L'évolution de la licorne chinoise dans l'intelligence artificielle : des algorithmes aux puces et à l'autonomie

En février 2026, le géant chinois de l’intelligence artificielle a annoncé une étape audacieuse : construire un modèle d’IA avancé entièrement basé sur des puces locales, loin de la technologie Nvidia qui domine plus de 90 % du marché mondial. Le message était clair : « Nous n’utilisons pas Nvidia ». Mais derrière cette annonce se cache une histoire bien plus profonde sur l’indépendance technologique et les choix stratégiques.

Il y a exactement huit ans, la Chine a vécu un moment critique similaire. En 2018, le géant technologique a été confronté à une interdiction américaine soudaine et dévastatrice, perdant du jour au lendemain l’accès aux composants essentiels dont il dépendait. Les leçons ont été dures et le prix élevé, mais cela a éveillé la conscience de l’importance de la construction autonome.

CUDA : la prison invisible et l’étouffement réel

Beaucoup pensaient que l’interdiction des puces visait les appareils eux-mêmes. Mais la vérité est bien plus profonde. Ce qui étouffe réellement les entreprises chinoises d’IA, ce n’est pas le produit matériel, mais une plateforme logicielle invisible appelée CUDA.

En 2006, Nvidia a lancé cette plateforme de calcul parallèle, permettant aux développeurs d’exploiter efficacement la puissance des processeurs graphiques comme jamais auparavant. Avant la révolution de l’apprentissage profond, CUDA n’était qu’un outil spécialisé. Mais avec l’explosion de l’IA, elle est devenue la colonne vertébrale de toute l’industrie.

L’entraînement de modèles massifs n’est en essence qu’une énorme opération algébrique — et c’est précisément là que les processeurs graphiques excellent. Grâce à sa vision précoce, Nvidia a construit un écosystème complet, couvrant tout, des composants matériels aux applications les plus complexes. Aujourd’hui, tous les principaux frameworks mondiaux — de TensorFlow à PyTorch — sont profondément liés à CUDA.

Chaque doctorant en IA commence son parcours dans un environnement CUDA, chaque ligne de code qu’il écrit creuse le fossé. D’ici 2025, le nombre de développeurs CUDA dépassait 4,5 millions dans le monde entier. Cela signifie que plus de 90 % des développeurs mondiaux d’IA sont liés d’une manière ou d’une autre au système Nvidia.

Le vrai problème, c’est que CUDA fonctionne comme une roue auto-renforçante. Plus il y a d’utilisateurs, plus les outils et bibliothèques disponibles se multiplient, et plus l’environnement prospère. Et plus il prospère, plus il attire de développeurs. Une fois cette boucle enclenchée, il devient pratiquement impossible de l’arrêter.

La révolution des algorithmes : la voie vers l’indépendance

Lorsque les États-Unis ont commencé à imposer des restrictions sur les puces — en octobre 2022, puis en octobre 2023, enfin en décembre 2024 — les entreprises chinoises d’IA n’ont pas cédé. Au lieu d’une confrontation directe, elles ont choisi une voie totalement différente : la révolution des algorithmes.

Depuis la fin 2024, un changement stratégique collectif s’est opéré vers la technologie des modèles experts hybrides. L’idée est simple mais puissante : au lieu de déployer un modèle massif en une seule pièce, le diviser en centaines de petits experts, et n’activer que ceux qui sont les plus adaptés à la tâche en cours.

Le géant chinois de l’IA a appliqué ce concept avec une efficacité remarquable. Son troisième modèle possède 671 milliards de paramètres, mais n’active que 37 milliards lors de l’inférence — soit 5,5 % du total. Il a été entraîné sur 2048 unités de traitement graphique pour un coût total de seulement 5,576 millions de dollars, alors que l’entraînement de GPT-4 est estimé à environ 78 millions de dollars.

Ce n’était pas qu’une simple amélioration technique — c’était une révolution en termes de prix. Le tarif API pour le modèle chinois oscille entre 0,028 et 0,28 dollar par million de tokens d’entrée, contre 5 dollars pour GPT-4 et 15 dollars pour Claude Opus. La différence : le géant chinois est 25 à 75 fois moins cher que Claude.

Ce décalage énorme a provoqué une vague sur le marché mondial. En février 2026, la part des modèles chinois sur la plus grande plateforme d’API mondiale a augmenté de 127 % en seulement trois semaines, dépassant pour la première fois celle des États-Unis. Un an plus tôt, cette part n’était que de 2 %.

De l’inférence à l’entraînement : les puces locales mûrissent dans la bataille de la puissance de calcul

Mais la réduction des coûts d’inférence n’était que la première étape. Le vrai défi reste l’entraînement — une opération nécessitant une puissance de calcul énorme.

C’est ici que jouent un rôle crucial les puces locales. En 2025, une ligne de production avancée a été lancée dans une petite ville chinoise, combinant un processeur Loongson 3C6000 conçu localement et une carte Taichu Yuanqi pour l’IA. En fonctionnement complet, un seul serveur sort toutes les cinq minutes.

L’essentiel n’est pas seulement dans les chiffres de production : ces puces locales ont dépassé la phase « inférence » pour entrer dans la phase « entraînement » véritable. C’est un saut qualitatif énorme.

En janvier 2026, Zhipu a lancé son premier modèle avancé de génération d’images entièrement entraîné sur des puces chinoises locales. En février, un autre modèle massif a été entraîné sur une architecture de calcul entièrement chinoise, comprenant des dizaines de milliers d’unités de traitement.

