Elle a récemment dévoilé DeepSeek-V3, un modèle de langage basé sur l’architecture Mixture-of-Experts (MoE), comptant 671 milliards de paramètres, dont 37 milliards sont activés pour chaque token. Cette conception permet d’optimiser les coûts d’inférence tout en garantissant des performances élevées.
Un modèle d’IA innovant
DeepSeek-V3 repose sur une stratégie qui combine efficacité et puissance. Grâce à MoE, seuls certains experts du modèle sont activés en fonction du contexte, ce qui réduit la charge de calcul tout en améliorant la pertinence des réponses. Cette technologie permet à DeepSeek de rivaliser avec les grands modèles d’IA occidentaux tout en étant plus économe en ressources.
Un défi pour les géants de l’IA
L’émergence de DeepSeek suscite des inquiétudes parmi les experts de l’industrie, notamment aux États-Unis, où certains considèrent que l’entreprise pourrait menacer l’avance technologique américaine. Son modèle performant et accessible met en évidence la montée en puissance de la Chine dans le secteur de l’IA, longtemps dominé par des entreprises comme OpenAI, Google DeepMind et Anthropic.
Une approche open-source
Contrairement à certaines entreprises occidentales qui privilégient une approche fermée, DeepSeek adopte un modèle open-source, offrant à la communauté technologique la possibilité d’examiner, adapter et améliorer ses travaux. Cette transparence pourrait favoriser des avancées plus rapides et un écosystème collaboratif dans le domaine de l’IA.
Conclusion
Avec DeepSeek, la Chine démontre qu’elle est capable de développer des modèles d’IA compétitifs à l’échelle mondiale. Son approche technologique avancée, combinée à une philosophie d’ouverture, pourrait transformer le paysage de l’intelligence artificielle et redéfinir les rapports de force entre les grandes puissances du secteur.
