Dans la course à l'intelligence artificielle, la puissance des puces ne dit plus tout. Ce qui se joue désormais, c'est la capacité à faire tourner des modèles sur un matériel donné sans que les ingénieurs s'arrachent les cheveux. C'est dans ce contexte que Huawei et DeepSeek publient de nouveaux outils d'IA en code source ouvert, avec un objectif assumé : réduire leur exposition à Nvidia. Selon TechRadar, les deux nouveaux dépôts de DeepSeek affichent déjà plusieurs centaines d'étoiles sur GitHub, un signe d'intérêt réel, mais encore modeste à l'échelle de l'industrie.
Ce qui a été annoncé
L'information centrale tient en peu de mots : Huawei, le géant chinois des télécommunications et des semi-conducteurs, et DeepSeek, la jeune pousse chinoise d'IA devenue célèbre pour ses modèles performants, rendent publics des outils logiciels que n'importe quel développeur peut consulter, utiliser et modifier. TechRadar souligne que les deux dépôts de DeepSeek ont déjà recueilli, à eux deux, quelques centaines d'étoiles sur GitHub, la plateforme où les programmeurs signalent leur intérêt pour un projet.
Une précision s'impose. Les détails techniques fins de ces dépôts (fonctions exactes, gains de performance mesurés, niveau de compatibilité avec les puces de Huawei) ne sont pas documentés dans les éléments dont nous disposons. Il serait hasardeux de les extrapoler. Ce que l'on peut dire avec certitude, c'est l'intention affichée, qui est de rendre le logiciel d'IA moins tributaire de l'écosystème de Nvidia, et la question posée par TechRadar dans son titre : les programmeurs feront-ils le saut?
Pourquoi le logiciel compte autant que la puce
Pour comprendre l'enjeu, il faut saisir pourquoi Nvidia domine autant. Sa force ne tient pas qu'à la vitesse de ses processeurs graphiques. Elle repose aussi sur CUDA, la couche logicielle que l'entreprise développe depuis près de vingt ans et autour de laquelle des générations de chercheurs et d'ingénieurs ont bâti leurs outils, leurs bibliothèques et leurs habitudes de travail. Changer de puce, c'est souvent devoir réécrire, tester et réoptimiser une quantité considérable de code.
C'est ce qu'on appelle un effet de verrouillage : même lorsqu'une puce concurrente affiche de bonnes performances sur le papier, le coût de la migration logicielle freine l'adoption. Les fabricants rivaux, qu'il s'agisse d'AMD, de Huawei ou d'autres, savent que gagner la bataille du matériel sans gagner celle des outils revient à construire une autoroute sans voitures.
La publication en code ouvert est une réponse classique à ce problème. En ouvrant leurs outils, Huawei et DeepSeek invitent la communauté mondiale des développeurs à les tester, à corriger leurs défauts et à les enrichir. C'est une façon de recruter gratuitement des milliers de contributeurs, et de bâtir la confiance par la transparence.
Une dépendance que la Chine cherche à réduire
La démarche s'inscrit dans un contexte géopolitique que l'on ne peut ignorer. Les restrictions américaines à l'exportation de puces avancées vers la Chine ont, depuis plusieurs années, compliqué l'accès des entreprises chinoises aux meilleurs processeurs de Nvidia. Cette contrainte a donné un élan stratégique à la recherche d'alternatives nationales, au premier rang desquelles figurent les puces d'IA de Huawei.
Or une puce alternative ne vaut que si elle peut faire tourner les modèles existants avec un effort raisonnable. C'est là que les outils logiciels deviennent un enjeu de souveraineté technologique : sans couche logicielle mature, le matériel local reste sous-utilisé. Les nouveaux dépôts publiés par Huawei et DeepSeek visent précisément ce maillon faible.
