Le choc de marché DeepSeek fait référence à la forte vente d'actions liées à l'IA, la plus sévère étant celle de Nvidia, qui a suivi la publication fin janvier 2025 de DeepSeek-R1, un modèle de raisonnement du laboratoire chinois DeepSeek qui semblait égaler les principaux modèles occidentaux sur plusieurs références malgré des affirmations d'un budget d'entraînement bien plus réduit. Le 27 janvier 2025, la capitalisation boursière de Nvidia a chuté d'environ 600 milliards de dollars en une seule journée de trading, à l'époque signalée comme la plus grande perte de valeur de marché en une journée pour une entreprise de l'histoire, alors que les investisseurs réévaluaient les hypothèses sous-jacentes au déploiement des infrastructures d'IA.
Contexte
DeepSeek, fondé par Liang Wenfeng et initialement issu d'un fonds spéculatif quantitatif chinois, avait publié des modèles plus tôt en 2024 mais avait attiré relativement peu d'attention en dehors des cercles spécialisés. DeepSeek-R1, publié comme modèle à poids ouverts en janvier 2025, égalait ou approchait les performances du o1 d'OpenAI sur plusieurs références en mathématiques et en codage, tandis que son rapport technique accompagnant décrivait des techniques d'entraînement mettant l'accent sur l'efficacité, notamment une architecture de mélange d'experts et un apprentissage par renforcement à grande échelle sur des tâches vérifiables, et revendiquait un coût d'entraînement nettement inférieur aux chiffres couramment associés aux modèles frontières occidentaux comparables.
Réaction du marché
L'ampleur et le faible coût rapporté de l'entraînement de DeepSeek-R1 ont remis en question une hypothèse centrale derrière des années de dépenses d'investissement croissantes en infrastructures d'IA, à savoir que des performances de niveau frontière exigeaient des grappes massives de GPU et des dépenses correspondantes énormes, une hypothèse qui avait porté la valorisation de Nvidia parmi les plus élevées au monde. La panique a été amplifiée par l'application de DeepSeek qui a brièvement dominé les classements de téléchargement sur l'App Store américain d'Apple, suggérant une adoption grand public rapide d'une alternative à faible coût. Nvidia, ainsi que d'autres entreprises liées aux dépenses d'infrastructure d'IA, telles que les sociétés d'énergie et de centres de données, ont connu des baisses marquées avant que les marchés ne se rétablissent partiellement au cours des semaines suivantes, certains analystes remettant en question si les coûts d'entraînement rapportés par DeepSeek racontaient toute l'histoire, excluant les dépenses de recherche antérieures et les coûts matériels sous-jacents.
Conséquences et débat
L'épisode a intensifié le débat sur les coûts réels d'entraînement des modèles frontières et sur la question de savoir si une mise à l'échelle continue exigeait des investissements en capital toujours plus importants ou pouvait être substantiellement compensée par des gains d'efficacité algorithmique, alimentant la discussion en cours sur les lois de mise à l'échelle. Il a également accru l'attention sur la concurrence entre les États-Unis et la Chine dans l'IA, étant donné que DeepSeek aurait obtenu ses résultats en utilisant des puces Nvidia de capacité restreinte ou moindre en raison des contrôles à l'exportation américains, soulevant des questions sur l'efficacité de ces contrôles. Après le choc, les poids ouverts de DeepSeek-R1 ont conduit à une vague de modèles dérivés et distillés construits par d'autres développeurs, et l'événement est devenu un point de référence largement cité dans les discussions sur la compétitivité des poids ouverts face aux laboratoires frontières fermés tels que OpenAI et Anthropic.