Après son entrée en bourse, Zhipu a levé des fonds, changeant ainsi les règles du champ des grands modèles (modèles informatiques complexes).

La bataille des grands modèles pour le financement s’intensifie : Zhipu réalise un nouveau tour de financement de 5 milliards de dollars, la puissance de calcul devenant le nouveau champ de bataille

Résumé des points clés

En bref, les règles de la compétition dans l’industrie des grands modèles ont changé. Auparavant, on comparait « qui a le modèle le plus intelligent », mais maintenant, on compare « qui a le plus d’argent et qui peut supporter les coûts élevés de la puissance de calcul sur le long terme ».

Zhipu AI, qui vient tout juste de se lancer sur le marché, a rapidement entamé un nouveau tour de financement massif de 5 milliards de dollars (environ 35 milliards de yuans). Ces fonds ne sont pas destinés à payer les salaires ou à financer des campagnes de marketing, mais à acheter des puces, à construire des data centers et à développer des infrastructures.

En même temps, des acteurs majeurs nationaux tels que DeepSeek et Kimi, ainsi que des entreprises mondiales comme OpenAI et Anthropic, investissent massivement dans les infrastructures de puissance de calcul. Cela signifie que les grands modèles sont passés d’une activité basée sur des « actifs légers » (logiciels) à une activité basée sur des « actifs lourds » (infrastructures). Ceux qui parviendront à obtenir une puissance de calcul abordable, fiable et à grande échelle seront les seuls à survivre à ce marathon.

---

Analyse approfondie : Pourquoi les entreprises de grands modèles deviennent-elles soudainement si « lourdes » ?

Pour que vous compreniez mieux la logique derrière ces actions, nous analysons l’information sous cinq aspects :

1. Accélération du rythme des financements : L’introduction en bourse n’est pas la fin, mais le début de l’apport de fonds

Beaucoup pensent que l’introduction en bourse signifie que l’argent est disponible et que l’entreprise peut commencer à gagner de l’argent. Mais dans l’industrie des grands modèles, l’introduction en bourse ne constitue qu’un laissez-passer pour entrer sur le marché, et non une garantie de succès.

• Le calendrier est serré : Zhipu s’est lancée à la Bourse de Hong Kong en janvier de cette année, a obtenu 4 milliards de dollars en juillet, et a lancé un nouveau tour de financement de 5 milliards de dollars en septembre. En seulement 8 mois, l’entreprise a obtenu de l’argent trois fois du marché financier, à un rythme très rapide.
• Où va l’argent ? L’information indique clairement que l’argent est principalement utilisé pour la recherche et le développement, les ressources en puissance de calcul et les infrastructures. Cela montre que les flux de trésorerie des entreprises de grands modèles sont négatifs ou très faibles, et qu’elles doivent constamment recevoir des fonds externes pour maintenir leurs dépenses élevées en recherche et développement et en puissance de calcul.
• Implication sous-jacente : Si une entreprise de grands modèles cesse de financer, ses activités de recherche et développement et ses services de puissance de calcul pourraient s’arrêter. Ainsi, la course à l’argent et aux capitaux est tout aussi importante que la course aux talents.

2. Grand changement de rôle : Des « acheteurs de puissance de calcul » à des « propriétaires de puissance de calcul »

Au cours des trois dernières années, le modèle d’activité des entreprises de grands modèles était simple : **obtenir des financements → louer des GPU/acheter des puces → entraîner des modèles → lancer des produits*. La puissance de calcul était considérée comme un coût, à acheter en fonction de la quantité utilisée.

Mais maintenant, les acteurs majeurs (comme Zhipu et DeepSeek) commencent à construire leurs propres data centers, à acheter des puces nationales et même à développer des puces sur mesure.

• Pourquoi ce changement ?
• Auparavant : La puissance de calcul était un « moyen de production » utilisé jusqu’à épuisement.
• Aujourd’hui : La puissance de calcul est une « ressource stratégique ». En raison de la rapidité des itérations des modèles (pré-traitement, entraînement, apprentissage automatique), et des besoins continus en unités de calcul (tokens) pour les applications d’agents intelligents.
• Pour illustrer : Auparavant, si vous aviez besoin de voitures, vous en louiez auprès d’une société de location ; maintenant, si vous gérez une plateforme de véhicules en libre-service et que vous constatez que la location est trop coûteuse et instable, vous achetez vos propres voitures, construisez vos propres stations de recharge et rénovez les routes.
• Avantages : En contrôlant votre propre puissance de calcul, vous pouvez mieux gérer le rythme d’entraînement des modèles, ce qui peut réduire considérablement les coûts à long terme. Ceux qui contrôlent les puces, l’électricité et les logiciels de planification ont le contrôle sur les « veines » des modèles.

3. Augmentation du seuil de compétition : Du « jeu d’intelligence » au « jeu de ressources »

En 2023, lors de la « bataille des cent modèles », on comparait les scores des benchmarks et la taille des paramètres des modèles. À l’époque, un modèle suffisamment puissant pouvait obtenir un nouveau tour de financement.

