Alibaba, Baidu et Huawei délaissent Nvidia au profit de leurs propres accélérateurs d'IA

Les géants chinois de l'IT Alibaba, Baidu et Huawei augmentent activement leur propre production d'accélérateurs d'IA. Ce mouvement se poursuit malgré les rumeurs d'un possible retour de Nvidia sur le marché chinois et s'inscrit dans une stratégie d'indépendance technologique.

Pourquoi la transition s'est accélérée

Les sanctions occidentales sur l'exportation de puces avancées ont contraint la Chine à investir dans ses propres solutions. Nvidia, principal fournisseur de GPU pour l'IA, est pratiquement inaccessible dans la région en raison des restrictions américaines.

Construire des systèmes de machine learning sans dépendre des technologies américaines n'est plus seulement une question économique : c'est une question de souveraineté technologique. Même si les États-Unis autorisent à nouveau Nvidia sur ce marché, les entreprises l'ont compris : compter sur du matériel étranger reste risqué.

Qui augmente ses capacités

Les plus grandes entreprises chinoises ont investi des dizaines de milliards de yuans dans le développement de leurs propres accélérateurs d'IA :

• Alibaba — les gammes Dharma et Yitian, déjà intégrées aux services cloud d'Aliyun
• Baidu — la série Kunlun de quatrième génération, en service dans ses propres data centers
• Huawei — Ascend, utilisé dans le cloud et dans les processeurs mobiles Kirin
• Tencent — des développements pour les systèmes de recommandation et les tâches de NLP
• ByteDance — des investissements dans des startups spécialisées et dans ses propres puces

Chaque entreprise optimise ses puces pour ses propres usages : Alibaba pour l'e-commerce et le cloud, Baidu pour la recherche et les LLM, Huawei pour la mobilité.

La technologie locale devient compétitive

Les accélérateurs chinois ont déjà atteint la gravure en 5 nm et se rapprochent des performances de la Nvidia A100. L'architecture s'est stabilisée, les équipes d'ingénieurs ont gagné en expérience et le coût de développement baisse à mesure que la courbe d'apprentissage progresse.

Il ne s'agit plus de copies rudimentaires, mais de solutions réellement compétitives, optimisées pour les stacks et les exigences locales.

En parallèle, l'écosystème se développe : frameworks (MindSpore, PaddlePaddle), outils d'optimisation, pilotes. Il y a un an, les développeurs se demandaient encore comment leur code tournerait sur une puce chinoise ; aujourd'hui, des solutions prêtes à l'emploi existent.

«

Nous ne nous contentons pas de copier Nvidia, nous construisons un système taillé pour les exigences et l'échelle de la Chine », résument des analystes locaux.

Ce que cela signifie

Le marché mondial du matériel d'IA se fragmente. Nvidia perd son monopole sur le plus grand marché asiatique, mais ce n'est pas son effondrement : c'est la norme pour toute technologie. Tôt ou tard, des acteurs locaux comblent une lacune critique dans la chaîne d'approvisionnement.

Pour les entreprises occidentales, cela signifie que le contrôle stratégique du matériel ne garantit plus la domination. Pour les chercheurs, cela signifie que les modèles d'IA seront désormais entraînés sur des architectures différentes, ce qui peut conduire à de nouvelles optimisations et à de nouveaux compromis.

Le processus sera long — pas un an, ni deux — mais irréversible.