Sunrise S3 : la réponse chinoise à la « faim » de mémoire vidéo et à la génération coûteuse
Sunrise a dévoilé la S3, une puce spécialisée dans l'inférence qui vise un point douloureux du secteur : le manque de mémoire vidéo. Le passage à la LPDDR6 et la prise en charge de la précision FP4 ont permis de quadrupler la capacité mémoire par rapport à la génération précédente. Pour les développeurs, cela signifie que l'exécution de modèles lourds comme DeepSeek deviendra 10 fois moins chère. Pendant que les géants mondiaux se disputent la puissance brute, l'entreprise chinoise mise sur l'efficacité et l'accessibilité. C'est une étape importante pour la localisation de l'infrastructure d'IA sous sanctions, où chaque watt et chaque yuan économisé comptent.
Traité par IA depuis 36Kr (36氪) ; édité par Hamidun News
Alors que l'industrie suffoque face à la pénurie de mémoire vidéo et aux prix des H100, le chinois Sunrise a choisi de jouer les cartes qui préoccupent vraiment les développeurs. Sa nouvelle puce S3 n'est pas une simple tentative de plus de rattraper les leaders en téraflops, mais un outil pragmatique pour résoudre le « goulot d'étranglement de la mémoire ». Quiconque a déjà essayé d'exécuter un gros modèle de langage en local le sait : la puissance de calcul reste souvent inutilisée, car les données n'arrivent pas assez vite depuis la mémoire.
Sunrise a intégré à la S3 la prise en charge de la mémoire LPDDR6. C'est une première pour une solution GPGPU chinoise, et le pari paraît pour le moins audacieux. Grâce à lui, la mémoire disponible a été multipliée par quatre par rapport à la génération précédente de puces de l'entreprise. Dans un monde où les paramètres des modèles croissent plus vite que les budgets matériels, ce bond permet de conserver en mémoire des contextes et des poids de modèles bien plus volumineux, sans recourir à des stockages externes lents.
Une autre astuce d'ingénierie réside dans la souplesse du calcul. La S3 permet de basculer « à la volée » entre les précisions FP16 et FP4. Pour ceux qui ne suivent pas les subtilités de la quantification : passer en FP4 permet de compresser les données du modèle sans perte critique de qualité des réponses. Cela influe directement sur la vitesse de génération et, surtout, sur l'économie du processus. Quand un modèle occupe moins de place et exige moins de ressources pour traiter chaque mot, le coût d'exploitation chute de façon exponentielle.
Les chiffres avancés par Sunrise paraissent presque provocateurs. Sur les modèles populaires de la famille DeepSeek, le coût de génération d'un token a baissé de 90 % par rapport aux solutions précédentes de l'entreprise. Si ces résultats se confirment dans de vraies baies de serveurs, on verra déferler une nouvelle vague de services d'IA abordables, qui ne nécessitent pas des milliards d'investissement en infrastructure. C'est particulièrement pertinent pour le marché chinois, où l'accès aux accélérateurs avancés de Nvidia est limité par les sanctions, alors que le besoin de puissance pour les LLM nationaux ne cesse de croître.
Il faut bien comprendre le contexte : Sunrise ne cherche pas à créer une machine universelle pour entraîner des modèles à partir de zéro. La S3 est une « machine-outil » très spécialisée pour l'inférence, c'est-à-dire pour le fonctionnement de réseaux de neurones déjà entraînés. C'est à ce stade que part aujourd'hui la majeure partie de l'argent dans le business de l'IA. Si vous pouvez servir des réponses aux utilisateurs 10 fois moins cher que vos concurrents, votre modèle économique devient soudain viable.
En définitive, le succès de la S3 dépendra non seulement du matériel, mais aussi de la couche logicielle. Les fabricants chinois butent souvent sur les pilotes et la compatibilité avec des bibliothèques populaires comme PyTorch. Cependant, se concentrer sur DeepSeek, le modèle ouvert le plus populaire de la région, leur offre un excellent tremplin. Il semble que l'époque où l'on ne mesurait que la puissance des GPU touche à sa fin, au profit de celle de l'efficacité mémoire.
L'essentiel : la Sunrise S3 montre qu'optimiser pour des architectures précises comme DeepSeek et travailler avec de la mémoire LPDDR6 peut apporter plus d'efficacité que la simple course aux nanomètres. Cette approche pourra-t-elle devenir la norme de l'inférence à bas coût dans le monde entier ?
- 18 nov. 2026sd.cpp à la place de Forge Neo : neuf modèles sur un GPU de 16 Go génèrent une image en 5 à 68 secondes
- 18 nov. 2026Un million de tokens sur une seule H100 passe de $18 à $0,80 avec 32 requêtes
- 18 nov. 2026Qwen sur deux DGX Spark gagne 34–59% en tokens par seconde et devance GLM
- 18 nov. 2026Bonsai 2 27B compressé : 17 tokens/s sur une carte de 2017, contre 32 pour Qwen3 8B
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.