RéponsesPublié19 sources
DeepSeek V4.1 Flash a inquiété les marchés de la mémoire, sans trancher le débat sur les puces IA
DeepSeek affirme que V4.1 Flash ramène l’empreinte de son cache KV en HBM à un quart de celle de V4 Flash, et son cache persistant à un huitième. Samsung Electronics et SK Hynix ont reculé en Corée du Sud ; le mouvement s’est ensuite étendu à des valeurs de semi conducteurs japonaises, européennes et américaines.
Publié parModifié avec GPT-5.6 TerraImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- DeepSeek affirme que V4.1 Flash ramène l’empreinte de son cache KV en HBM à un quart de celle de V4 Flash, et son cache persistant à un huitième.
- Samsung Electronics et SK Hynix ont reculé en Corée du Sud ; le mouvement s’est ensuite étendu à des valeurs de semi conducteurs japonaises, européennes et américaines.
- Le vrai enjeu est l’équilibre entre une mémoire nécessaire par requête plus faible et une multiplication potentielle des usages de l’IA grâce à des coûts d’inférence réduits.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How did DeepSeek’s V4.1 Flash model trigger a selloff in memory-chip and broader technology stocks, what architectural changes did it introd. Article summary: DeepSeek V4.1 Flash caused a sharp reassessment of AI-memory demand because it claimed to cut the KV-cache memory used in long-context inference to one-quarter of its predecessor’s level and persistent SSD use to one-eig. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
DeepSeek a déstabilisé les investisseurs avec V4.1 Flash, car son annonce remet en cause une hypothèse centrale du boom des infrastructures d’IA : davantage d’IA ne signifie pas forcément davantage de mémoire nécessaire pour chaque charge de travail. Les gains d’efficacité annoncés sont importants pour l’inférence à long contexte, mais ils ne couvrent qu’une composante précise d’un système d’IA — le cache clé-valeur, ou cache KV — et non l’ensemble des besoins en mémoire et en calcul liés à l’entraînement ou au déploiement des grands modèles. 9
10
Le point technique : un cache KV beaucoup plus compact
Le cache KV conserve l’état d’attention des tokens précédents. Il évite au modèle de recalculer tout le contexte à chaque étape de génération. Il devient particulièrement important — et coûteux — dans les conversations longues et les flux de travail d’agents IA.
DeepSeek indique que V4.1 Flash associe la réutilisation inter-couches du cache KV, au sein de son mécanisme Compressed Sparse Attention 2, à une mise en cache KV en FP4. L’entreprise annonce une empreinte de cache KV global de 890 octets par token, soit environ un quart de celle de V4-Flash. 9
DeepSeek décrit aussi une technique de déploiement baptisée SWA Bounded Replay pour l’attention à fenêtre courte. Au lieu de conserver durablement ce cache sur SSD ou dans la mémoire hôte, le système s’appuie sur un pool temporaire et distribué de DRAM hôte, puis recalcule une portion limitée du contexte en cas de cache manquant. Selon DeepSeek, cela ramène l’empreinte du cache KV persistant à environ un huitième de celle de la génération précédente. 1
9
Concrètement, cela correspondrait à environ 75 % de HBM en moins et 87,5 % de capacité SSD persistante en moins, mais uniquement pour la fonction de cache KV par rapport à V4-Flash. 9
10
Jusqu’à quatre fois plus d’utilisateurs simultanés ?
C’est envisageable dans un système de déploiement dont la principale contrainte est la capacité disponible pour les caches KV actifs. Si chaque requête à long contexte consomme environ un quart de la mémoire de cache antérieure, une même allocation de HBM pourrait, en théorie, accueillir environ quatre fois plus de caches actifs.
Il s’agit toutefois d’une implication tirée du chiffre par token, et non d’un résultat indépendant mesurant la capacité de traitement de bout en bout. Le nombre réel d’utilisateurs simultanés dépend aussi des poids du modèle, de la puissance de calcul disponible, du réseau, de la longueur des requêtes, du batching, des objectifs de latence et du logiciel de déploiement.
Pourquoi les valeurs mémoire ont réagi aussi fortement
Le marché n’a pas interprété l’annonce comme la disparition de la mémoire, mais comme un possible ralentissement de l’intensité de la demande future. Les fabricants de HBM — mémoire à très haute bande passante — ainsi que les producteurs de NAND et de SSD d’entreprise ont profité de l’idée que des systèmes d’IA toujours plus puissants exigeraient toujours plus de mémoire et de stockage.
