Histoire du développement des grands modèles nationaux : la concurrence entre grands modèles entre dans l'« ère post-calcul intensif »
TechFlow SélectionTechFlow Sélection
Histoire du développement des grands modèles nationaux : la concurrence entre grands modèles entre dans l'« ère post-calcul intensif »
Les nouvelles vagues évoluent avec force, les anciennes ouvrent hardiment la voie.
Dédié à des analyses Web3 approfondiesAuteur : Keyframe
Source de l'image : générée par Wujie AI
L'arène de l'IA assiste en silence à un profond réarrangement du pouvoir technologique.
Le bouleversement déclenché par DeepSeek n'est pas encore terminé. La compétition entre grands modèles est entrée dans l'« ère post-calcul intensif », où l'efficacité gagne soudainement en importance, tandis que le pouvoir de l'IA est en cours de restructuration, remettant progressivement en cause la domination d'OpenAI.
Les nouvelles vagues évoluent avec force, les anciennes se frayent un chemin à travers les obstacles. Alors que « les drapeaux changent constamment au sommet de la ville », aucun vainqueur n'est encore désigné. La clé du succès réside dans la capacité à bénéficier de l'écosystème via l'open source tout en monétisant grâce au modèle fermé.
01. Les projets chinois d'IA connaissent une « explosion » portés par la politique
Le développement de l'IA nationale a mûri discrètement et silencieusement. L'année 2023 est considérée par les professionnels comme une année charnière pour le développement de l'intelligence artificielle.
La scientifique de l'IA Fei-Fei Li a déclaré : « Historiquement, 2023 pourrait être retenu pour les profonds changements technologiques et le réveil du public. »
Mais auparavant, l'exploration et l'innovation technologiques en matière d'intelligence artificielle étaient déjà nombreuses.
En 1956, John McCarthy a introduit pour la première fois le concept d'« intelligence artificielle » (Artificial Intelligence) lors de la conférence de Dartmouth, marquant officiellement la naissance de l'IA en tant que discipline.
Mais en 1973, en raison de difficultés rencontrées dans la recherche sur l'IA, les financements ont fortement diminué, plongeant le secteur dans un « hiver ».
En 1986, ce n'est qu'avec la proposition par Geoffrey Hinton, surnommé le « père de l'IA », de l'algorithme de rétropropagation (Backpropagation), que le renouveau des réseaux neuronaux a ramené un nouvel espoir. Puis, en 2017, Google a proposé le mécanisme d'auto-attention (Self-Attention), remplaçant RNN/LSTM, devenant ainsi l'architecture centrale des futurs grands modèles linguistiques (LLM)…
En regardant en arrière le parcours du développement de l'IA en Chine, 2023 marque également l'« année zéro de l'ère de l'IA nationale ».
Selon Tianyancha, rien qu'au premier semestre 2023, plus de 20 événements de financement directement liés aux grands modèles ont eu lieu, et le nombre de grands modèles publiés en Chine a dépassé 100. En juillet 2024, près de 200 grands modèles d'IA génératifs ayant complété les formalités d'enregistrement étaient en ligne.
Jusqu'à aujourd'hui, seules une dizaine d'entreprises ont réellement la chance d'atteindre le tour final. Selon Frost & Sullivan, nous avons désormais moins de 20 acteurs en lice dans le domaine des grands modèles généraux, dominés principalement par les entreprises internet, les géants du cloud computing et les startups spécialisées en IA.
Nous sommes tous des témoins directs de cette « guerre sans fumée ». Depuis le début de l'année 2025, peut-être en raison du tri sévère opéré durant la « bataille des cent modèles » en 2024, DeepSeek a pu lancer un « coup de tonnerre » dans l'industrie technologique mondiale, permettant à l'IA chinoise de réaliser un « bond décisif » et de prendre pied solidement.
Les entreprises capables d'innovation continue prennent progressivement le contrôle du marché. De la génération d'images et de textes à celle de vidéos puis à la création d'annonces multilingues, le champ d'application de l'IA s'étend rapidement.
Dans le même temps, les technologies des grands modèles et des agents intelligents entrent dans une phase d'accélération. Que ce soit pour optimiser l'expérience utilisateur grand public (Côté C) ou fournir des solutions aux entreprises (Côté B), les agents intelligents et les grands modèles redéfinissent progressivement le lien entre technologie et société.
Trois forces principales sont présentes en finale : premièrement, les grands groupes internet et fournisseurs de cloud comme Alibaba et ByteDance qui interviennent dans les grands modèles ; deuxièmement, les acteurs nationaux de l’IA tels que iFlytek, adoptant une approche intégrée G/B/C, produisant à la fois des solutions et des produits matériels ; troisièmement, les startups comme Zhipu et DeepSeek, rares à poursuivre l'innovation fondamentale sur les modèles de base.