DeepSeek, de son côté, est devenue en peu de temps un symbole. Ses modèles ont démontré qu'il était possible d'obtenir des résultats compétitifs avec des moyens de calcul plus restreints, ce qui a ébranlé l'idée selon laquelle la suprématie en IA passait forcément par un accès illimité aux puces les plus coûteuses. Que cette entreprise s'associe à un fabricant de matériel pour optimiser le logiciel est donc cohérent avec sa trajectoire.
L'épreuve de vérité : les développeurs
La question que pose TechRadar est la bonne, parce qu'elle déplace le débat du terrain des annonces vers celui de l'usage. Quelques centaines d'étoiles sur GitHub constituent un début encourageant, mais cet indicateur reste un baromètre d'intérêt, pas d'adoption. Une étoile ne dit pas si un projet est utilisé en production, ni s'il résiste à la charge d'un vrai déploiement.
Pour qu'un programmeur accepte de quitter un environnement familier, plusieurs conditions doivent être réunies :
- une documentation claire et des exemples qui fonctionnent du premier coup;
- des performances comparables, ou à tout le moins suffisantes, sur le nouveau matériel;
- une compatibilité avec les bibliothèques et les cadres de travail déjà répandus;
- la certitude que le projet sera maintenu dans la durée, et non abandonné après l'effet d'annonce;
- un accès fiable au matériel concerné, ce qui, pour les puces de Huawei, dépend en partie de la géographie et du contexte commercial.
Cette dernière condition mérite l'attention. Un développeur européen ou nord-américain qui n'a pas facilement accès aux puces de Huawei aura peu d'incitations à adapter son code à cette plateforme. Le public le plus naturellement réceptif se trouve donc en Chine et dans les marchés où ce matériel est disponible, ce qui limite, à court terme, la portée mondiale de l'initiative.
Le code ouvert, arme à double tranchant
Publier du code en accès libre est un pari. D'un côté, il accélère l'amélioration et l'adoption : les bogues sont repérés plus vite, des contributeurs externes ajoutent des fonctions, les entreprises peuvent auditer ce qu'elles utilisent. De l'autre, il ne garantit rien. De nombreux projets ouverts, techniquement brillants, n'ont jamais atteint la masse critique nécessaire pour concurrencer un standard établi.
L'histoire de l'informatique offre plusieurs exemples où l'ouverture a permis de déloger un acteur dominant, mais elle en compte tout autant où l'inertie des habitudes a eu le dernier mot. Le facteur décisif est rarement la qualité intrinsèque d'un outil. C'est la capacité de l'écosystème qui l'entoure à offrir, en échange du changement, un bénéfice net que les développeurs perçoivent immédiatement.
Ce qu'il faudra surveiller
Plutôt que de conclure hâtivement, trois indicateurs permettront de mesurer si ce mouvement dépasse l'effet d'annonce.
Le premier est la dynamique des projets eux-mêmes : le rythme des mises à jour, le nombre de contributeurs extérieurs aux deux entreprises et la fréquence des signalements de problèmes résolus. Un dépôt vivant se reconnaît à son activité, pas à son nombre d'étoiles.
Le deuxième est la reprise par des acteurs tiers : des entreprises ou des laboratoires qui, publiquement, font tourner des charges de travail réelles sur ces outils et rapportent leurs résultats.
Le troisième est la réaction de Nvidia et de ses concurrents. Si l'écosystème de CUDA venait à se sentir menacé, l'entreprise pourrait renforcer ses propres offres ou ses partenariats pour conserver la fidélité des développeurs.
Pour l'instant, l'annonce de Huawei et de DeepSeek dit surtout une chose : la bataille de l'IA se livre désormais autant dans les dépôts de code que dans les usines de semi-conducteurs. Reste à savoir si les programmeurs, pragmatiques par nature, jugeront que le jeu en vaut la chandelle. La réponse ne viendra pas d'un communiqué, mais des milliers de décisions individuelles que prendront, dans les prochains mois, ceux qui écrivent le code.