La puissance de traitement de l’Ascend 910B de Huawei — moteur clé de cette transformation — a atteint le niveau du Nvidia A100. Lors du MWC en mars 2026, Huawei a lancé pour la première fois sur le marché international sa nouvelle architecture de calcul SuperPoD.

Fin 2025, le nombre de développeurs du système Ascend dépassait 4 millions. Plus de 43 modèles principaux de l’industrie ont été entraînés sur cette plateforme. Ce qui semblait impossible il y a un an est désormais une réalité.

La puissance énergétique : la base géopolitique du futur

Mais même des puces exceptionnelles ne suffisent pas. Un autre facteur crucial est l’énergie.

Au début 2026, plusieurs États américains — Virginie, Géorgie, Illinois, Michigan — ont commencé à suspendre l’approbation de nouveaux projets de centres de données. La raison : une crise électrique.

Les centres de données américains ont consommé 183 térawattheures d’électricité en 2024, soit environ 4 % de la consommation nationale totale. Et ce chiffre devrait doubler d’ici 2030, atteignant 426 térawattheures, soit environ 12 % de la consommation totale. À cette date, les centres de données IA pourraient représenter entre 20 et 25 % de la consommation électrique des États-Unis.

Le réseau électrique américain est déjà sous tension. Le pays fera face à un déficit de capacité électrique de 175 gigawatts d’ici 2033. Les coûts de l’électricité en gros dans les zones concentrant ces centres ont augmenté de 267 % en cinq ans.

La situation est totalement différente en Chine. Le pays produit 10,4 térawattheures d’électricité par an, plus de 2,5 fois ce que produit les États-Unis. La consommation domestique ne représente que 15 % du total, laissant une énorme capacité industrielle disponible pour le calcul intensif.

Les prix de l’électricité industrielle en Chine occidentale tournent autour de 0,03 dollar par kilowattheure — un quart à un cinquième du prix dans les zones concentrant les entreprises américaines. La différence constitue un avantage stratégique considérable.

L’expansion mondiale du Token : le voyage du géant chinois vers les marchés émergents

La fin de la puissance de calcul, c’est l’énergie. Et quand on possède l’énergie, on possède la nouvelle économie.

Le géant chinois de l’IA ne s’est pas limité aux frontières locales. Les données de répartition géographique commencent à révéler une image différente : 30,7 % en Chine locale, 13,6 % en Inde, 6,9 % en Indonésie, 4,3 % aux États-Unis, 3,2 % en France. La plateforme supporte 37 langues et s’est rapidement répandue dans des marchés émergents comme le Brésil.

26 000 entreprises mondiales ont des comptes actifs. 3 200 institutions ont utilisé la version entreprise. En 2025, 58 % des startups en IA ont choisi la voie basée sur le géant chinois.

En Chine, la part de marché a atteint 89 %. Dans les autres pays soumis à des sanctions, elle oscille entre 40 % et 60 %.

Ce n’est pas un simple succès marketing. C’est une transformation structurelle. Ce qui était produit dans les usines chinoises de calcul — une petite unité de données appelée Token — est devenu une marchandise numérique mondiale, transportée par câbles sous-marins vers le reste du monde.

Leçon d’histoire : pourquoi la Chine a choisi une voie différente du Japon

En 1986, le Japon a signé un accord sur les semi-conducteurs avec les États-Unis sous une forte pression. En 1988, les entreprises japonaises dominaient 51 % du marché mondial des semi-conducteurs. Mais après l’accord, les États-Unis ont exercé une pression globale, tout en soutenant leurs concurrents coréens. La part du Japon est tombée de 80 % à 10 % dans la DRAM.

La véritable tragédie : le Japon a accepté d’être le meilleur producteur dans un système mondial dominé par une puissance extérieure, sans construire un écosystème indépendant. Quand la vague a tourné, il ne lui restait que ses usines.

Le chemin chinois est différent. Oui, nous faisons face à une pression énorme — trois cycles de restrictions sur les puces, avec une escalade continue. Mais nous avons choisi un chemin plus difficile et plus long :

De l’optimisation maximale des algorithmes, à la montée en puissance locale des puces, du simple inférence à l’entraînement. De là, à accumuler 4 millions de développeurs dans l’environnement Ascend. Et enfin, à la diffusion mondiale du Token dans tous les marchés émergents.

Chaque étape construit un écosystème industriel indépendant que le Japon n’a jamais possédé.

Conclusion : le prix de l’indépendance

Le 27 février 2026, trois entreprises chinoises locales de fabrication de puces IA ont publié leurs résultats trimestriels simultanément. Les chiffres sont mitigés : l’une a enregistré pour la première fois un bénéfice annuel malgré une croissance de 453 %, les deux autres ont connu une forte croissance mais ont perdu des milliards.

Une moitié de feu, une moitié d’eau.

Mais c’est la véritable faim du marché. Le vide laissé par Huang Renshun, avec sa domination du marché, est progressivement comblé par des entreprises locales. Le marché a besoin d’une alternative, et la géopolitique offre une opportunité rare.

L’eau est le prix de la construction de l’écosystème. Chaque perte financière est un investissement réel dans la tentative de construire ce qui équivaut à CUDA de A à Z — recherche et développement, support logiciel, ingénieurs résolvant les problèmes de compatibilité un par un.

Ce ne sont pas des erreurs de gestion. C’est une taxe de guerre nécessaire pour bâtir un système indépendant.

Il y a huit ans, la question était : « Pouvons-nous rester ? »

Aujourd’hui, la question est devenue : « Quel prix devons-nous payer pour rester ? »

Le même prix est celui du progrès.