Une avancée d’efficacité soulève donc une question simple : si chaque tâche d’inférence nécessite moins de bits de mémoire et moins de stockage persistant, les prévisions de volumes, de prix et d’investissements peuvent-elles tenir ?
Le 11 septembre, Samsung Electronics a perdu 3,5 % et SK Hynix 2,2 % en Corée du Sud après l’annonce de DeepSeek, selon Bloomberg. 17 D’autres informations de marché faisaient alors état de replis de plus de 3 % pour Samsung et SK Hynix à Séoul, tandis que Micron et SanDisk résistaient initialement mieux en préouverture aux États-Unis.
8
Le risque était donc avant tout un risque de valorisation : si les charges de travail IA deviennent moins gourmandes en mémoire, les hypothèses de croissance de la demande, de pouvoir de fixation des prix et de dépenses d’investissement des fournisseurs pourraient devoir être revues.
Une inquiétude qui s’est propagée au-delà de la Corée du Sud
Le mouvement a ensuite dépassé la seule question de l’efficacité en inférence pour devenir une réévaluation plus large du pari sur les dépenses d’investissement liées à l’IA.
Après les appels à ralentir le développement des modèles d’IA de pointe, SK Hynix et Samsung ont respectivement cédé 6,4 % et 4,1 %, tandis que le japonais Kioxia reculait de 6,4 %. En Europe, ASML, Infineon, ASM International, BE Semiconductor et STMicroelectronics ont également baissé. 18 Un autre bilan de marché mentionnait un repli de 11 % pour SoftBank, de 6,5 % pour Kioxia et de 1,2 % pour Taiwan Semiconductor Manufacturing.
19
En préouverture à Wall Street, Marvell a perdu près de 8 %, tandis qu’Intel, Micron et SanDisk étaient chacun annoncés en baisse d’environ 6 %. 20
Ces mouvements ne prouvent pas qu’une seule sortie de modèle DeepSeek a mécaniquement provoqué toutes les baisses. Les taux d’intérêt, les niveaux de valorisation et les anticipations de croissance de l’IA affectent simultanément les actions technologiques. Mais la publication a fourni au marché une raison tangible de tester une hypothèse devenue fragile : la croissance de l’usage de l’IA ne se traduit pas automatiquement par une hausse proportionnelle de la mémoire requise par requête. 17
L’appel de Dario Amodei à ralentir a ajouté une seconde inquiétude
La pression boursière s’est accentuée lorsque Dario Amodei, directeur général d’Anthropic, a appelé les entreprises du secteur à ralentir le rythme d’amélioration des capacités des modèles d’IA de pointe. Son cadre proposé visait à dégager davantage de temps pour gérer les risques de mésusage et de sécurité.
Pour les investisseurs dans les infrastructures, cela a ajouté une préoccupation distincte à l’effet DeepSeek :
- Moins de mémoire par tâche d’inférence peut diminuer l’intensité mémoire.
- Une course aux modèles de pointe moins rapide peut reporter les plus grands entraînements et les plans d’expansion des centres de données, dont dépend la demande d’accélérateurs, de HBM, de réseaux et de stockage.
Les deux mécanismes sont économiquement différents, mais ils peuvent être perçus comme deux menaces pour une expansion de l’IA valorisée sur l’hypothèse d’une croissance ininterrompue. Les informations de marché ont directement relié le recul plus large des semi-conducteurs aux inquiétudes suscitées par les appels à ralentir le développement de l’IA. 18
20
La critique « intéressée » de Michael Burry
L’investisseur Michael Burry a qualifié l’appel au ralentissement de discours intéressé. Il a soutenu que les dirigeants des grandes entreprises d’IA peuvent tirer avantage de l’idée selon laquelle leur propre technologie progresse dangereusement vite, et a rejeté cette présentation comme du « IPO hype & puffery », autrement dit de la communication promotionnelle en vue d’une introduction en Bourse. 14
Selon son interprétation, un ralentissement pourrait avantager les acteurs déjà établis face aux concurrents plus petits, tout en renforçant les récits de rareté, de crédibilité et de futures opérations boursières. Cela relève de l’analyse de Burry sur les incitations des entreprises ; ce n’est pas une preuve que les préoccupations de sécurité sont insincères ou infondées. 14
Ce que l’annonce change — et ce qu’elle ne change pas — pour la demande de puces
L’annonce de DeepSeek est importante, car les techniques en cause ne sont pas isolées du point de vue de l’investissement. La baisse de précision, la compression des caches, la refonte de l’attention, la réutilisation de données et l’amélioration des systèmes de déploiement sont autant de voies que d’autres développeurs peuvent explorer. L’efficacité mémoire de l’inférence constitue donc un risque structurel pour les fournisseurs dont les perspectives reposent sur une hausse continue de la mémoire embarquée par requête IA. 9
Mais les limites de l’annonce sont essentielles.
