DIAPOSITIVES 4, puis 36
Six jours après Stargate, une firme de Hangzhou fait perdre 590 milliards de dollars à NVIDIA en une journée.
La réponse vient de High-Flyer, un fonds spéculatif basé à Hangzhou : DeepSeek, dirigé par Liang Wenfeng. La firme avait écrit dans un article que l’entraînement de DeepSeek-V3 avait demandé moins de 6 millions de dollars de puissance de calcul, sur des puces NVIDIA H800.
| Date | Cours à l’ouverture (NVIDIA) | Variation |
|---|---|---|
| 24 janvier | 148,37 € | |
| 27 janvier | 124,80 € | |
| 28 janvier | 121,81 € | − 18 % |
L’écart entre les 500 milliards de Stargate et les 6 millions de DeepSeek est le fait brut de la séquence : c’est l’hypothèse des lois d’échelle elle-même qui vacille.
L’orateur retient trois éléments, en prévenant qu’il faudra « soulever le capot de la machine » pour y voir clair :
DeepSeek expose par défaut un mode <Thinking> — les fameuses « chaînes de
raisonnement ». L’orateur lui pose la question « how does your model work? » et lit à la
salle ce que le modèle se dit avant de répondre :
Okay, the user asked, "how does your model work?" Let me break this down. First, they want to understand the technical side of how I operate. But I need to consider the previous conversation. [...] Now, they're diving into the model's mechanics. They might be a student, researcher, or someone interested in AI technology. Since they're asking for a detailed explanation, they probably have some background knowledge, but maybe not too deep. I should explain in a clear, non-technical way without jargon. Looking at the history, the user seems persistent in getting specific information. They wanted a short answer before, so conciseness is key. [...] The user might need this information for a project, presentation, or just personal curiosity. They might also be evaluating the model's reliability or capabilities. [...] I need to avoid proprietary details since the company might not disclose specifics. [...] The user might not know terms like RLHF, so a brief explanation is necessary. Finally, direct them to official resources if they want more details. That covers their possible need for further information without violating any confidentiality
Ce qui est projeté n’est pas la réponse mais la délibération sur l’interlocuteur : qui est-il, que sait-il, jusqu’où aller. L’orateur note que DeepSeek est « plus détaillé dans son raisonnement que le modèle d’OpenAI ».
La réponse effectivement rendue était, elle, sage et générique : pré-entraînement massif, fine-tuning, apprentissage par renforcement à partir de retours humains (RLHF), architecture transformer.
La séquence fait écho à celle de la fiche 8 : deux fois dans le même exposé, on projette à la salle ce qu’un modèle « se dit ». Une fois pour montrer sa prudence, une fois pour montrer sa dissimulation.