La Chine joue simultanément deux parties dans sa course à la technologie : les semi-conducteurs et l’intelligence artificielle. Huawei vient de dévoiler une feuille de route visant à approcher une densité équivalente à 1,4 nm dans ses puces haut de gamme d’ici 2031, non pas par une simple réduction géométrique des transistors, mais via une approche architecturale appelée Tau Scaling Law. Parallèlement, Xiaomi investit des milliards dans des modèles d’IA ouverts pour sécuriser son avenir dans la mobilité, les véhicules électriques et les appareils connectés.

Ces deux annonces sont plus liées qu’il n’y paraît. Huawei tente de compenser les restrictions américaines sur la lithographie avancée par le biais de la conception, de l’interconnexion et de l’optimisation système. De son côté, Xiaomi veut éviter que son empire matériel dépende de modèles extérieurs pour les fonctionnalités d’IA qui façonneront la prochaine génération de produits. Le message sous-jacent est clair : la Chine ne cherche pas simplement à copier une couche de l’industrie technologique, mais à construire des alternatives dans les puces, les modèles, les logiciels et les dispositifs.

Huawei cherche une échappatoire face au blocage de la lithographie

Lors du Symposium international IEEE sur circuits et systèmes à Shanghai, Huawei a présenté la loi d’échelle Tau (τ), exposée par He Tingbo, responsable de la division des semi-conducteurs de la société. Selon Huawei, ce principe propose de remplacer la réduction géométrique traditionnelle par une optimisation basée sur le temps de propagation des signaux, utilisant des technologies comme LogicFolding pour réduire les retards, améliorer la densité et maintenir la progression des performances des puces.

L’enjeu réside dans le subtil. Huawei ne prétend pas que la Chine fabriquera demain des puces réellement en procédé lithographique de 1,4 nm, comparable à TSMC ou Samsung. Ce qui est avancé, c’est une densité de transistors équivalente à 1,4 nm à l’horizon 2031, via l’architecture, la conception et l’intégration — une manière d’améliorer les performances sans dépendre uniquement de transistor plus petit. Reuters rappelle que la Chine reste à la traîne en fabrication avancée, tournant autour de noeuds proches de 7 nm, tandis que TSMC vise le 1,4 nm vers 2028.

Cette démarche a une logique stratégique. Depuis 2019, Huawei subit des restrictions américaines limitant son accès à des technologies critiques, dont des puces, logiciels et outils de fabrication avancée. La société a répondu en renforçant HiSilicon, sa filiale de conception de puces, et en s’appuyant sur des fournisseurs nationaux comme SMIC. Le retour de Huawei avec des mobiles 5G équipés de puces fabriquées en Chine montre que le blocage n’a pas totalement paralysé ses capacités d’ingénierie.

Cette nouvelle feuille de route dépasse le seul secteur du smartphone. Huawei prévoit d’appliquer LogicFolding à ses futurs Kirin ainsi qu’aux puces Ascend pour l’intelligence artificielle, et de développer de vastes clusters de centaines ou milliers de puces pour les centres de données. La société indique aussi que, selon le concept Tau Scaling, elle a conçu et produit en masse 381 puces au cours des six dernières années, destinées aux mobiles, télécommunications et IA.

Élément	Ce que propose Huawei	Pourquoi c’est important
Tau Scaling Law	Optimiser le temps de propagation des signaux, plutôt que simplement réduire la géométrie	Offre une voie post-Moore face aux limites physiques et sanctions
LogicFolding	Architecture pour réduire retards et charges résistives/capacitifs	Pourrait améliorer le rendement sans apprendre de nouveaux noeuds lithographiques
Objectif 2031	Densité équivalente à 1,4 nm dans des puces haut de gamme	Se rapproche de TSMC et Samsung via la conception système
Kirin	Premiers chips prévus avec LogicFolding	Impact direct sur smartphones et appareils grand public
Ascend	Futures applications pour accélérateurs IA	Une alternative chinoise à NVIDIA
Clusters IA	Optimisation de tous les niveaux, du chip aux systèmes complets	Les performances ne dépendent plus uniquement du transistor

