NVIDIA a quantifié un phénomène que le secteur pressentait depuis plusieurs mois : sa branche d’accélérateurs pour intelligence artificielle en Chine connaît une chute vertigineuse. Lors d’une interview récente, Jensen Huang, PDG de l’entreprise, a affirmé que la part de marché de NVIDIA dans cette région est passée de environ 95 % à 0 % en raison des restrictions à l’exportation imposées par les États-Unis. La déclaration, à la fois ferme et évocatrice, synthétise le tournant historique que traverse la chaîne de valeur du calcul pour l’IA.

Pour Huang, le problème dépasse le cadre commercial. Sa vision estime que le succès de toute plateforme technologique repose sur le talent des développeurs, et la Chine rassemble une part significative de la communauté mondiale des développeurs en IA. Si ces équipes ne peuvent accéder à la technologie américaine de pointe, elles seront enclines à chercher des alternatives et à construire leurs propres écosystèmes, ce qui aura des répercussions à long terme sur le leadership industriel.

Les origines de cette situation

Le point de bascule remonte à la vague de contrôles à l’export instaurée depuis 2022, qui a resserré l’envoi vers la Chine de technologies avancées et d’outils de fabrication. NVIDIA a répondu par la création de versions adaptées (comme A800/H800 puis H20) avec des performances modulables pour respecter les limites réglementaires. Cependant, l’aggravation réglementaire et la complexité croissante des licences ont mis ces stratégies en péril, aboutissant à la situation actuelle : ventes quasi inexistantes en Chine de matériels de haute gamme pour l’IA.

Parallèlement, les grands acteurs chinois accélèrent leur soutien à la substitution technologique. Huawei, notamment, se distingue avec sa gamme Ascend dédiée à l’entraînement et à l’inférence, et un ensemble de concepteurs locaux de GPU et d’accélérateurs qui cherchent à saisir cette opportunité. Le résultat, une reconfiguration du marché national : là où régnait auparavant la dominance des GPU NVIDIA, émergent aujourd’hui des infrastructures basées sur hardware local et une optimisation logicielle visant à maximiser chaque watt.

Conséquences pour NVIDIA… et pour le panorama mondial

La disparition presque totale de la part de marché de NVIDIA en Chine dans le secteur des accélérateurs IA ne signifie pas pour autant que la société ait perdu sa position globale. La demande mondiale en capacité de calcul pour data centers IA reste intense, notamment aux États-Unis, en Europe et au Moyen-Orient, avec des projets de grande envergure qui accélèrent la croissance des capacités. Pourtant, le vide chinois oblige à réajuster la gamme de produits, les destinations et les délais de livraison, tout en introduisant une dose d’incertitude stratégique à moyen terme.

Pour l’ensemble de l’industrie, le message est double : d’un côté, le risque géopolitique n’est plus une simple contrainte de conformité, mais devient une variable essentielle du coût total de possession (TCO) et de la planification des capacités. De l’autre, la concurrence se recompose : tandis que NVIDIA préserve son avance grâce à l’innovation en architecture et logiciel, l’écosystème cherche à se diversifier via des alternatives comme AMD, des designs ARM pour CPU haute performance, et une mosaïque d’ASICs spécialisés pour l’inférence ou la recommandation.

Ce qui change en Chine (et ce qui reste)

Le changement le plus évident réside dans la désolidarisation accélérée du secteur des accélérateurs de haute gamme. Les principaux acteurs numériques et de la recherche en Chine se tournent vers des écosystèmes technologiques nationaux, tant en hardware qu’en frameworks et runtime optimisés. L’objectif principal est de réduire la dépendance externe et d’améliorer l’efficacité des processus d’entraînement et d’inférence avec les ressources disponibles.

Ce qui ne change pas, c’est l’ambition : la Chine vise toujours le leadership en modèles fondamentaux, notamment les modèles multimodaux et à usages généraux. Concrètement, cela concerne une course à l’optimisation des compilateurs, bibliothèques et techniques telles que la quantification, le pipelining et le parallélisme avancé, pour maximiser le rendement par watt et par euro dépensé, même sans accès aux dernières GPU américaines.

Les leviers opérationnels : logiciel, énergie et logistique

Au-delà du silicium, la compétitivité se déplace vers plusieurs domains opérationnels :

• Logiciels et écosystèmes. La disponibilité de toolchains, bibliothèques et drivers compatibles et de premier plan distingue une démonstration d’un service à grande échelle. NVIDIA maintient une position forte grâce à sa chaîne intégrée, mais la pression pour des standards ouverts se fait de plus en plus sentir.
• Énergie et refroidissement. La densité de puissance par rack ne cesse de croître. Face à l’absence de certains accélérateurs, les opérateurs privilégient des usages thermiques et électriques visant à maintenir un PUE et un TCO contrôlés avec le hardware disponible.
• Chaîne d’approvisionnement. La relocalisation de l’assemblage et, surtout, des composants en dehors de la Chine par des grandes entreprises occidentales complexifie les délais et la capacité opérationnelle. La fragmentation géographique agit comme un remède contre certains risques, mais elle impose aussi un coût important à court terme.

Une transformation réversible ?

Huang a laissé entendre que NVIDIA n’abandonne pas complètement la Chine et étudiera tout cadre réglementaire susceptible de rouvrir le marché. Cependant, le temps joue en faveur de ces évolutions. Plus la déconnexion se prolonge, plus les alternatives locales gagneront en importance, rendant la récupération de parts de marché plus complexe sans différenciateurs nets en performance, efficacité ou écosystème.

La réflexion stratégique dépasse donc une simple année fiscale : il ne s’agit pas uniquement de savoir si NVIDIA pourra revenir à la vente de certains modèles en Chine, mais aussi de comprendre comment le paysage concurrentiel évoluera d’ici là. Quelles chips seront disponibles, quels frameworks seront adoptés par les grands laboratoires, et comment la capacité de calcul sera répartie entre régions.

Ce que surveillent désormais les opérateurs

Les responsables de plateforme et d’achats dans les clouds publics et privés retiennent cinq indicateurs clés :

1. Calendriers de lancement et leur disponibilité réelle selon les régions.
2. Performances reproductibles sur des benchmards d’entraînement et d’inférence avec des modèles de référence et des cas concrets.
3. Coût par token ou requête à l’échelle du rack, incluant énergie et refroidissement.
4. Portabilité logicielle entre architectures et risques de verrouillage.
5. Risques réglementaires et stabilité de la chaîne d’approvisionnement à 12–24 mois.

Une ère de “géotechnologie” explicite

Le diagnostic clair de Huang révèle que la géopolitique s’ancre désormais dans le cœur de la computation IA. L’industrie entre dans une phase où performance et efficacité ne suffisent plus ; il faut aussi intégrer résilience, diversification et gouvernance. NVIDIA reste un acteur central dans cette nouvelle dynamique, mais le scénario chinois – avec sa chute de 95 % à 0 % – illustre à quel point les règles du jeu ont changé.

Dans ce nouveau contexte, chaque décision technologique — qu’il s’agisse d’un interconnexion ou d’un système de refroidissement liquide — revêt une importance stratégique. Et chaque limitation commerciale ouvre la voie à une réponse industrielle qui, avec le temps, reconfigure la carte de l’innovation.

Source : MyDrivers