Elle concerne le cache KV, pas tous les besoins en mémoire
DeepSeek n’a pas affirmé que son modèle entier ou son centre de données nécessitait 75 % de HBM en moins et 87,5 % de SSD en moins. La comparaison porte précisément sur les besoins de cache KV pendant l’inférence, par rapport à son architecture précédente. Les poids du modèle, les autres mémoires système, le réseau et d’autres besoins de stockage ne sont pas inclus dans cette comparaison restreinte. 10
L’entraînement reste un moteur de demande distinct
Les améliorations divulguées n’établissent pas de réductions comparables pour le calcul et la mémoire nécessaires à l’entraînement de modèles de pointe. Utiliser une optimisation du cache KV comme preuve d’un effondrement de toute la demande en semi-conducteurs liés à l’IA irait bien au-delà de ce que l’annonce démontre. 10
L’efficacité peut aussi multiplier les usages
Une inférence moins coûteuse et moins gourmande en mémoire peut réduire la consommation mémoire par requête. Mais elle peut aussi rendre rentables dans davantage de cas les assistants à long contexte, les flux de travail d’agents et les déploiements auto-hébergés.
Si cela élargit suffisamment le nombre d’utilisateurs et d’applications, la demande totale de mémoire pourrait rester robuste — voire progresser — malgré une exigence moindre pour chaque charge de travail.
En résumé
DeepSeek V4.1 Flash met en lumière un point faible du récit haussier sur la mémoire pour l’IA : la demande de mémoire par tâche d’inférence peut baisser fortement à mesure que l’architecture des modèles et les logiciels de déploiement s’améliorent. Son chiffre annoncé de 890 octets par token pour le cache KV global, ainsi que son cache persistant ramené à un huitième, expliquent la rapide révision des hypothèses sur la HBM et les SSD. 9
Pour autant, les éléments disponibles ne justifient pas de parler d’un choc immédiat sur la demande de l’ensemble de l’industrie des puces. Les réductions annoncées concernent le cache KV en inférence, pas l’entraînement des modèles ni l’intégralité de l’infrastructure d’un centre de données. À long terme, l’issue dépendra d’un arbitrage entre deux forces : moins de mémoire nécessaire par tâche d’IA, mais potentiellement beaucoup plus d’usages rendus possibles par des coûts plus faibles.
Pour les investisseurs, la question n’est donc plus seulement de savoir si l’IA va se diffuser. Elle est de savoir si la croissance du volume total de charges de travail peut dépasser la vitesse à laquelle les systèmes d’IA apprennent à utiliser la mémoire plus efficacement.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « DeepSeek V4.1 Flash a inquiété les marchés de la mémoire, sans trancher le débat sur les puces IA » ?
DeepSeek affirme que V4.1 Flash ramène l’empreinte de son cache KV en HBM à un quart de celle de V4 Flash, et son cache persistant à un huitième.
Quels sont les points clés à valider en premier ?
DeepSeek affirme que V4.1 Flash ramène l’empreinte de son cache KV en HBM à un quart de celle de V4 Flash, et son cache persistant à un huitième. Samsung Electronics et SK Hynix ont reculé en Corée du Sud ; le mouvement s’est ensuite étendu à des valeurs de semi conducteurs japonaises, européennes et américaines.
Que dois-je faire ensuite en pratique ?
Le vrai enjeu est l’équilibre entre une mémoire nécessaire par requête plus faible et une multiplication potentielle des usages de l’IA grâce à des coûts d’inférence réduits.
Sources
alphaxiv.orgDeepSeek-V4.1-Flash: Pushing the Limits of KV Cache ...
finance.yahoo.comDeepSeek Cut Its KV-Cache HBM Need 75% and SSD Need 87.5%. Micron and Sandisk Investors Should Pay Attention
marktechpost.comDeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse
bloomberg.comDeepSeek Hands Memory Stock Investors Fresh Reason for Caution