DeepSeek prévoirait un cluster Huawei de 160 000 puces pour l’inférence en Mongolie-Intérieure

DeepSeek prévoirait de déployer au moins 160 000 processeurs IA Huawei dans un centre de données en Mongolie-Intérieure, un projet qui pourrait devenir le plus grand cluster de puces Huawei connu s’il était mené à bien. Le système proposé serait utilisé pour l’inférence plutôt que pour l’entraînement des modèles, selon un reportage cité par The Decoder, ce qui marque un changement potentiellement important dans la manière dont les entreprises chinoises d’IA construisent leurs infrastructures face aux restrictions pesant sur le matériel Nvidia.

Le plan repose sur les processeurs Ascend-950DT de nouvelle génération de Huawei. Dans les éléments fournis, il n’est pas présenté comme une commande finalisée, un déploiement opérationnel ou une annonce publiquement confirmée par DeepSeek ou Huawei. Les rapports décrivent plutôt une construction envisagée dont la livraison pourrait prendre plus d’un an en raison des contraintes de production de puces et de la pénurie de mémoire à large bande passante.

Un grand système d’inférence, pas un supercalculateur d’entraînement

La distinction entre inférence et entraînement est au cœur de l’histoire. L’entraînement nécessite un traitement soutenu sur un grand nombre d’accélérateurs pendant qu’un modèle apprend à partir de données. L’inférence est la phase de production au cours de laquelle un modèle entraîné répond aux requêtes des utilisateurs, génère du contenu ou exécute des tâches pour des applications.

Le cluster DeepSeek proposé se concentrerait, selon les rapports, sur des charges de travail d’inférence. The Decoder, citant le reportage de Bloomberg, a indiqué que DeepSeek continue d’utiliser du matériel Nvidia pour les charges de travail d’entraînement les plus lourdes. Cela suggère que le projet ne remplace pas immédiatement toutes les composantes de l’infrastructure informatique de DeepSeek. Il créerait plutôt une grande plateforme nationale pour servir les modèles une fois entraînés.

Au moins 160 000 processeurs représenteraient tout de même un déploiement considérable. S’il est livré et relié efficacement, le système pourrait prendre en charge un accès aux modèles à très fort volume et réduire la dépendance de l’entreprise aux accélérateurs importés pour les services de production. Le résultat pratique dépendrait toutefois d’autres éléments que du seul nombre de processeurs : le réseau, la compatibilité logicielle, l’alimentation électrique, le refroidissement, la capacité mémoire et la gestion du cluster influenceraient tous les performances utilisables.

Les contraintes d’approvisionnement de Huawei constituent l’obstacle immédiat

Le calendrier rapporté reste incertain. The Decoder a indiqué que Huawei pourrait ne pas être en mesure de livrer la quantité totale avant plus d’un an, en raison de limites de production et de pénuries de mémoire. Cette réserve fait de l’annonce autant une histoire de capacité de chaîne d’approvisionnement qu’un sujet lié aux plans d’achat de DeepSeek.

Les accélérateurs IA s’appuient sur la mémoire à large bande passante pour déplacer rapidement les données entre le processeur et les charges de travail qu’il dessert. Le rapport indique que la société chinoise CXMT a commencé à produire de petites séries de HBM3E, une technologie mémoire utilisée par les processeurs IA, mais qu’elle reste à plusieurs années de Samsung, SK Hynix et Micron, qui produisent déjà en masse de la HBM4.

Ces comparaisons montrent pourquoi un grand projet d’accélérateurs domestiques peut être difficile à faire évoluer rapidement. Même si Huawei peut concevoir et assembler les processeurs, obtenir suffisamment de mémoire avancée et de capacité de conditionnement pourrait déterminer si un projet de 160 000 puces devient un cluster opérationnel ou un objectif à plus long terme. Les éléments fournis n’établissent ni date de livraison ferme, ni configuration finale du système, ni le fait que l’ensemble de la quantité proposée ait été contractuellement sécurisée.

Ce que les éléments confirment — et ce qu’ils ne confirment pas

Les trois rapports fournis s’accordent sur l’affirmation centrale : DeepSeek est associé à un déploiement Huawei prévu de 160 000 puces, et l’emplacement visé est la Mongolie-Intérieure. CNBC TV18 et tech-ish.com présentent le plan comme une démarche visant à réduire la dépendance à Nvidia alors que les produits Nvidia restent limités en Chine. The Decoder fournit le récit le plus détaillé sur le type de puce envisagé, le rôle limité à l’inférence, les goulots d’étranglement de l’approvisionnement et l’utilisation continue de Nvidia pour l’entraînement.

