La puissance de calcul se recentre : après la baisse des prix de DeepSeek, qui contrôlera l'infrastructure de base de l'IA ?

null

——En commençant par le discours de Gonka à LA Hacks 2026

Le 26 avril, DeepSeek a annoncé une nouvelle tarification pour la série d'API V4 : le prix de cache des entrées entièrement mis en cache est réduit à un dixième du prix de lancement, et après une promotion limitée dans le temps pour la version Pro, le coût de traitement de un million de tokens descend à 0,025 yuan — soit près de cent fois moins qu'il y a un an. Le secteur de la capacité de calcul en actions A a connu une hausse collective des plafonds, l'humeur du marché étant en effervescence.

Mais derrière ces acclamations, une question n’est pas discutée frontalement : à mesure que les modèles deviennent de plus en plus abordables, la puissance de calcul nécessaire pour faire fonctionner ces modèles devient de plus en plus concentrée.

Les données ne mentent pas. Au quatrième trimestre 2025, les quatre grands fournisseurs de cloud Microsoft, Amazon, Meta et Google ont augmenté leurs dépenses en capital de 64 % en glissement annuel, atteignant 118,6 milliards de dollars ; il est prévu qu’en 2026, ces dépenses continueront de croître de 53 % en glissement annuel, atteignant 570,8 milliards de dollars. Google a également relevé de 50 % son objectif d’expédition de puces TPU pour 2026, à 6 millions d’unités. La livraison de la série H100 de Nvidia, dans certains marchés, dure déjà plusieurs mois.

Le pouvoir de fixation des prix au niveau des modèles se déplace vers les développeurs, mais le contrôle de la capacité de calcul se concentre à une vitesse accélérée entre quelques géants. C’est une contradiction subtile mais profonde à l’ère de l’IA.

Dans ce contexte, le 24 avril 2026, Daniil et David Liberman, co-fondateurs du protocole Gonka, ont pris la scène principale de LA Hacks 2026. Ce hackathon annuel de UCLA, cette année avec les frères Liberman comme principaux intervenants, a rassemblé des centaines d’ingénieurs de haut niveau sur le point d’entrer dans cette industrie. La question qu’ils ont posée, à ce moment précis, est particulièrement claire : la décentralisation de la capacité de calcul est-elle encore possible ?

一、L’autre face de la vague de baisse des prix

La logique de réduction des prix de DeepSeek V4 repose, en apparence, sur les gains d’efficacité apportés par le progrès technologique — un nouveau mécanisme d’attention compressant la dimension Token, combiné à l’attention sparse DSA, réduisant considérablement la besoin en calcul et en mémoire vidéo. Mais la poursuite de cette baisse dépend de la disponibilité d’une capacité de calcul suffisante et bon marché quelque part.

En réalité, cette capacité de calcul « suffisante » se concentre rapidement dans quelques nœuds à l’échelle mondiale. Michael Hurlston, PDG de Lumentum, leader en communication optique, a récemment déclaré que, selon la tendance actuelle, la capacité de production de l’entreprise sera presque entièrement vendue d’ici 2028. Ce n’est pas un problème isolé, mais une tension collective dans toute la chaîne d’approvisionnement en infrastructure IA face à une demande en expansion rapide.

Daniil a utilisé une comparaison simple mais puissante lors de son discours à LA Hacks : la puissance de calcul du réseau Bitcoin dépasse déjà la somme des trois grands centres de données cloud Google, Microsoft et Amazon — mais à quoi servent ces calculs ? À résoudre un puzzle de hachage dont personne n’a besoin de la réponse. La capacité GPU inutilisée dans le monde est tout aussi importante : cartes graphiques dans les machines des joueurs, serveurs dans les centres universitaires, ressources résiduelles des petits fournisseurs de cloud, tout cela représente une masse énorme, mais faute de mécanismes de coordination, cela ne peut pas être utilisé pour l’inférence IA.

Gonka tente de résoudre précisément ce problème de coordination — en utilisant un mécanisme d’incitation basé sur la preuve de travail pour organiser la capacité GPU inutilisée dispersée dans le monde entier en un réseau capable d’assumer de véritables tâches d’inférence IA.

二、L’inférence, un nouveau champ de bataille

La baisse des prix de DeepSeek a suscité un large débat sur « l’égalité dans l’IA » dans l’Internet chinois. Mais un détail ignoré : la baisse concerne le « prix d’appel », pas le « coût de la capacité de calcul ». Avec la montée en puissance des applications IA, la croissance du volume d’appels d’inférence est exponentielle — selon les prévisions sectorielles, d’ici 2026, l’inférence représentera environ deux tiers de la consommation mondiale de capacité IA.

Que signifie cela ? Chaque réduction d’un ordre de grandeur du prix d’appel ne réduit pas la quantité totale de capacité nécessaire, elle l’augmente. La « démocratisation » des grands modèles accélère en quelque sorte la concentration de la capacité — car seuls ceux qui disposent d’une capacité massive peuvent maintenir une opération rentable à des marges très faibles.

C’est une forme de verrouillage structurel en train de se former : celui qui contrôle la capacité physique d’inférence contrôle la véritable infrastructure de l’ère de l’IA. Du point de vue stratégique, la décentralisation du réseau de capacité de calcul n’est pas seulement une optimisation de coût à 50 %, mais une voie de substitution structurelle avant que la concentration ne devienne irréversible.

