Brevet US20260030492 : le NPU modulaire de DeepX défie le GPU
💡 La startup sud-coréenne DeepX Co Ltd a publié la demande de brevet américain US20260030492A1 le 29 janvier 2026, décrivant un système d'IA modulaire et évolutif qui insère des unités de traitement neuronal (NPU) spécialisées dans des emplacements M.2 et E1.S standard d'une carte mère, sans recourir aux GPU énergivores. L'invention cible directement la crise énergétique des centres de données IA: un GPU H100 consomme 700 W, la carte NPU DX-H1 de DeepX n'en consomme que 30 W. Si cette architecture est largement adoptée, elle pourrait restructurer l'ensemble du marché de l'inférence IA.
| Champ | Détail |
|---|---|
| Numéro de brevet | US20260030492A1 |
| Statut | Demande publiée (examen en cours) |
| Déposé le | 14 juillet 2025 |
| Publié le | 29 janvier 2026 |
| Juridiction | États-Unis (USPTO) |
| Titulaire | DeepX Co Ltd (Corée du Sud) |
| Inventeurs | Lok Won Kim, In Goo Kang |
| Classes IPC | G06N3/063, G06N3/045, G06N3/047, G06N3/0495 |
| Ce que revendique le brevet | Système d'IA modulaire et évolutif utilisant des modules NPU standard M.2/E1.S sur une carte mère, coordonnés par un contrôleur système pour une montée en charge incrémentale de la capacité IA |
Ce que revendique réellement le brevet
La demande de brevet US20260030492A1, déposée le 14 juillet 2025 et publiée le 29 janvier 2026, décrit un système d'IA articulé autour d'une carte mère à emplacements multiples. Chaque emplacement accueille un module d'IA standardisé au format M.2 ou E1.S (le même encombrement que les SSD d'entreprise), chaque module intégrant un NPU dédié. Un contrôleur système coordonne tous les modules, permettant à la puissance de calcul IA totale d'évoluer linéairement avec le nombre de modules installés.
À l'intérieur de chaque NPU, la conception répartit le travail entre des coeurs de calcul matriciel entier (qui traitent l'essentiel de l'inférence des réseaux de neurones) et une unité à fonctions spéciales (SFU) gérant les opérations non linéaires en virgule flottante. Le brevet prend explicitement en charge les réseaux quantifiés et comprimés (IPC G06N3/0495), la technique qui réduit la taille des modèles sans grande perte de précision. Le résultat pratique: une entreprise peut acheter deux modules aujourd'hui et en ajouter huit l'année prochaine quand ses charges IA augmentent, sans remplacer l'ensemble du serveur.
Cela paraît incrémental, mais les implications dépassent largement la conception matérielle. Cette architecture découple la capacité d'IA des cycles de remplacement des serveurs et parie que l'efficacité de l'inférence sera le vrai terrain concurrentiel de la prochaine décennie de l'IA.
Le problème: la facture énergétique de l'IA grimpe rapidement
Le brevet cite dès son ouverture que "la consommation électrique des centres de données mondiaux devrait plus que doubler d'ici 2026." Le rapport 2025 de l'Agence internationale de l'énergie (AIE) projette que la consommation électrique mondiale des centres de données pourrait doubler d'ici 2030 par rapport à 2023, les charges de travail IA représentant l'essentiel de cet accroissement. À l'échelle, 80 à 90 % de toute l'énergie de calcul IA est consacrée à l'inférence, c'est-à-dire faire tourner des modèles en production, plutôt qu'au coût ponctuel de l'entraînement.
Un rack de 1 000 GPU H100 consomme environ 1,76 mégawatt en continu. Les coûts mensuels d'électricité varient de 50 800 dollars dans les régions à énergie bon marché à plus de 317 500 dollars en Europe occidentale pour le même matériel (Spheron.network, avril 2026). Pour une startup ou une PME, déployer une infrastructure d'inférence IA basée sur GPU représente un engagement capitalistique intense. L'invention de US20260030492A1 s'attaque directement à ce problème au niveau matériel.
Résoudre le goulot d'étranglement énergétique exige pourtant plus qu'un matériel ingénieux: cela dépend d'un écosystème entier de technologies complémentaires. C'est là que la pensée systémique devient essentielle.
Les connexions technologiques: de quoi dépend ce brevet
Le brevet DeepX se situe à l'intersection de plusieurs fils technologiques convergents. Il dépend des noeuds de procédé semiconducteur avancés: la première puce commerciale de la société, le DX-M1, est fabriquée en 5 nm, le même niveau de procédé que la puce A-series d'Apple. Sans accès aux fonderies de pointe (principalement TSMC et Samsung Foundry), les chiffres d'efficacité énergétique promis par le brevet seraient impossibles à atteindre.
