DeepSeek V4 se lance avec NVIDIA Blackwell, permettant une IA avec contexte de 1M tokens

Iris Coleman Apr 25, 2026 00:10

DeepSeek V4, propulsé par NVIDIA Blackwell, offre une IA avec contexte de 1M tokens, avec une empreinte mémoire réduite et une inférence plus rapide, ciblant les flux de travail à contexte long.

DeepSeek a dévoilé ses modèles d'IA de quatrième génération, DeepSeek-V4-Pro et DeepSeek-V4-Flash, repoussant les limites de l'inférence à contexte long. Ces modèles, désormais disponibles via les endpoints accélérés par GPU Blackwell de NVIDIA, sont conçus pour gérer jusqu'à une fenêtre de contexte d'un million de tokens, une avancée significative pour des applications telles que le codage avancé, l'analyse de documents et les flux de travail d'IA agentique.

Le DeepSeek-V4-Pro phare affiche 1,6 trillion de paramètres au total avec 49 milliards de paramètres actifs, tandis que le DeepSeek-V4-Flash, davantage axé sur l'efficacité, compte 284 milliards de paramètres au total et 13 milliards de paramètres actifs. Les deux modèles sont sous licence MIT et répondent à des cas d'usage distincts — Pro pour le raisonnement avancé et Flash pour les tâches à haute vitesse comme le résumé et le routage.

Avancées architecturales pour l'IA à contexte long

DeepSeek V4 s'appuie sur l'architecture Mixture-of-Experts (MoE) de l'entreprise, en introduisant des innovations visant à surmonter les défis de l'inférence à contexte long. Le nouveau mécanisme d'attention hybride combine la Compressed Sparse Attention (CSA) et la Heavily Compressed Attention (HCA), permettant une réduction de 73 % des FLOPs d'inférence par token et une réduction de 90 % de l'utilisation de la mémoire cache KV par rapport à son prédécesseur, DeepSeek V3.2.

Pourquoi est-ce important ? À mesure que les fenêtres de contexte s'élargissent, la gestion de la mémoire et l'efficacité de calcul deviennent cruciales. Les applications d'IA à contexte long, telles que le raisonnement multi-tours, l'intégration d'outils et les flux de travail étendus, nécessitent des modèles capables de conserver et de traiter de grandes quantités de données contextuelles sans goulets d'étranglement. Les améliorations de DeepSeek V4 répondent à ces points de friction, en faisant un candidat solide pour les entreprises cherchant à faire évoluer les systèmes pilotés par l'IA.

Intégration NVIDIA Blackwell

DeepSeek V4 est étroitement intégré à la plateforme Blackwell de NVIDIA, tirant parti de son infrastructure accélérée par GPU pour des performances Scalabilité. Les tests initiaux sur le matériel NVIDIA GB200 NVL72 montrent que DeepSeek-V4-Pro atteint plus de 150 tokens par seconde par utilisateur, avec des optimisations en cours visant à améliorer encore le débit.

L'architecture de Blackwell est conçue pour les modèles d'intelligence à paramètres en trilliards, ce qui en fait une solution naturellement adaptée aux besoins de calcul de DeepSeek V4. Les développeurs peuvent prototyper avec ces modèles via les endpoints hébergés par NVIDIA sur build.nvidia.com ou les déployer directement en utilisant NVIDIA NIM pour des configurations d'infrastructure personnalisées.

Cas d'usage cibles et flexibilité de déploiement

La capacité de DeepSeek V4 à gérer des contextes de 1M tokens ouvre de nouvelles opportunités pour le codage à contexte long, les flux de travail basés sur la récupération et l'IA agentique. Sa flexibilité est encore renforcée par des outils de déploiement tels que SGLang et vLLM, qui proposent des configurations adaptées à différents besoins en matière de latence et de débit, des configurations à faible latence aux configurations multi-GPU pour les opérations à grande échelle.

Cette focalisation sur la flexibilité de déploiement souligne une tendance plus large : à mesure que les modèles d'IA ouverts s'approchent de la frontière de l'intelligence, les entreprises déplacent leur attention de la sélection des modèles vers l'optimisation de l'infrastructure. L'objectif ultime est de réduire le coût par token tout en maintenant les performances, et DeepSeek V4 s'aligne parfaitement avec cette priorité.

Premiers pas

Les développeurs peuvent accéder à DeepSeek V4 via plusieurs canaux, notamment Hugging Face et les endpoints API de NVIDIA. Pour les entreprises et les développeurs souhaitant intégrer une IA à contexte long dans leurs flux de travail, DeepSeek V4 offre une combinaison convaincante de Scalabilité, d'efficacité et de capacités de raisonnement avancées.

Grâce à ses avancées architecturales et à son intégration transparente avec NVIDIA Blackwell, DeepSeek V4 établit un nouveau référentiel pour l'IA à contexte long. À mesure que la demande en systèmes agentiques et en fenêtres de contexte étendues croît, des modèles comme ceux-ci joueront un rôle central dans l'élaboration de la prochaine génération d'applications d'IA.

• deepseek v4
• nvidia blackwell
• modèles d'IA
• inférence à contexte long