DeepSeek a réellement réduit son utilisation de la mémoire de 75 % – c’est un chiffre par token, et non une diminution demandée.

Le 10 septembre,DeepSeek a livré un modèle de poids ouvert appelé V4.1-Flash.Et le marché a réagi à cette nouvelle menace pour les mémoires. Le modèle nécessite un quart de la quantité de mémoire à haut débit et un huitième de la taille de la cache SSD de son prédécesseur. Alors, le marché a fait ce qu’il fait toujours : il a obtenu des résultats très efficaces.SK Hynix a chuté de 4,5 % en temps réel, tandis que Samsung a baissé de 4,3 %.Ils ont entraîné Séoul avec eux. Les performances des entreprises mentionnées dans ce titre ne ont presque pas changé : Micron a connu une baisse de 3,5 %, tandis que Sandisk a perdu près de 3,5 %. Pour les investisseurs ou ceux qui suivent l’évolution des actions Micron, qui a augmenté de près de 240 % depuis le début de l’année, et celles de Sandisk, qui a augmenté de près de 590 %, la question vraie est de savoir si l’idée selon laquelle “les technologies bon marché consomment de l’énergie” est enfin vraie cette fois-ci.

Voici la partie qui distingue cela de la vapeur typique issue du keynote : les contrôles techniques sont conformes.

DeepSeek affirme que sa mémoire de cache KV mondiale – la mémoire qui est utilisée par un serveur d’inférence pour conserver le contexte d’une conversation et éviter son calcul répétitif – est maintenant…890 octets par tokenEn comparaison, 3 514 pour le dernier modèle Flash et 48 068 pour la version V3.2 depuis décembre. Ce ne sont pas des montants négociés ou des objectifs élevés ; ce sont les conséquences arithmétiques de choix de conception concrets et vérifiables.La mémoire cache est quantifiée en format 4 bits. L’architecture réutilise les entrées clé-valeur entre les différents niveaux, plutôt que de les stocker à chaque niveau. De plus, une technique de “replay limité” empêche le modèle de conserver des données d’attention de courte durée sur le disque.On peut le reconstruire de manière économique à partir d’une petite fenêtre de données récentes, lorsque la session se relance. Si on prend les chiffres au pied de la lettre, les besoins en HBM du modèle sont environ un quart de ceux de la génération précédente, et l’empreinte de stockage sur le SSD reste seulement un huitième.

Les réductions sont réelles. La conversion en revenus pour les fournisseurs n’est pas vraie.

Cette phrase constitue toute l’argumentation ; donc, je vais être précis concernant les unités utilisées. Il s’agit de la taille du cache par token, mesurée à un moment donné dans le processus de service. Ce n’est pas la demande totale en mémoire, et ce n’est pas non plus le revenu généré par le fournisseur de mémoire. Deux erreurs d’unité se cachent derrière ces chiffres “75 % et 87,5 %”.

D’abord, la mémoire de cache KV n’est qu’une partie de ce qui remplit la mémoire à haut débit. L’autre élément qui occupe cette mémoire en permanence est les poids et les activations du modèle. V4.1-Flash est…Modèle à 552 milliards de paramètresMême après compression, c’est la majeure partie de la demande qui fait que les HBM sont toujours en rupture de stock. La compression du cache ne touche pas à cette demande. Une réduction de 75 % dans la part du cache dans le coût total n’signifie pas une réduction de 75 % dans le coût total.

Deuxièmement, transférer une mémoire cache vers un SSD ne signifie pas la supprimer. L’industrie de l’mémoire ne concurrence pas l’efficacité de DeepSeek ; elle lui fournit des ressources. La raison pour laquelle cette situation est importante pour les fournisseurs de stockage est que mettre la mémoire cache KV sur le flash permet précisément de transformer les inférences en une nouvelle source de demande pour les NAND – un rack peut générer quelque chose comme…92 téraoctets de mémoire cache par GPU par jourC’est bien plus que ce que n’aurait pu contenir n’importe quel HBM. Lorsque DeepSeek réduit la quantité de cache SSD par token, cela signifie que moins de données sont transférées vers le flash. Mais cela ne signifie pas que la nécessité de utiliser le flash pour stocker ces données est éliminée. La partie du cache qui concerne le contexte global reste toujours stockée dans l’espace de stockage persistant.au moins 72 heuresLe niveau SSD n’a pas disparu ; il ne coûte simplement pas autant par token.

