Selon l’analyse du dernier billet de blog de Nvidia, les GPU Blackwell coûtent presque deux fois plus cher par heure que la génération Hopper, mais offrent des coûts d’inférence par jeton 35 fois plus faibles. En utilisant DeepSeek-R1 comme modèle de test, Blackwell (GB300 NVL72) se loue à 2,65 dollars par GPU et par heure contre 1,41 pour Hopper, mais un GPU unique

DeepSeek cherche à lever $300 million à une valorisation de $10 billion, nettement inférieure à celle des principaux acteurs américains de l’IA comme OpenAI et Anthropic. Le faible coût de formation du modèle R1 a perturbé le marché, ce qui a suscité des inquiétudes chez les investisseurs concernant les écarts de valorisation et le potentiel de revenus.

DeepSeek, lors de la sortie du nouveau modèle « MODEL1 », a mis à jour le code FlashMLA, impliquant 28 mentions de ce modèle dans 114 fichiers, contrairement à V32. MODEL1 pourrait être une nouvelle architecture, avec des différences principales dans l'optimisation de la mémoire, la disposition du cache KV, le traitement de la sparsité et le décodage FP8.