三、Une véritable question pour les jeunes bâtisseurs

Les participants à LA Hacks — ingénieurs et product managers issus des meilleures universités californiennes — seront rapidement confrontés à un choix d’ingénierie peu romantique : sur quelle couche de capacité de calcul construire leur produit ?

Votre produit IA, à qui confie-t-on l’inférence ?

Lorsque cette plateforme ajuste sa tarification ou ses politiques d’accès, avez-vous la capacité de migrer ?

La taille de votre base d’utilisateurs, est-ce une valeur que vous créez pour vous ou pour la plateforme ?

Ces questions, les développeurs les ont déjà expérimentées à l’ère Web2 : lorsque le destin de l’application est profondément lié à l’algorithme ou aux règles de distribution de la plateforme, « l’indépendance » devient un concept à redéfinir à tout moment. La dépendance à la capacité de calcul dans l’ère IA reproduit cette logique, mais avec des coûts de changement plus élevés, renforçant l’effet de verrouillage.

Le hackathon, en tant que format, possède une ironie intrinsèque : en 36 heures, construire avec le moins de ressources possible et le plus rapidement possible quelque chose de fonctionnel — c’est précisément ce que recherchent les mécanismes d’incitation des réseaux décentralisés. La prise de parole de Daniil à LA Hacks n’est pas seulement pour parler de Gonka, mais aussi pour poser une question à cette communauté : votre avenir, c’est aider cette tendance à se concentrer ou créer de nouvelles possibilités ?

四、PoW 2.0 : un défi d’ingénierie

Gonka recentre l’incitation de la preuve de travail sur l’inférence IA, alignant presque 100 % de la puissance de calcul du réseau sur de véritables tâches. Ce mécanisme exige une condition clé : les tâches d’inférence IA doivent être vérifiables et reproductibles — avec les mêmes poids de modèle, la même graine aléatoire et les mêmes entrées, tout nœud doit pouvoir reproduire le résultat et le vérifier. C’est le défi technique central pour faire passer Gonka d’un prototype académique à un réseau opérationnel.

D’un point de vue économique, cette mécanique a pour intérêt que la valeur du jeton est intrinsèquement liée au coût physique de la capacité de calcul, et non à la spéculation ou à la liquidité. Les mineurs qui contribuent la capacité sont rémunérés, les développeurs paient pour l’utilisation, et l’ensemble du système fonctionne sans dépendre de la bonne volonté d’intermédiaires.

Bien sûr, la faisabilité technique n’est qu’une partie. La question plus difficile est : dans un contexte où la demande en capacité de calcul explose et où les grands acteurs investissent des milliards de dollars, un réseau décentralisé organisé par la communauté peut-il atteindre une échelle réellement compétitive ?

Les premières données de Gonka donnent un repère : moins d’un an après le lancement du réseau principal, la capacité agrégée est passée de 60 H100 à plus de 10 000 — un rythme alimenté par l’engagement spontané de centaines de nœuds indépendants à travers le monde, sans coordination centrale. Cela ne prouve pas que la question de l’échelle est résolue, mais cela montre que le mécanisme d’incitation fonctionne pour stimuler la croissance initiale.

五、La question de la fenêtre d’opportunité

Historiquement, la domination des infrastructures s’est souvent concentrée dans une phase de convergence rapide — c’était le cas pour le chemin de fer, pour Internet, et pour la mobilité. À chaque étape, certains ont trouvé leur place avant que la standardisation ne soit achevée, d’autres ont vu leur pouvoir d’influence se réduire après coup.

À quel stade en est l’infrastructure de capacité IA ? D’après les prévisions de dépenses en capital des quatre grands cloud en 2026, la concentration s’accélère ; mais, dans la pratique, une grande partie des ressources disponibles n’est pas encore intégrée efficacement. Cet écart représente l’espace où un réseau décentralisé pourrait exister structurellement.

Daniil a cité une analogie : après l’éclatement de la bulle Internet en 2000, ce n’était pas un désert, mais un réseau mondial de fibres optiques qui a permis la croissance de l’économie numérique pendant deux décennies. Après la fin de la vague d’investissements dans l’infrastructure IA, ce sont les protocoles de capacité et les mécanismes d’incitation qui constitueront la prochaine infrastructure — la seule question étant : quels protocoles, avec quelles logiques fondamentales, pourront continuer à fonctionner sous pression ?

Ce n’est pas une question spécifique à un projet, mais un enjeu global pour la voie décentralisée de l’IA : la conception de gouvernance pourra-t-elle résister à l’érosion par le contrôle centralisé ? Les mécanismes d’incitation resteront-ils efficaces à grande échelle ? La décentralisation du réseau de capacité, à la fois sur le plan technique, de l’émission de jetons et des décisions d’évolution, est-elle réalisable simultanément ?

Conclusion

La baisse des prix de DeepSeek a ravivé la narration de la « démocratisation de l’IA ». Mais la démocratisation de l’inférence et la démocratisation de l’infrastructure de capacité ne sont pas la même chose. La première est en cours ; la seconde dépend de combien de personnes prendront réellement cette problématique comme un défi d’ingénierie à résoudre dans les années à venir, plutôt qu’un simple discours séduisant.