La chaîne industrielle connaît une polarisation croissante, avec des stratégies divergentes chez les fabricants de modèles. Même les « six petits tigres de l'IA » empruntent désormais des voies différentes. Par exemple, Baichuan Intelligence se concentre désormais sur des modèles sectoriels comme celui de la santé ; Zero One Everything délègue l'entraînement de son super grand modèle à Alibaba ; Moonshot AI et MiniMax se consacrent aux applications et produits destinés aux utilisateurs finaux.
Les professionnels s'accordent à dire que, comparés aux maillons amont et aval de la chaîne, les fabricants de modèles intermédiaires font face à des difficultés croissantes en matière de rentabilité. En 2025, le nombre d'acteurs capables d'innover encore au niveau des grands modèles fondamentaux continuera de diminuer.
02. Du « culte de la dépense » à la « révolution de l'efficacité »
Si « coût, agent IA, multimodalité » sont les trois mots-clés actuels de l'industrie de l'IA, représentant l'évolution des grands modèles en 2024, ils symbolisent aussi probablement les jalons vers leur intégration industrielle.
Premièrement, le coût reste un facteur vital pour la survie des entreprises. La formation et le déploiement de grands modèles d'IA exigent d'importantes ressources informatiques, imposant aux entreprises des coûts élevés en calcul et en maintenance.
C’est précisément en ciblant ces douleurs en matière d’efficacité et de contrôle des coûts que DeepSeek-R1 a atteint des performances comparables, voire supérieures, à celles des modèles leaders, tout en nécessitant une puissance de calcul relativement faible.
Le modèle traditionnel de développement de l’IA repose souvent sur une logique de « taille avant tout », visant des modèles et des clusters informatiques de très grande échelle. La stratégie de DeepSeek R1, basée sur un modèle allégé et open source, abaisse le seuil d’accès à l’IA et favorise la diffusion des infrastructures informatiques intermédiaires et des centres de données distribués.
Le fabricant de puces en amont, NVIDIA, commence à subir une certaine pression en matière de réajustement de la demande suite à l’émergence de DeepSeek.
Les fabricants de puces ASIC, quant à eux, connaissent de nouvelles opportunités de développement. Conçues spécifiquement pour accélérer certains usages d’IA, ces puces offrent un meilleur rapport efficacité-coût et s’adaptent mieux à la tendance du calcul distribué.
Pour les prestataires de services informatiques, les centres de données régionaux commencent à répondre à des besoins sensibles à la latence, tels que l’inspection intelligente dans l’industrie manufacturière ou la gestion des risques financiers, profitant de leur faible délai et de leur proximité avec les scénarios d’application.
Les géants du cloud computing comme AWS et Alibaba Cloud ajustent leurs stratégies de construction de grands centres de données, augmentant leurs investissements dans le calcul en périphérie (edge computing) et le calcul distribué.
Le côté application bénéficiera de la baisse des coûts informatiques, accélérant ainsi l’intégration de l’IA dans des secteurs comme l’industrie manufacturière, la finance et la santé.
Sur la plateforme d’hébergement de code GitHub, de nombreuses applications intégrant le modèle DeepSeek (awesome deepseek integration) ont émergé, créant un cercle vertueux de « la demande entraînant l’offre », assurant une synergie mutuelle entre « puissance de calcul + secteur ».
La technologie de l’IA va s’immiscer plus rapidement dans tous les domaines, devenant un moteur important de la transformation industrielle et du développement économique.
Cependant, il convient de noter que la percée technologique de DeepSeek R1, bien qu’elle abaisse le seuil d’utilisation de l’IA, pourrait aussi provoquer un « paradoxe de Jevons ».
Formulé par l’économiste du XIXe siècle William Stanley Jevons, ce paradoxe montre que, lorsque l’efficacité d’utilisation du charbon augmente, sa consommation totale augmente également. Ce paradoxe révèle une loi économique profonde : l’amélioration de l’efficacité ne conduit pas nécessairement à une réduction de la consommation de ressources. Bien au contraire, la baisse des coûts et l’élargissement du champ d’application peuvent stimuler la demande, entraînant finalement une augmentation globale de la consommation.
Le PDG de Microsoft, Satya Nadella, a cité le paradoxe de Jevons pour expliquer l’impact potentiel de DeepSeek R1, faisant mouche.