L’erreur d’unité est renforcée par une erreur de demande. DeepSeek est la preuve de ce que l’industrie appelle le « paradoxe de Jevons » : c’est ce qui a provoqué la peur des investisseurs envers la mémoire en janvier 2025, avec un prix de R1. C’est aussi ce qui a précédé une augmentation de la demande. Les tokens moins chers sont utilisés davantage, et non moins ; les tâches gérées par des agents ne font qu’augmenter…environ 15 fois plus que les tokens d’un chatbot conventionnelUne mémoire de cache de 890 octets par jeton permet de gérer un volume de jetons beaucoup plus important ; cela représente donc une empreinte mémoire plus grande, et non plus petite. C’est exactement ce que…Les IA moins chères entraînent un plus grand nombre d’utilisations.La défense proposée par les analystes est une projection, et non une réalité. Je ne peux donc pas la confirmer. Mais elle est soutenue par le seul précédent valable que le secteur possède en réalité.

Ce qui distingue vraiment les deux entreprises, c’est le côté du titre qui les menace.

Pour Micron, cette réduction de 75 % dans les ventes d’HBM vise un marché où la capacité d’production est limitée et où les produits sont déjà épuisés. Il s’agit d’un cycle de croissance rapide, avec une capitalisation boursière de 1,1 billions de dollars. Cela indique la tension entre la demande importante en HBM et une stack logicielle qui devient de moins en moins efficace. Mais DeepSeek n’est pas un acheteur de volume des HBM fournis par les États-Unis ; c’est donc l’aspect financier qui détermine la croissance. Le risque majeur pour Micron est que l’émotion du marché puisse influencer les prix, plutôt que les caractéristiques techniques du produit.

Pour Sandisk, le taux de 87,5 % est une menace plus sérieuse, car il vise précisément la partie la plus récente et la moins connue du processus de stockage de l’mémoire : le stockage par vecteurs NAND. C’est là où les fournisseurs de stockage par vecteurs vendent leurs produits, et cela ne présente pas de longue histoire dans ce domaine. Le point de contraste, c’est que la majorité des demandes de mémoire flash de Sandisk proviennent des téléphones, des ordinateurs et des disques pour l’industrie – et non de l’IA. Même le modèle comprimé transfère toujours son contexte de longue durée vers le stockage par vecteurs. Ce qui est vraiment incertain, c’est quel pourcentage des revenus des deux entreprises dépend réellement de ce type de stockage, car aucune d’elles ne le déclare clairement.

C’est le point central de l’argument. Je ne vais pas aboutir à une conclusion que les rapports financiers des entreprises concernées ne peuvent pas confirmer. Un nombre plus faible de octets par token est une réalité technique avec des conséquences économiques concrètes – cela pousse donc à renforcer l’idée selon laquelle les entreprises vendent du stockage par token. Mais « nous avons besoin d’un quart autant de cache par token » ne se transforme pas en « les fournisseurs de mémoire ont besoin d’un quart autant de silicium ». Quiconque tente de transformer cela en autre chose ignore donc le seul chiffre qui détermine le résultat : le nombre total de tokens fournis. Ce nombre est déterminé par le volume, et l’efficacité historiquement augmente ce chiffre. Lorsque la théorie d’une entreprise vendant de la mémoire est testée, le signal important n’est pas le chiffre de cache, mais plutôt si les commandes de GPU et les prix du stockage restent stables au cours des deux prochaines trimestres. Les données techniques influencent le marché. C’est la commande d’achat qui décide finalement.