsbit04/23 10:01

La puce chinoise, le point d'intersection caché entre DeepSeek et Kimi

Kimi a lancé son modèle de code open source K2.6, présenté comme son plus performant à ce jour, avec des améliorations significatives en programmation et en capacités d’Agent. Ce modèle permet un codage ininterrompu sur 13 heures et gère jusqu’à 4 000 lignes de code. Il intègre également un système d’Agent cluster permettant une exécution parallèle de 300 sous-agents pour des tâches complexes. Parallèlement, Kimi propose une approche innovante avec son architecture Prefill-as-a-Service (PrfaaS), qui sépare préremplissage et décodage entre clusters hétérogènes, réduisant les coûts et améliorant l’efficacité. Cette avancée ouvre la voie à une intégration accrue des puces chinoises dans l’écosystème des grands modèles, une nécessité face aux restrictions d’accès aux GPU occidentaux. DeepSeek suivrait une voie similaire pour sa prochaine version V4.

marsbit04/22 07:04

La puce chinoise, le point d'intersection caché entre DeepSeek et Kimi

marsbit04/22 07:04

Dépenser 200 dollars pour acheter des Stars, escroquer des dizaines de millions de dollars aux VC : Toute la chaîne industrielle des fausses Stars GitHub exposée

Selon une enquête de l'université Carnegie Mellon, GitHub compte environ 6 millions de "fausses stars" générées par un marché noir bien organisé. Des projets d'IA et de blockchain sont particulièrement touchés. Les étoiles s'achètent à partir de 0,03$ pièce, permettant à des startups d'atteindre le seuil médian des tours de financement (2 850 étoiles pour un seed) pour moins de 200$. Des VC utilisent ces métriques pour filtrer les projets, créant un cercle vicieux où la fraude paye. Bien qu'interdite par GitHub, cette pratique prospère car la plateforme supprime surtout les dépôts frauduleux, mais rarement les comptes responsables.

marsbit04/21 03:06

Dépenser 200 dollars pour acheter des Stars, escroquer des dizaines de millions de dollars aux VC : Toute la chaîne industrielle des fausses Stars GitHub exposée