En 2026 (le contexte de l’article), la logique de la compétition a changé :

• La capacité du modèle n’est plus le seul atout : Les capacités des principaux acteurs (Zhipu, DeepSeek, Kimi, MiniMax, etc.) ne diffèrent plus beaucoup, et tous se trouvent dans le premier peloton.
• Les nouveaux critères de compétition sont la sustentabilité** :
• Pouvez-vous continuer à itérer ?
• Pouvez-vous faire fonctionner des clusters à grande échelle de manière stable ?
• Pouvez-vous faire fonctionner efficacement des puces de différentes marques nationales ?
• Pouvez-vous réduire vos coûts ?
• Conclusion : La capacité du modèle est un aspect visible, mais les infrastructures de puissance de calcul et les réserves de fonds sont les éléments essentiels. Sans ces ressources, même les meilleurs modèles ne peuvent pas durer longtemps. C’est ce qu’on appelle le « deuxième seuil » de compétition : l’élimination des entreprises incapables de soutenir le fonctionnement des modèles de pointe sur le long terme.

4. Course aux armements mondiale : Des milliards de dollars affluent, l’IA devient un « projet d’infrastructure »

Ce n’est pas seulement un phénomène chinois, mais une tendance mondiale.

• Chiffres impressionnants : La Banque de règlementation internationale prévoit que les investissements mondiaux dans l’IA par les cinq plus grands géants technologiques dépasseront 1 trillion de dollars entre 2025 et 2026. D’ici 2030, les investissements dans l’IA pourraient passer de 500 milliards de dollars actuels à 4 trillion de dollars.
• Développements à l’étranger :
• Anthropic : Prépare son introduction en bourse, avec une levée de fonds potentielle de 100 milliards de dollars, et s’engage à investir 100 milliards de dollars dans AWS (le cloud d’Amazon).
• OpenAI, Meta, Google : Investissent massivement dans des data centers, des puces personnalisées et des énergies.
• Signification de ces développements : L’IA n’est plus simplement une application Internet légère, mais est devenue une sorte de « projet d’infrastructure » similaire à la construction de lignes de train à grande vitesse ou de réseaux électriques. L’argent afflue vers les infrastructures matérielles à un rythme sans précédent. Cela signifie que la compétition future ne se limitera pas aux algorithmes, mais inclura également la compétition en matière d’énergie, de fabrication de puces et de construction de data centers.

5. Le « atout national » de Zhipu : Les considérations stratégiques derrière l’indépendance technologique

L’article mentionne un détail : le data center de 1 GW construit par Zhipu utilise entièrement des puces AI nationales.

• Pourquoi insister sur l’indépendance nationale ?
• Sécurité de la chaîne d’approvisionnement : Dans un contexte géopolitique, la dépendance aux puces de haute technologie importées peut entraîner des interruptions.
• Coûts et personnalisation : La collaboration avec des entreprises de puces nationales (comme mentionnée dans l’article pour le développement de puces sur mesure) permet d’optimiser le matériel pour l’entraînement des grands modèles, ce qui peut être plus économique et plus fiable à long terme que l’utilisation de puces importées.

Conformité aux politiques : Cela correspond à la direction nationale vers l’indépendance technologique et facilite l’obtention de soutien politique et de ressources sociales.

Défis : Les puces nationales peuvent encore manquer en maturité de l’écosystème et en performances par carte ; il est nécessaire de compenser cela au niveau logiciel (par exemple, avec des logiciels de planification de la puissance hétérogène). Zhipu a acquis des entreprises de logiciels comme Zhongke Jiahe pour combler cette lacune.

---

Conséquences pour le grand public

1. L’industrie des grands modèles entre dans la seconde phase de la compétition : Auparavant, il y avait une diversité d’acteurs ; maintenant, seuls les plus forts survivent. Les petites entreprises sans un financement et une puissance de calcul significatifs ont du mal à se distinguer.

2. La puissance de calcul, c’est le pouvoir : À l’avenir, ceux qui disposent d’une puissance de calcul abordable et fiable auront un avantage considérable dans l’ère de l’IA, tout comme ceux qui possédaient des machines à vapeur pendant la révolution industrielle.

3. Perspective d’investissement : Si vous êtes intéressé par les investissements technologiques, ne vous concentrez pas seulement sur les entreprises qui développent des applications, mais aussi sur celles qui fabriquent des puces, des data centers et des infrastructures énergétiques. Ce sont les acteurs clés de cette compétition.

4 La mise en œuvre des technologies ralentit, mais devient plus stable : En raison de la construction d’infrastructures, la vitesse d’itération des grands modèles pourrait passer d’un « mises à jour mensuelles » à des « mises à jour trimestrielles/annuelles », mais la stabilité et le rapport qualité-prix des modèles s’amélioreront considérablement, ce qui est bénéfique pour les utilisateurs finaux.

En résumé : La guerre des grands modèles est passée de « qui a le modèle le plus intelligent » à « qui peut dépenser le plus d’argent et qui peut supporter les coûts élevés de la puissance de calcul ». Les 5 milliards de dollars levés par Zhipu ne servent pas à acheter des modèles, mais à obtenir un laissez-passer pour la prochaine phase de la compétition et des ressources pour continuer à se développer.