La Chine a acheté environ un million de GeForce pour l'IA, et Huawei grignote le marché de Nvidia

Les développeurs chinois de modèles d'IA ont acheté environ un million de cartes graphiques gaming GeForce et de solutions Nvidia pour stations de travail, des produits américains. Mais sur l'ensemble du marché chinois des accélérateurs d'IA, la part de Nvidia continue de reculer. Au dernier semestre, la première place est passée aux accélérateurs qui n'appartiennent pas à la catégorie GPU. Huawei est le principal bénéficiaire de ce basculement.

Le matériel grand public transformé en ferme d'IA

Les accélérateurs serveur de Nvidia destinés à la Chine sont bridés par les règles américaines d'exportation. Les cartes graphiques gaming et les stations de travail sont nettement moins touchées par ces restrictions, et la demande s'est donc reportée sur elles. Un million d'unités, c'est déjà une échelle industrielle, pas celle d'enthousiastes avec des racks installés à domicile.

La logique est limpide. Les GeForce haut de gamme embarquent 24–32 Go de mémoire vidéo : 24 Go pour la RTX 4090, 32 Go pour la RTX 5090. C'est suffisant pour l'inférence, le fine-tuning et les expérimentations sur des modèles de taille moyenne.

Pour entraîner de grands modèles à partir de zéro, en revanche, ça ne l'est pas. Les cartes grand public n'ont pas de NVLink tel qu'on le trouve sur les accélérateurs serveur, le passage à l'échelle sur des centaines de nœuds se heurte aux interconnexions, et la licence des pilotes GeForce limite formellement l'usage en centre de données. Les équipes achètent ces cartes parce qu'il ne reste presque plus d'autre moyen légal d'obtenir de la puissance de calcul CUDA en volume suffisant.

Où Nvidia perd du terrain

Le paradoxe : les volumes d'achat augmentent, mais la part de Nvidia dans le segment des accélérateurs d'IA en Chine baisse. Une carte gaming achetée pour une équipe d'IA ne remplace pas un véritable accélérateur, ni en valeur marchande ni en puissance. Dans la catégorie hors GPU, la domination s'est installée dès le dernier semestre. Elle regroupe les NPU et les accélérateurs ASIC. Huawei y joue un rôle clé avec sa gamme Ascend, aux côtés de Cambricon, de Baidu Kunlun et d'autres concepteurs locaux.

Cette transition repose sur trois facteurs :

• les commandes publiques et d'entreprises en Chine exigent de plus en plus souvent des puces locales ;
• Huawei investit non seulement dans le silicium, mais aussi dans la pile logicielle CANN et le framework MindSpore ;
• les grands clouds et opérateurs obtiennent des livraisons prévisibles, sans dépendre des décisions de Washington.

Le principal obstacle pour les puces chinoises n'est pas la puissance en FLOPS, mais l'écosystème. Dix ans de développement autour de CUDA ne se transposent pas en un trimestre. Mais chaque équipe qui a porté un jour son entraînement et son inférence sur Ascend ne reviendra plus à la dépendance envers les licences d'exportation.

Chiffres clés

• ~1 million de GeForce gaming et de cartes pour stations de travail achetées par des développeurs d'IA chinois.
• La part de Nvidia sur le marché chinois des accélérateurs d'IA continue de baisser.
• Les accélérateurs hors catégorie GPU ont pris une position dominante au dernier semestre.
• Le principal gagnant : Huawei.

Que faire pour les équipes et les investisseurs

Pour les équipes d'IA, la conclusion pratique est simple : intégrez la portabilité dès la conception de l'architecture. Si l'inférence peut passer par des abstractions comme ONNX ou par des runtimes maison, la migration vers Ascend coûte moins cher. L'entraînement de grands modèles reste un cas plus lourd, et CUDA y restera longtemps le standard.

Les investisseurs ont intérêt à regarder non pas le chiffre d'affaires de Nvidia en Chine en tant que tel, mais la structure de la demande. La hausse des ventes de cartes grand public ne compense pas la perte de contrats pour les centres de données, et le segment chinois se tourne vers son propre silicium. Sur le marché des cartes graphiques grand public hors de Chine, il vaut la peine de surveiller les prix : des achats massifs à une telle échelle peuvent peser sur la disponibilité des modèles haut de gamme.

Pour tous les autres, c'est le signe que le marché du matériel d'IA se scinde en deux piles, l'américaine et la chinoise. Elles continueront à diverger, et les développeurs devront choisir pour laquelle optimiser leur code.