DeepSeek et Huawei veulent réduire leur dépendance à Nvidia grâce à la conception de puces et à de nouveaux outils d’IA

DeepSeek se rapproche de la feuille de route de Huawei en matière de puces

DeepSeek contribuerait à façonner les futures puces d’intelligence artificielle de Huawei. Des ingénieurs de Huawei travailleraient dans les bureaux du développeur d’IA et intégreraient ses exigences à la conception des processeurs. La collaboration porte sur deux opérations qui déterminent la vitesse d’apprentissage des grands systèmes d’IA : effectuer des calculs et transférer des données entre les puces.

Selon les informations publiées le 20 octobre 2026 et fondées sur les témoignages de deux personnes anonymes au fait du dossier, les liens entre les deux entreprises vont au-delà d’un simple achat de processeurs. DeepSeek prévoit de commencer à entraîner des modèles avec les puces Ascend 950DT de Huawei dès la fin de 2026. Huawei aurait quant à lui l’intention de lui réserver un accès prioritaire à la majeure partie de la prochaine génération de puces Ascend 960DT au premier trimestre 2027.

Huawei a déjà publié un calendrier pour ces processeurs plus récents. Dans son annonce technologique de septembre, faite lors du Huawei Connect à Shanghai, l’entreprise indique que l’Ascend 960DT sera disponible au premier trimestre 2027 et l’Ascend 960PR au troisième trimestre. La confirmation publique de l’accord de conception de puces rapporté avec DeepSeek se fait toujours attendre.

Ce travail s’inscrit dans le prolongement d’un partenariat annoncé par DeepSeek le 30 septembre pour développer des outils de programmation destinés aux processeurs Huawei. Le projet logiciel et la collaboration matérielle rapportée montrent comment les deux entreprises cherchent à mieux faire fonctionner ensemble les modèles d’IA et les puces chinois, afin de réduire leur dépendance à la technologie de Nvidia.

Ce que DeepSeek attend du matériel

Des ingénieurs de Huawei auraient passé une longue période dans les bureaux de DeepSeek, où ils ont pris en compte les besoins et les suggestions de l’entreprise pour orienter la conception des puces. Leur travail porte notamment sur la manière dont les modèles effectuent leurs calculs et dont les processeurs échangent des informations.

Entraîner un modèle d’IA consiste à traiter des exemples de manière répétée et à ajuster les paramètres numériques qui régissent ses réponses. Pour un modèle de très grande taille, des milliers de processeurs doivent se répartir le travail. Une puce rapide peut perdre un temps précieux à attendre si les informations ne circulent pas assez vite entre les processeurs.

La participation de DeepSeek fournit à Huawei les retours d’une entreprise qui développe des systèmes d’IA exigeants. Les choix concernant les méthodes de calcul, la mémoire et les communications peuvent ainsi être envisagés conjointement, au lieu de laisser les développeurs de logiciels s’adapter à un processeur déjà finalisé.

Selon les informations sur cette collaboration, DeepSeek cherche toujours à accéder aux processeurs Nvidia les plus avancés. Sa stratégie consiste donc à travailler sur une solution nationale tout en s’efforçant d’obtenir le matériel déjà au cœur de l’entraînement des modèles les plus avancés.

Les dates à retenir

Le calendrier publié par Huawei et l’annonce logicielle de DeepSeek fournissent plusieurs échéances concrètes. Les projets d’entraînement de modèles rapportés prolongent cette séquence jusqu’en 2027.

• 17 septembre 2026 : Huawei a présenté sa feuille de route actualisée pour Ascend et l’Atlas 960E SuperPoD lors du Huawei Connect à Shanghai.
• 30 septembre 2026 : DeepSeek a annoncé une infrastructure de programmation pour la plateforme Ascend de Huawei et évoqué un travail commun sur un système reposant sur 128 puces Ascend 950.
• 20 octobre 2026 : des détails ont été révélés sur l’intégration par les ingénieurs de Huawei des exigences de DeepSeek dans la conception de futures puces.
• D’ici à la fin de 2026 : DeepSeek prévoitrait de commencer à entraîner des modèles avec les processeurs Ascend 950DT.
• Premier trimestre 2027 : Huawei annonce la disponibilité de l’Ascend 960DT ; DeepSeek devrait bénéficier d’un accès prioritaire, selon les informations rapportées.
• Troisième trimestre 2027 : Huawei annonce que l’Ascend 960PR sera prêt, avant l’Ascend 970 en 2028 et l’Ascend 980 en 2029.

Huawei indique que le calendrier de l’Ascend 960DT a été avancé de trois trimestres par rapport à sa feuille de route initiale. Un porte-parole de l’entreprise avait également évoqué une date de lancement prévue au troisième trimestre 2027 : le passage au premier trimestre représenterait donc une avance de deux trimestres. Les deux déclarations désignent la même nouvelle période de disponibilité.