L'architecture dépend aussi de l'écosystème croissant des modèles d'IA quantifiés. Le brevet cible explicitement les réseaux neuronaux comprimés (IPC G06N3/0495), ce qui suppose les progrès de la communauté de recherche en quantification post-entraînement et en inférence à précision mixte. En résumé: la valeur du brevet est tributaire des avancées logicielles hors du contrôle de DeepX.
Troisièmement, le format M.2/E1.S s'appuie sur des organismes de normalisation établis (JEDEC, SNIA). C'est un choix de conception délibéré: en ciblant des empreintes existantes, le système s'insère dans les cartes mères de serveurs et ordinateurs industriels actuels sans matériel personnalisé. Cela abaisse considérablement les barrières à l'adoption et ouvre la porte à la vague suivante: l'IA en périphérie à grande échelle.
Ce que cela pourrait débloquer: la vague de l'IA en périphérie
Le plus grand potentiel en aval du brevet réside dans le Physical AI, l'application de l'inférence IA dans du matériel réel comme les robots, machines industrielles et infrastructures de villes intelligentes. Le PDG de DeepX, Lokwon Kim, affirme que la distribution de l'inférence vers des appareils en périphérie "pourrait réduire le trafic des centres de données de plus de 80 %." La logique: si un robot d'usine ou une caméra de surveillance fait tourner ses modèles localement sur un module NPU de 30 W, il cesse d'envoyer des flux de données brutes vers un centre de données distant.
En sept mois après le lancement de sa production en série, DeepX a sécurisé 27 commandes commerciales dans huit pays, couvrant la robotique, les usines intelligentes, les serveurs IA en périphérie, la surveillance et les villes intelligentes. Les partenaires incluent Renesas Electronics (qui a intégré les NPU DeepX dans des cartes industrielles), Ultralytics (développeur de YOLO) et Raspberry Pi (co-développement d'un module AI HAT autour du DX-M1). L'architecture du brevet est le fondement PI de tous ces déploiements.
Si le modèle NPU modulaire s'étend aux centres de données comme le brevet l'envisage, les implications pour les fournisseurs cloud, les opérateurs de colocation et les fournisseurs de serveurs HPC basés sur GPU seront considérables.
Qui est menacé: NVIDIA et la muraille GPU
La position de NVIDIA dans l'infrastructure IA repose sur trois piliers: le matériel GPU, le logiciel CUDA et les effets de réseau du premier entrant. L'implication en matière de traduction de brevets est significative: les entreprises déposant des brevets dans cet espace doivent localiser avec précision leurs revendications dans plusieurs juridictions, et NVIDIA détient des milliers de brevets dans des domaines adjacents. Un nouvel entrant comme DeepX déposant un brevet NPU modulaire aux États-Unis signale qu'il entend concurrencer, non seulement en matériel mais aussi en propriété intellectuelle.
L'approche DeepX n'attaque pas NVIDIA sur le débit d'entraînement brut: les H100 et B200 restent les outils privilégiés pour l'entraînement de grands modèles. Elle attaque la "queue" de l'inférence: le coût de calcul continu qui fait tourner 80 à 90 % de l'IA en production. Les puces Trainium et Graviton d'Amazon ont déjà démontré environ 30 % de meilleure performance-prix que les GPU équivalents pour certaines charges d'inférence (Spheron.network, avril 2026). Le marché de l'inférence se fragmente, et US20260030492A1 est la revendication de territoire de DeepX.
Un brevet n'est pas un produit, mais un brevet publié est une carte
Il convient de rappeler qu'une demande de brevet américaine publiée n'est pas un brevet accordé: c'est une déclaration d'intention publique. US20260030492A1 est encore en cours d'examen à l'USPTO. Les revendications peuvent être réduites, contestées ou divisées avant tout octroi. Mais la publication compte: elle établit une date de priorité (14 juillet 2025), prévient les concurrents et crée un enregistrement juridiquement défendable de l'approche architecturale de DeepX.
Pour les entreprises qui construisent une infrastructure d'inférence IA, la publication de ce brevet est un signal à surveiller dans le paysage PI. L'approche modulaire M.2/E1.S pourrait devenir un standard industriel, ou rester une niche. Dans tous les cas, la stratégie de brevets de DeepX fait désormais partie du registre public.
Qu'est-ce que cela signifie pour nous?
