8 000 étoiles en un après-midi : la semaine où DeepSeek a ouvert le moteur que Washington venait d'interdire

DeepSeek a publié le 20 octobre 2026 sur GitHub, sous licence Apache 2.0, DeepInfer, le moteur d'inférence qui fait tourner ses modèles en production, et le dépôt a dépassé 8 000 étoiles dans l'après-midi. Le même jour, le Federal Register publiait l'ordre du département de la Sécurité intérieure (DHS) qui retire les produits DeepSeek des agences fédérales civiles américaines. Un modèle peut être banni d'une administration, mais son code et ses poids restent téléchargeables par n'importe quelle entreprise.

Qu'est-ce que DeepInfer, le moteur que DeepSeek a publié le 20 octobre 2026 ?

DeepInfer est le moteur d'inférence que DeepSeek utilise pour servir ses modèles en production, publié le 20 octobre 2026 sur GitHub sous licence Apache 2.0, qui autorise l'usage commercial. Le laboratoire chinois l'a annoncé sur X avec une formule simple : « nous partageons notre pile de production », pour aider la communauté à réduire les coûts de calcul et la consommation d'énergie. Le dépôt a dépassé 8 000 étoiles dans l'après-midi, selon The Next Web.

Un moteur d'inférence est le logiciel qui transforme un fichier de poids en service capable de répondre à des milliers de requêtes à la fois. C'est là que se jouent la vitesse et le prix par token, et les laboratoires gardent d'ordinaire ce savoir-faire pour eux. DeepInfer est d'abord construit sur vLLM, le moteur open source le plus répandu, avec des idées reprises de SGLang et de TensorRT-LLM de NVIDIA. Il embarque les noyaux de calcul maison de DeepSeek (FlashMLA, DeepGEMM, DeepEP), le décodage spéculatif et des sorties contraintes au format JSON. Il ne prend en charge pour l'instant qu'un seul modèle, DeepSeek-V4.1-Flash, et deux familles de puces : les GPU NVIDIA SM100 (la génération B200) et les Huawei Ascend 950. Les limites sont écrites dans le dépôt. La version publiée couvre l'inférence hors ligne, sans système de cache KV ni répartition de charge entre serveurs, et les mesures de performance sont celles de DeepSeek, testées sur 4 GPU pour le traitement des requêtes et 64 pour la génération. Aucun tiers ne les a encore vérifiées. Le projet vLLM a remercié DeepSeek et annoncé qu'il reprendrait certaines de ses idées.

Que prévoit l'ordre du DHS contre DeepSeek publié le 20 octobre 2026 ?

Le département américain de la Sécurité intérieure (DHS) a ordonné aux agences fédérales civiles, par un texte publié au Federal Register le 20 octobre 2026, d'exclure immédiatement les produits DeepSeek de leurs achats et de les retirer de leurs systèmes informatiques, selon BleepingComputer. L'ordre vise aussi les sociétés affiliées à DeepSeek et les produits tiers construits avec sa technologie. Les agences disposent de 60 jours pour demander une exception, examinée par l'agence de cybersécurité CISA.

Le texte s'appuie sur une loi de 2018 sur la sécurité de la chaîne d'approvisionnement fédérale. Le DHS invoque le risque que les autorités chinoises accèdent aux données des utilisateurs du gouvernement américain, et la possibilité que les modèles contiennent des logiciels malveillants ou des failles. TechCrunch rappelle qu'une loi de décembre 2025 limitait déjà DeepSeek dans les systèmes de sécurité nationale, et qu'un rapport américain de septembre accusait DeepSeek et cinq autres laboratoires chinois, dont Alibaba et Moonshot AI, de distillation à grande échelle de modèles américains. Mao Ning, porte-parole de la diplomatie chinoise, a dénoncé une « politisation » des questions technologiques et promis de défendre les intérêts des entreprises chinoises. Le point qui compte pour une entreprise est écrit noir sur blanc : ce n'est pas une interdiction générale. Les entreprises privées, les particuliers et les gouvernements étrangers ne sont pas concernés. L'ordre ferme une porte précise, celle des achats publics fédéraux, et laisse ouvertes toutes les autres.