Cependant, les éléments proviennent de reportages et non d’une spécification technique publique ou d’une annonce d’entreprise. Aucune source fournie ici ne confirme que Huawei a accepté la totalité de la commande, que la construction est achevée ou que le cluster est entré en phase de test. L’affirmation selon laquelle il s’agirait du plus grand cluster de puces Huawei connu est également une comparaison rapportée, et non un classement sectoriel vérifié de manière indépendante.

Cette distinction compte pour les acheteurs et les chercheurs en IA. Un nombre de processeurs prévu ne révèle pas à lui seul le débit, le coût par requête, la disponibilité ni la compatibilité avec la pile logicielle utilisée par DeepSeek. Ces résultats ne peuvent être évalués qu’une fois le système livré et testé en conditions de production.

Pourquoi ce projet compte pour les bâtisseurs d’IA et les entreprises

Pour DeepSeek, transférer l’inférence vers le matériel Huawei pourrait offrir un meilleur contrôle de l’approvisionnement et de la capacité de déploiement en Chine. Cela pourrait aussi rendre les coûts de service et la disponibilité moins dépendants des achats auprès de Nvidia, des contrôles à l’exportation ou de l’accès à des systèmes importés. Mais migrer l’inférence à cette échelle pourrait nécessiter une optimisation logicielle, une conversion des modèles, des changements de planification et des tests approfondis dans l’écosystème matériel et logiciel de Huawei.

Pour les équipes IA des entreprises, le cluster proposé met en lumière une leçon d’approvisionnement plus large : diversifier les accélérateurs ne consiste pas simplement à acheter une autre puce. Les équipes doivent évaluer la plateforme dans son ensemble, y compris la prise en charge des compilateurs, les frameworks d’inférence, la bande passante mémoire, le réseau, l’observabilité et la disponibilité de matériel de remplacement.

Le projet illustre aussi les différents goulets d’étranglement auxquels est confrontée l’industrie chinoise de l’IA. Les restrictions à l’exportation peuvent stimuler la demande d’accélérateurs nationaux, mais la demande seule ne résout pas les pénuries de mémoire avancée ni les limites de fabrication. La capacité de Huawei à livrer à grande échelle — et celle de DeepSeek à obtenir des performances d’inférence compétitives sur le cluster obtenu — sera plus révélatrice que le simple nombre de processeurs cité en titre.

Ce qu’il faut surveiller ensuite

Le signal de suivi le plus clair sera une confirmation de DeepSeek ou Huawei que le projet existe sous forme de commande engagée plutôt que de simple plan interne. Les informations sur l’avancement des travaux, les calendriers de livraison et le nombre de puces Ascend-950DT effectivement installées permettront de déterminer si l’échelle annoncée est atteinte.

Les communications techniques seront tout aussi importantes. Surveillez des mesures indépendantes du débit d’inférence, de la latence, de la consommation énergétique et du coût par rapport aux systèmes Nvidia. Des détails sur la pile logicielle, la prise en charge des modèles, la conception réseau et la configuration mémoire montreraient si le cluster peut servir efficacement de vraies charges de travail.

Enfin, la disponibilité de la HBM3E chez CXMT et la production de Huawei indiqueront si la Chine peut étendre son infrastructure IA domestique au-delà de déploiements individuels. Si l’approvisionnement reste limité, le projet DeepSeek pourrait devenir un plan de capacité à long terme plutôt qu’un substitut à court terme aux systèmes basés sur Nvidia.

Point de vue de Creati.ai

Le plan rapporté de DeepSeek est important parce qu’il sépare la dépendance à l’infrastructure IA en deux étapes. La Chine pourrait continuer à utiliser des systèmes Nvidia pour les charges d’entraînement les plus exigeantes tout en transférant l’inférence à grande échelle vers des accélérateurs nationaux. C’est une forme de substitution plus étroite que le remplacement de Nvidia sur toute la pile IA, mais cela pourrait néanmoins compter pour les services destinés aux consommateurs et les déploiements en entreprise où la demande d’inférence est constante.

Cette histoire doit être jugée à l’aune de la livraison et des résultats opérationnels, pas du nombre de puces proposé. Tant que la capacité d’approvisionnement de Huawei, le déploiement de DeepSeek et les données de performance indépendantes ne seront pas plus clairs, le chiffre de 160 000 processeurs doit être considéré avant tout comme une ambition majeure rapportée — et comme un test de la capacité de l’écosystème chinois de matériel IA à passer de plans stratégiques à une infrastructure de production fiable.