Nadella estime que des technologies d’IA plus abordables et accessibles provoqueront une flambée de la demande grâce à une adoption plus rapide et plus large. À mesure que le seuil d’accès à l’IA baisse, de nouveaux besoins émergeront dans des domaines auparavant limités par les coûts, comme les PME ou les scénarios de calcul en périphérie, entraînant une hausse exponentielle de la densité d’appels au calcul.
La multiplication des nouveaux cas d’usage accélérera également la fragmentation de la demande en puissance de calcul. Des domaines de pointe comme la conduite autonome ou les robots incarnés requièrent une puissance de calcul en temps réel énorme, largement supérieure à la vitesse d’optimisation technologique de DeepSeek. Même si l’efficacité par tâche augmente plusieurs fois, la concurrence simultanée de millions de terminaux intelligents formera un véritable trou noir absorbant massivement la puissance de calcul.
03. La synergie entre « open source » et « closed source »
Avec le succès fulgurant du grand modèle open source DeepSeek, les termes « open source » et « gratuit » reviennent fréquemment.
Avant DeepSeek, les entreprises chinoises de grands modèles divergeaient souvent sur les choix entre « open source » et « closed source ». Aujourd’hui, la voix en faveur de l’« open source », de l’« écosystème ouvert » et de l’élargissement du réseau d’alliés semble devenir dominante.
Sous l’effet de ce poisson-chat qu’est DeepSeek, les entreprises chinoises de grands modèles affichent une attitude plus « ouverte », cherchant à accélérer la création de leur propre écosystème de développeurs et d’applications.
Les différences clés entre modèles open source et modèles fermés peuvent être analysées selon trois dimensions : conditions fondamentales, aspects techniques et commercialisation.
Sur le plan des conditions de base, les modèles open source s'appuient sur des jeux de données publics et des contributions communautaires, et tirent leur puissance de calcul de clusters GPU distribués appartenant aux développeurs, offrant ainsi un accès égal aux développeurs, chercheurs et entreprises, favorisant l'innovation et le partage technologique.
Les modèles fermés sont développés par des entreprises ou des équipes, utilisant des données propriétaires telles que les journaux de comportement des utilisateurs, des bases de données privées ou des données publiques nettoyées. Les utilisateurs ne peuvent y accéder qu'à travers les interfaces ou plateformes fournies par l'entreprise.
En termes de scénarios de monétisation, les modèles open source ne génèrent pas directement de revenus, mais permettent généralement de tirer profit via des services annexes (cloud computing, support technique, formations, développement sur mesure, etc.). Les entreprises peuvent ainsi créer des sources de revenus durables en proposant des services payants basés sur le modèle open source.
La voie commerciale des modèles fermés est plus directe : les entreprises génèrent des profits via des licences, des abonnements ou des frais de plateforme. Ces modèles assurent des marges élevées, car les clients paient pour l'accès et les services associés.
Open source et closed source ne sont pas « incompatibles comme feu et eau ». À l'avenir, on assistera probablement à une interaction entre les deux : l'open source accélérant la diffusion et l'innovation de l'IA, tandis que le closed source garantira un développement commercial durable et une stabilité.
Les gagnants de demain seront des polyvalents capables à la fois de dominer l’open source et le closed source, exploitant l’un pour acquérir de l’élan écologique et l’autre pour capter de la valeur.
Comme l’a dit Nadella : « Dans l’IA à très grande échelle, il n’y aura pas de domination totale par un seul acteur, et le modèle open source contrebalancera le modèle fermé. »
Conclusion
Dans l’ère actuelle de l’IA, DeepSeek jouera un rôle crucial, similaire à celui d’Android dans la révolution de l’internet mobile.
Il va reconfigurer l’écosystème industriel, provoquer une réaction en chaîne, accélérer le développement des applications supérieures et l’unification des systèmes inférieurs. Cela mobilisera des forces écologiques transversales couvrant matériel, logiciel et toute la chaîne de valeur, incitant chaque acteur à renforcer ses investissements dans l’optimisation collaborative et la verticalisation de « modèle - puce - système », affaiblissant davantage l’avantage de l’écosystème CUDA et créant des opportunités pour le développement de l’IA nationale.
Grâce à l’innovation technologique, DeepSeek a réduit la dépendance aux puces haut de gamme importées pendant le processus d’entraînement des modèles d’IA, offrant ainsi aux entreprises chinoises un chemin technologique réalisable et renforçant considérablement leur confiance dans le développement indépendant de puces de calcul.
La confrontation ne porte pas uniquement sur le choix technique entre open source et closed source, mais implique aussi une lutte pour la parole, la domination du marché et la répartition de la puissance de calcul en matière de développement de l’IA. Cette guerre pour le pouvoir de l’IA a déjà commencé.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