Une entreprise européenne peut-elle encore utiliser DeepSeek en l'hébergeant elle-même ?

Une entreprise européenne peut juridiquement utiliser DeepSeek en octobre 2026, puisque l'ordre du DHS publié le 20 octobre ne vise que les agences fédérales civiles américaines, et DeepInfer lui donne pour la première fois le moteur officiel pour héberger le modèle sur ses propres serveurs. Le cœur de l'argument américain, le transfert de données vers la Chine, tombe quand le modèle tourne chez soi : aucune requête ne quitte alors l'infrastructure de l'entreprise.

Le calcul économique explique l'intérêt. Gizmodo relève que DeepSeek-V4.1-Flash coûte 0,035 $ le million de tokens en entrée et 0,12 $ en sortie sur OpenRouter, contre 10 $ et 50 $ pour GPT-6 Astra d'OpenAI. Mais l'auto-hébergement a un ticket d'entrée élevé. Le modèle compte 763 milliards de paramètres, il demande des puces de la génération B200 ou des Ascend 950, et une analyse publiée sur DEV Community rappelle qu'il faut construire soi-même le cache, la séparation entre traitement et génération, et le routeur. Pour une PME, la voie réaliste reste un hébergeur européen qui fait ce travail. Deux réserves du DHS valent aussi en Europe. La première est le risque de code malveillant dans un modèle, qui ne disparaît pas parce qu'il est open source : il se contrôle par des tests et par le choix d'un hébergeur qui les documente. La seconde est la contagion. Le périmètre américain inclut les produits « construits avec la technologie DeepSeek ». MemT-1.0, un modèle ouvert publié le 20 octobre 2026 sous licence MIT, repose par exemple sur DeepSeek-V4-Flash pour sa version la plus grande. Un outil acheté à un éditeur peut ainsi embarquer DeepSeek sans le dire. Pour qui vend à des acheteurs publics américains, la question est désormais contractuelle.

Pourquoi Microsoft affirme-t-il que les modèles de pointe ne sont pas dignes de confiance ?

Microsoft a présenté le 19 octobre 2026 Guardian Agents, une fonction qui surveille les agents IA utilisés par une entreprise, et sa responsable sécurité Hayete Gallot a écrit que « les modèles de pointe, quelle que soit leur origine, ne sont pas dignes de confiance », selon TechCrunch. Elle précise que le problème n'est pas la malveillance mais l'imprévisibilité : un modèle est entraîné à finir sa tâche, pas à respecter les règles internes d'une organisation.

La formule « quelle que soit leur origine » éclaire le débat sur DeepSeek. Le risque d'un agent ne tient pas seulement au pays de son éditeur, il tient à ce qu'on le laisse toucher. Microsoft Defender peut désormais repérer jusqu'à 60 types d'agents que les salariés installent eux-mêmes, dont Claude Code, Codex et OpenClaw. Microsoft ajoute des outils pour restreindre l'accès des agents aux données, et des permissions qui s'ajustent à la tâche, avec validation humaine quand une décision paraît risquée. Satya Nadella, dans un billet cité par TechCrunch, demande aux entreprises de ne plus se fier aux assurances des fournisseurs de modèles et de confier la surveillance à des systèmes indépendants des laboratoires. Le message n'est pas neutre : Microsoft a investi dans OpenAI et dans Anthropic, et vend désormais la sécurité des agents comme un produit. L'idée de fond reste juste pour une PME. On ne choisit pas un modèle digne de confiance, on construit un cadre qui limite ce qu'un modèle, quel qu'il soit, peut faire.

Que change la déclaration signée par l'Allemagne et NVIDIA le 20 octobre 2026 ?

Le gouvernement fédéral allemand et NVIDIA ont signé le 20 octobre 2026 à Berlin, lors du sommet Invest in Germany, une déclaration d'intention commune pour développer des modèles d'IA physique destinés à l'industrie, selon AI News. Le chancelier Friedrich Merz et Jensen Huang, fondateur de NVIDIA, en ont présenté les termes, avec l'objectif affiché de diffuser l'IA industrielle à grande échelle et de bâtir un écosystème européen de pointe.