Xiaomi veut que l’IA vive dans ses appareils

Alors que Huawei tente de combler une partie du retard en semi-conducteurs, Xiaomi accélère dans la conception de modèles d’intelligence artificielle. La société a engagé au moins 60 milliards de yuans, environ 8,7 milliards de dollars, pour l’IA sur trois ans, selon son PDG Lei Jun. Reuters relie cet investissement au lancement de MiMo-V2-Pro et à l’évolution du marché des chatbots vers des agents capables d’exécuter des tâches complexes avec moins de supervision humaine.

Le prochain étape est MiMo-V2.5-Pro, présenté comme le modèle le plus avancé à ce jour, avec des améliorations en capacités agents, en ingénierie logicielle avancée et en gestion de tâches longues. Selon la fiche officielle de MiMo, il s’agit d’un modèle Mixture-of-Experts de 1,02 milliard de paramètres totaux, avec 42 milliards de paramètres actifs, architecture hybride d’attention et une fenêtre de contexte pouvant atteindre 1 million de tokens.

L’aspect technique est crucial, mais la stratégie l’est davantage. Xiaomi ne conçoit pas l’IA comme une activité logicielle isolée. En tant que fabricant de smartphones, appareils connectés, électroménagers et véhicules électriques, elle voit l’IA comme une couche d’orchestration intégrée à son écosystème. L’IA pourrait ainsi devenir la couche cohésive coordonnant téléphone, voiture, maison connectée, wearables et services associés.

Xiaomi MiMo-V2.5-Pro	Caractéristiques annoncées
Type de modèle	Mixture-of-Experts
Paramètres totaux	1,02 milliard
Paramètres actifs	42 milliards
Fenêtre de contexte	Jusqu’à 1 million de tokens
Approche	Agents, logiciels complexes et tâches longues
Investissement en IA par Xiaomi	60 milliards de yuans en trois ans
Secteur stratégique	Smartphones, véhicules électriques et appareils connectés

Cet avancement ne place pas automatiquement Xiaomi devant OpenAI, Anthropic ou Google. Mais il montre qu’un fabricant de matériel peut devenir un acteur sérieux dans les modèles ouverts s’il dispose d’échelle, de données, d’appareils, de distribution et de capital. Selon SCMP, MiMo-V2.5-Pro est considéré par Artificial Analysis comme l’un des modèles open source les plus performants en termes de capacités agents, et Xiaomi aurait rapidement acquis une position notable malgré seulement un an de systèmes ouverts publics.

Le nouveau modèle chinois : matériel, puces et modèles sous une même stratégie

Huawei et Xiaomi ne jouent pas tout à fait dans la même cour. Huawei reste une entreprise fortement orientée infrastructure, télécommunications, semi-conducteurs et cloud d’entreprise. Xiaomi, géant de la consommation, s’est étendu à la mobilité et aux écosystèmes d’appareils. Mais tous deux partagent une intuition stratégique : la prochaine étape technologique ne sera pas uniquement basée sur une simple application ou un modèle isolé.

L’IA cognitive requerra des puces, de la mémoire, des réseaux, des centres de données, des modèles efficients, des logiciels d’orchestration et une présence massive dans les dispositifs. Les entreprises qui contrôleront plusieurs couches disposeront d’un meilleur levier pour réduire les coûts, protéger les données, intégrer les fonctions et différencier leurs produits. Apple exploite depuis des années la valeur de cette intégration verticale dans matériel, OS et services. La Chine tente de reproduire cette logique, mais de façon plus distribuée, à travers ses champions nationaux.

Dans le domaine des semi-conducteurs, les sanctions américaines obligent la Chine à rechercher des alternatives. Elle ne bénéficie pas encore de l’accès complet à la machinerie EUV d’ASML et reste en retard dans la fabrication de pointe. C’est pourquoi l’approche de Huawei est significative : si elle ne peut pas encore gagner par la technologie de nœud lithographique, elle cherche à le faire par l’architecture, l’interconnexion, l’emballage, le logiciel et la scalabilité systémique.