Lors de son discours de septembre, David Wang, vice-président et président tournant de Huawei, a détaillé le rythme que l’entreprise entend maintenir.

« Nous faisons évoluer notre gamme de puces Ascend à raison d’une nouvelle génération par an », a déclaré Wang.

Ce calendrier donne aux développeurs une succession de cibles matérielles pour leurs travaux logiciels. Pour DeepSeek, la prochaine échéance consiste à faire fonctionner efficacement ses modèles sur le matériel Ascend 950 avant l’arrivée des nouveaux processeurs.

Pourquoi les outils de programmation comptent

Dans son annonce du 30 septembre, DeepSeek a présenté une infrastructure de programmation pour Ascend, comprenant TileLang et des bibliothèques dédiées au calcul et aux communications. L’entreprise a indiqué que Huawei lui avait apporté un soutien complet et que les partenaires avaient développé conjointement une solution de supernœud reposant sur 128 puces Ascend 950.

Un supernœud regroupe des processeurs afin qu’ils puissent travailler en étroite coordination. Les bibliothèques fournissent des logiciels réutilisables pour les calculs et le transfert d’informations entre les puces, réduisant ainsi la quantité d’infrastructure de base que les développeurs doivent écrire eux-mêmes.

TileLang est un langage de programmation conçu pour aider les développeurs à exprimer efficacement des calculs d’IA. DeepSeek affirme qu’il permet de simplifier le code et d’améliorer l’efficacité du développement. L’entreprise le présente comme offrant un modèle de programmation plus simple que CUDA, celui de Nvidia.

CUDA est au cœur de la position de Nvidia : les développeurs utilisent ses outils de programmation et ses bibliothèques logicielles pour exécuter des charges de travail sur les processeurs de l’entreprise. Transposer un système d’IA sur une autre puce suppose d’adapter ces logiciels, en plus de se procurer du nouveau matériel.

En rendant son infrastructure Ascend open source, DeepSeek permet à d’autres développeurs de l’examiner et de l’adapter. L’intérêt pratique tient à la mutualisation des efforts : les améliorations apportées aux outils communs peuvent aider plusieurs développeurs de modèles à utiliser la même plateforme de processeurs.

Huawei affirme que son écosystème Ascend au sens large prend désormais en charge plus de 90 grands projets open source externes, dont PyTorch, Triton, vLLM et veRL. L’entreprise indique également qu’Ascend est officiellement pris en charge comme processeur accélérateur pour PyTorch, offrant ainsi aux développeurs qui utilisent ce cadre d’apprentissage automatique une autre voie d’accès au matériel Huawei.

L’écart de performances reste important

L’institut de recherche Epoch AI estime que les puces B300 de Nvidia offrent environ sept fois la puissance de calcul brute des processeurs Ascend 950 de Huawei. Cette comparaison donne une mesure du défi auquel sont confrontés DeepSeek et Huawei pour adapter le matériel national aux tâches d’entraînement les plus exigeantes.

La puissance de calcul brute mesure la quantité de calcul qu’un processeur peut effectuer. Le temps nécessaire pour entraîner un modèle complet dépend aussi de la mémoire, des communications, de l’efficacité logicielle et de la capacité de l’ensemble du système à fonctionner de manière fiable.

Selon les informations sur les projets de DeepSeek, l’entraînement d’un modèle à la pointe de l’IA pourrait nécessiter plus de 10 000 puces Huawei fonctionnant ensemble pendant plusieurs semaines. Produire suffisamment de puces et maintenir en état de marche une installation d’une telle ampleur sont donc des aspects essentiels du projet.

Huawei affirme que les performances de la génération Ascend 960 doubleront, conformément au calendrier prévu. L’entreprise investit également dans des solutions permettant de connecter efficacement de nombreux processeurs, faisant de la conception de l’ordinateur dans son ensemble un élément important de sa stratégie face à Nvidia.

La réponse de Huawei : un ordinateur partagé de plus grande taille

Selon Huawei, l’Atlas 960E SuperPoD peut évoluer jusqu’à 4 096 unités de traitement neuronal, ou NPU. Une NPU est un processeur conçu pour les calculs liés à l’IA. Huawei indique que le système offre une puissance de calcul de 8 EFLOPS en FP8 et jusqu’à un pétaoctet de mémoire à large bande passante.

En termes simples, Huawei propose un groupe de processeurs d’IA étroitement connectés, avec une importante réserve de mémoire rapide partagée. FP8 désigne un format numérique sur huit bits utilisé pour certains calculs d’IA. Un exaflop correspond à un quintillion d’opérations arithmétiques par seconde.

Huawei définit un SuperPoD comme un ensemble de nœuds de calcul reliés par des connexions rapides, avec un adressage mémoire unifié qui leur permet de fonctionner comme un seul ordinateur logique. Sa technologie UnifiedBus relie les composants de calcul, de stockage et les autres éléments de ce système plus vaste.