NVIDIA a promis près de 10 Md$ pour soutenir entreprises, universités et laboratoires en Europe, et annoncé des investissements dans quatre start-up allemandes : Agile Robots, Avelios Medical, Mirelo et Reflex Aerospace. Siemens a présenté au même moment un partenariat sur les usines autonomes et revendique jusqu'à 85% d'effort d'ingénierie en moins pour une montée en cadence virtuelle, et jusqu'à 20% d'économies grâce à la planification par agents. Ce sont des chiffres de fournisseur, sans méthode publiée. Le message politique est plus net que les chiffres. Friedrich Merz a demandé aux dirigeants du Mittelstand, le tissu allemand de PME industrielles, d'ouvrir leurs portes à l'IA pour exploiter leurs données. Pour une PME française, la leçon est concrète : l'IA qui crée de la valeur dans l'industrie ne se limite pas aux chatbots. Elle passe par les données de production, la maintenance et la planification, qui dorment souvent dans des outils déjà payés.

Comment Otter.ai a-t-il levé 320 M$ sans céder de capital ?

Otter.ai, l'outil de prise de notes de réunion, a annoncé le 20 octobre 2026 avoir obtenu 320 M$ du Customer Value Fund de General Catalyst, un financement qui ne dilue pas les actionnaires, selon TechCrunch. Le fonds se rémunère sur les résultats des dépenses marketing qu'il finance, au lieu de prendre des actions. Otter avait levé environ 50 M$ en dix ans, son dernier tour datant de 2021.

Ce montage n'est possible que pour une entreprise qui sait prouver ce que rapporte un client acquis. Otter dit avoir dépassé 100 M$ de revenus récurrents annuels l'an dernier et compter 40 millions d'utilisateurs, contre 25 millions un an plus tôt, sans publier ses utilisateurs actifs mensuels ni son taux de désabonnement. L'argent doit financer la conquête des grandes entreprises, l'international et de nouvelles fonctions : un « pré-brief » qui rappelle le contexte des échanges précédents avant une réunion, et Live Assist, qui permet d'interroger l'assistant pendant l'appel. Le signal dépasse Otter. Dans l'IA, une partie des éditeurs d'applications sort du modèle « lever toujours plus et brûler du capital » pour se financer sur ses propres métriques. Pour une PME qui achète ces outils, c'est plutôt rassurant : un fournisseur financé sur son chiffre d'affaires a intérêt à garder ses clients, pas seulement à en conquérir de nouveaux.

Testez votre lecture de la semaine

Sources

• GitHub, deepseek-ai/DeepInfer (README), octobre 2026
• The Next Web, DeepSeek open-sources DeepInfer, the engine that runs its AI models, 20 octobre 2026
• Gizmodo, DeepSeek dials up the pressure on OpenAI and Anthropic with open-source inference tool, 20 octobre 2026
• DEV Community, DeepSeek open-sourced the engine behind its API. It ships without a KV cache system, octobre 2026
• BleepingComputer, DHS bans DeepSeek products across US federal civilian agencies, 20 octobre 2026
• TechCrunch, US orders federal agencies to remove China's DeepSeek AI from their systems, 20 octobre 2026
• TechCrunch, Microsoft says AI agents are like insider threats as frontier models can't be trusted, 19 octobre 2026
• AI News, Germany and NVIDIA sign industrial AI declaration in Berlin, 20 octobre 2026
• TechCrunch, Otter AI raises $320M from General Catalyst's growth fund for its meeting tool, 20 octobre 2026
• Hugging Face Papers, MemT-1.0: Towards Memory-Native Evolution, octobre 2026
• Hugging Face Papers, Halcyon T2I, octobre 2026
• AI News, Singapore partners with Anthropic on public sector AI deployments, 16 octobre 2026

Pour aller plus loin

Chaque lundi, la newsletter de Polaris résume en trois news ce qui compte vraiment dans l'IA pour les dirigeants de PME : inscrivez-vous à la newsletter du lundi.

Pour passer de la veille à la pratique, les formations gratuites d'Agentia Academy vous montrent comment utiliser l'IA dans votre entreprise, pas à pas : découvrir les formations gratuites.