Dans l’IA également, la dynamique est semblable. Les modèles chinois rivalisent de plus en plus en termes de coût, d’efficience et d’ouverture. DeepSeek a amorcé une période de pression tarifaire ; Moonshot, Alibaba, Zhipu, MiniMax et Xiaomi concurrencent avec des modèles qui visent une haute performance à moindre coût. Reuters indique que, en moyenne, ces modèles sont plus abordables à l’usage (par token) que bon nombre d’offres occidentales, en partie grâce à des avantages liés aux coûts d’inférence et aux restrictions technologiques.

L’Europe et les États-Unis doivent voir au-delà des gros titres

Une lecture simpliste consisterait à voir les annonces de Huawei et Xiaomi comme une propagande technologique chinoise ou comme une menace immédiate pour le leadership de TSMC, NVIDIA, OpenAI ou Anthropic. C’est une vision trop réductrice. Huawei doit encore prouver avec des données indépendantes quels progrès réels le Tau Scaling apporte en produits commerciaux. Xiaomi doit démontrer que MiMo peut s’intégrer utilement et de façon rentable dans des dispositifs, véhicules et services. Les benchmarks ne garantissent pas une adoption durable.

Mais il serait également dangereux de sous-estimer leur mouvement. La Chine apprend à faire face à ses contraintes : lorsqu’elle ne peut accéder aux meilleurs matériels, elle optimise ses logiciels ; quand elle ne peut acheter la lithographie la plus avancée, elle explore l’architecture et l’emballage ; quand le marché des modèles s’embourbe, elle réduit les coûts et ouvre ses options. Ce genre de pression peut écorner les marges et modifier la stratégie des leaders actuels.

Pour les États-Unis, le défi est que les sanctions ne freinent pas toujours l’innovation : elles peuvent parfois la rediriger. Pour l’Europe, la leçon est différente : sans stratégie intégrée sur les puces, l’IA, le cloud et les données, le continent risque de rester un simple utilisateur avancé de technologies étrangères. La souveraineté technologique se construit, elle ne se décrète pas, par une investment soutenue et la création de couches interconnectées.

Huawei et Xiaomi illustrent deux versions de cette construction. L’une débute dans le silicium pour atteindre ensuite l’IA en assemblant clusters et systèmes ; l’autre part du matériel massif pour faire descendre l’IA dans le produit physique. Dans les deux cas, l’ambition n’est plus seulement de rivaliser dans une catégorie, mais de contrôler la chaîne qui transforme données, puces et modèles en avantage industriel.

La bataille de l’IA ne se limite plus aux laboratoires de modèles. Elle se joue aussi dans les wafers, architectures, smartphones, voitures, centres de données et au coût par token. La Chine a compris cette dynamique et agit en conséquence.

Questions fréquentes

Huawei va-t-elle fabriquer de réelles puces de 1,4 nm en 2031 ?
Huawei parle d’une densité équivalente à 1,4 nm grâce à l’architecture et à l’optimisation système, pas nécessairement par la fabrication avec un nœud lithographique de 1,4 nm comparable à celui de TSMC ou Samsung.

Qu’est-ce que la Tau Scaling Law ?
C’est le principe présenté par Huawei pour orienter l’évolution des puces au-delà de la simple réduction géométrique, en favorisant la réduction des retards au signal et l’amélioration des performances système.

Pourquoi Xiaomi investit-elle autant dans l’IA ?
Parce que ses activités dépendent de plus en plus de l’intégration de l’IA dans les smartphones, véhicules électriques, appareils connectés et services. Contrôler ses propres modèles permet de réduire la dépendance et d’accroître la différenciation.

MiMo-V2.5-Pro rivalise-t-il avec les grands modèles occidentaux ?
Il se distingue surtout dans le domaine des modèles ouverts, des agents et des tâches longues. Ses performances sont prometteuses, mais il doit encore prouver sa réelle adoption, son intégration dans des produits et ses résultats durables hors benchmarks.

Source : SCMP