La conclusion la plus immédiate: le marché de l'inférence IA se fragmente, et l'efficacité de la couche matérielle, mesurée en TOPS par watt plutôt qu'en TOPS absolus, devient la variable concurrentielle déterminante. Les pays et entreprises qui maîtrisent l'inférence IA en périphérie gagneront un avantage pour déployer l'IA à grande échelle sans importer la facture énergétique des centres de données GPU.
Pour le secteur de la traduction et de la propriété intellectuelle, des brevets comme US20260030492A1 illustrent au niveau pratique pourquoi la traduction technique de brevets compte. Le dépôt américain d'une startup coréenne doit communiquer ses revendications sans ambiguïté aux examinateurs de l'USPTO, aux licenciés potentiels et aux concurrents qui évaluent si ses revendications peuvent être contournées. Quand la même technologie fait l'objet de dépôts dans l'UE, au Japon ou en Chine, la localisation de ces revendications devient une tâche distincte mais tout aussi critique, nécessitant une traduction PI spécialisée.
FAQ
Qu'est-ce que le brevet US20260030492A1?
Il s'agit d'une demande de brevet américaine publiée le 29 janvier 2026 par la société coréenne DeepX Co Ltd. Elle décrit un système d'inférence IA modulaire utilisant plusieurs modules NPU basse consommation branchés sur une carte mère, plutôt qu'un seul GPU haute puissance, pour effectuer des calculs IA de manière évolutive et efficace en énergie.
En quoi un NPU modulaire diffère-t-il d'un GPU?
Un GPU est un grand processeur parallèle polyvalent, optimisé pour l'entraînement et l'inférence IA. Un NPU est une puce dédiée, optimisée uniquement pour l'inférence. Le système modulaire de DeepX enchaîne plusieurs petits NPU, permettant aux opérateurs d'accroître leur capacité d'inférence progressivement à faible puissance: la carte DX-H1 ne consomme que 30 W contre 700 W pour un H100 NVIDIA.
Ce brevet est-il accordé ou simplement publié?
À la date de sa publication, le 29 janvier 2026, US20260030492A1 est une demande publiée. Elle a été déposée à l'USPTO et rendue publique, mais n'a pas encore été accordée. La publication établit une date de priorité (14 juillet 2025) et prévient les concurrents, mais la portée finale de la protection dépend du résultat de l'examen.
Pourquoi la traduction de brevets est-elle importante pour les brevets de puces IA?
Les brevets de puces IA contiennent des revendications techniques précises sur l'architecture matérielle. Lors de dépôts équivalents dans d'autres juridictions (UE, Japon, Corée, Chine), ces revendications doivent être traduites avec une précision juridique et technique. Des erreurs peuvent laisser des inventions clés sans protection ou exposer le brevet à des demandes d'invalidation: la traduction de brevets spécialisée est essentielle à toute stratégie PI mondiale.
Qui est DeepX et qui est derrière ce brevet?
DeepX Co Ltd est une société coréenne de conception de semi-conducteurs fabless développant des puces d'inférence IA ultra-basse consommation. Les inventeurs nommés dans le brevet sont Lok Won Kim et In Goo Kang. Sept mois après le lancement de la production en série, DeepX avait sécurisé 27 commandes commerciales dans huit pays dans la robotique, les usines intelligentes, la surveillance et l'IA industrielle.
Sources
Google Patents - US20260030492A1 (2026)
Communiqué DeepX - 27 commandes commerciales (2025)
Spheron.network - Guide puissance inférence IA (avril 2026)
Newsroom DEEPX - caractéristiques produits (2025)
À propos de l'auteur
Dao Huy (Lucas) est un traducteur vietnamien professionnel avec plus de sept ans d'expérience en traduction de brevets et localisation de documents de propriété intellectuelle. Il est spécialisé dans la traduction de l'anglais, du chinois et du français vers le vietnamien dans les domaines de l'ingénierie, des semi-conducteurs et de l'IA, où une revendication mal traduite peut signifier une protection PI perdue sur des marchés entiers.
Si votre organisation dépose ou fait valoir des brevets dans les domaines des semi-conducteurs, de l'IA ou des matériaux avancés et a besoin d'une traduction de brevets ou d'une localisation technologique précise en vietnamien, Dao Huy propose des services spécialisés pour les équipes juridiques, les cabinets en PI et les entreprises technologiques. Demandez un devis sur daohuy.com.
Written by Dao Huy (Lucas), Vietnamese translator & localization specialist (EN · ZH · FR → Vietnamese). See translation services →