Huawei affirme que, dans les architectures traditionnelles de serveurs utilisées pour les grands clusters, les communications représentent plus de 40 % du temps d’entraînement. Les simulations de son laboratoire Markov ont montré qu’un cluster de 100 000 NPU, constitué de SuperPoD d’environ 4 000 NPU, pourrait atteindre un taux d’utilisation des capacités de calcul 2,75 fois supérieur à celui d’un cluster composé de serveurs dotés chacun de huit NPU.

Il s’agit d’une simulation de Huawei, qui permet de comprendre la priorité de conception de l’entreprise : faire en sorte que les processeurs consacrent davantage de temps aux calculs et moins à attendre les uns les autres.

Comprendre les différentes tailles de systèmes

Huawei a évoqué plusieurs dimensions d’équipements informatiques. Son Atlas 950 SuperCluster a été présenté comme pouvant connecter jusqu’à 256 000 cartes accélératrices. L’architecture plus récente décrite dans l’annonce de septembre peut en relier jusqu’à 512 000 NPU, voire un million avec une configuration réseau étendue.

Ces chiffres concernant les clusters désignent des ensembles de systèmes interconnectés. La capacité de 4 096 NPU correspond à un Atlas 960E SuperPoD unique dans les projets d’infrastructure de Huawei.

Rui Ma, analyste des technologies chinoises, a également relevé l’écart entre une configuration de l’Atlas 960 SuperPoD précédemment annoncée, qui comptait 15 488 puces, et le nouveau système dévoilé, qui en compte 4 096. Dans ses spécifications officielles actuelles, Huawei nomme ce dernier système Atlas 960E SuperPoD.

Pour les acheteurs, l’enjeu pratique est de faire correspondre une génération de processeurs et une configuration système données à la charge de travail visée. Un réseau annoncé comme plus vaste permet de réunir davantage de processeurs ; la vitesse et la fiabilité de leurs connexions déterminent, elles, leur efficacité collective.

Alimentation, fiabilité et épreuve de l’entraînement en conditions réelles

Huawei affirme que l’Atlas 960E utilise 5 500 unités d’interconnexion optique Hi-ONE au lieu des 48 000 modules optiques qu’exigerait une architecture de connexion traditionnelle. Sa technologie d’optique à proximité du boîtier utilise la lumière pour transporter les données au moyen de connexions compactes situées près du matériel de calcul.

L’entreprise affirme que cette conception réduit la consommation électrique de plus de 550 kilowatts, double le temps de fonctionnement du système sans panne et atteint une disponibilité de 99,8 %. Il s’agit des spécifications avancées par Huawei pour son système.

Les travaux d’entraînement envisagés par DeepSeek mettraient à l’épreuve les interactions entre les puces, les logiciels et les connexions au cours de charges de travail prolongées. Un entraînement de plusieurs semaines exige que l’ensemble de l’installation continue d’échanger des données et de progresser, et pas seulement qu’il atteigne brièvement un taux de calcul élevé.

Huawei affirme que plus de 40 modèles ont déjà été entraînés nativement sur Ascend et sur sa plateforme logicielle CANN. CANN, abréviation de Compute Architecture for Neural Networks, fournit les logiciels de base qui aident les applications d’IA à utiliser les processeurs Ascend.

La contribution de DeepSeek associe un développeur de modèles de premier plan à cette initiative, tant pour la programmation que, selon les informations rapportées, pour la conception des puces. Les prochaines échéances sont l’utilisation prévue de l’Ascend 950DT d’ici à la fin de 2026 et la disponibilité promise par Huawei de l’Ascend 960DT au premier trimestre 2027. Elles montreront à quelle vitesse le partenariat peut passer des outils et de la conception à un entraînement soutenu sur du matériel chinois.

À retenir

• DeepSeek contribuerait à façonner les futures puces d’IA de Huawei, notamment leurs capacités de calcul et de transfert de données.
• Les entreprises ont déjà annoncé des outils de programmation et un travail conjoint sur un système utilisant 128 puces Ascend 950.
• DeepSeek prévoitrait de commencer à entraîner des modèles avec l’Ascend 950DT d’ici à la fin de 2026.
• Huawei annonce la disponibilité de l’Ascend 960DT au premier trimestre 2027 et de l’Ascend 960PR au troisième trimestre.
• Epoch AI estime que la puce B300 de Nvidia offre une puissance de calcul brute environ sept fois supérieure à celle de l’Ascend 950.
• La réponse de Huawei associe de nouvelles puces, des logiciels ouverts et des systèmes interconnectés de plus grande taille, dont l’Atlas 960E SuperPoD, qui peut accueillir jusqu’à 4 096 NPU.