La « fièvre de l’IA » a transformé les GPU en un enjeu géopolitique. Sur cet échiquier, la Chine pousse une transition qui, il y a seulement deux ans, aurait été inimaginable : réduire rapidement sa dépendance à Nvidia, même si cela implique un compromis sur l’efficacité énergétique ou la maturité logicielle.
Une analyse de Bernstein relayée par des médias internationaux indique un scénario particulièrement difficile pour la société : la part de marché de Nvidia en Chine dans le domaine de l’accélération IA pourrait chuter jusqu’à environ 8 %, contre des chiffres proches des deux tiers il y a peu. La combinaison de restrictions à l’exportation et développement local serait à l’origine de cette transformation.
Deux forces qui bouleversent l’équilibre
1) Contrôles à l’exportation : moins de produits, plus de « friction » commerciale
Le premier facteur n’est pas technologique, mais réglementaire. Les restrictions américaines sur les puces avancées et leur écosystème (composants, interconnexion, capacités de calcul, etc.) ont limité les modèles pouvant être vendus, ainsi que les conditions de leur commercialisation. En pratique, dans le segment de l’IA haute performance, l’offre occidentale devient irrégulière, plus coûteuse et bureaucratique.
Dans ce contexte, une partie du marché chinois — notamment celle liée aux déploiements importants — ne peut pas s’appuyer sur une chaîne d’approvisionnement incertaine. Les achats privilégient désormais ce qui peut être signé, fabriqué et déployé localement, même si ce n’est pas « le meilleur » selon le sens traditionnel.
2) Substitution domestique : des solutions « suffisamment bonnes » et de plus en plus scalables
Le second aspect est la maturation accélérée des fournisseurs locaux chinois. L’analyse citée par Bernstein indique que les fabricants locaux pourraient couvrir environ 80 % de la demande intérieure dans les années à venir, reléguant Nvidia à une position marginale.
L’enjeu ne concerne pas uniquement le chipset, mais l’ensemble du système : clusters, réseaux internes, logiciels, support et disponibilité. Lorsqu’il s’agit de bâtir une capacité à grande échelle (centres de données, cloud régional, superclusters), la variable « délai de déploiement » pèse presque autant que les TFLOPS.
Huawei, Moore Threads et le « modèle système » : rivaliser par rack, pas seulement par carte
Concrètement, la Chine reproduit la voie que les États-Unis et les géants du cloud ont déjà empruntée : passer de l’idée d’une simple GPU à celle d’architectures à l’échelle d’un rack.
Un exemple est la démarche de Huawei avec CloudMatrix 384, présenté comme une plateforme de formation à grande échelle, compétitive sur l’ensemble d’un cluster complet. Selon le Financial Times, Huawei a revendiqué des performances supérieures dans certains scénarios par rapport à des configurations équivalentes de Nvidia, même si avec une consommation d’énergie sensiblement plus élevée. Ce dernier point a des implications en centres de données, où cela impacte les CAPEX (investissements en puissance électrique) et OPEX (électricité et refroidissement).
Par ailleurs, de nouveaux acteurs comme Moore Threads cherchent à réduire l’écart dans le segment « GPU pour IA » via des produits spécialisés, en misant sur la souveraineté technologique et la disponibilité locale. L’analyse de Bernstein évoque cette pression concurrentielle comme un moteur du changement de tendance.
Tableau comparatif : ce qui évolue et pourquoi cela importe
| Variable clé | Avant (domination de Nvidia) | Maintenant (transition accélérée) | Impact réel sur le marché chinois |
|---|---|---|---|
| Accès aux GPU de pointe | Relativement fluide | Restreint et incertain | Planification plus difficile avec des fournisseurs étrangers |
| Unité concurrentielle | GPU / carte | Système / rack / cluster | Priorité à « l’infrastructure prête », pas seulement le silicium |
| Fournisseurs alternatifs | Complémentaires | Stratégiques | Les acheteurs acceptent « suffisamment bon » si déployable localement |
| Prix vs disponibilité | Prix élevé mais supportable | Disponibilité prioritaire | La chaîne d’approvisionnement devient aussi importante que la performance |
| Énergie et efficacité | Avantage clair des Occidentaux | Compensations (consommation accrue) | Pression accrue sur la puissance et le refroidissement électriques |
Une lecture pour l’Europe : une leçon sur la dépendance et la chaîne d’approvisionnement
Ce cas illustre aussi une leçon hors de Chine : lorsqu’un composant devient un enjeu stratégique, la dépendance est synonyme de risque opérationnel. L’« IA souveraine » n’est pas qu’un slogan dans ce contexte : c’est une stratégie pour garantir la continuité, maîtriser les coûts et assurer une planification à moyen terme.
Questions fréquentes
Pourquoi évoque-t-on une baisse de la part de Nvidia en Chine jusqu’à 8 % ?
Parce que les analyses de Bernstein, relayées par des médias internationaux, prévoient une chute importante en raison des restrictions à l’exportation et du développement de fournisseurs locaux capables de satisfaire une large part de la demande intérieure.
Que signifie le fait que la Chine puisse couvrir 80 % de sa demande avec des chips locaux ?
Cela indique qu’au sein de nombreux déploiements, l’achat privilégie la disponibilité, le support et la capacité à livrer localement, même si la performance par watt n’est pas optimale. Cette autosuffisance diminue l’influence de Nvidia.
Nvidia et Huawei sont-ils en concurrence directe pour la formation IA ?
Huawei mise sur une approche « à l’échelle du rack » avec des systèmes comme CloudMatrix 384. Certains comparatifs indiquent des performances compétitives dans des scénarios précis, avec toutefois une consommation énergétique plus élevée.
Quelle est la répercussion sur le marché mondial du matériel IA ?
Cela accélère une fragmentation : d’un côté, les chaînes occidentales (Nvidia/AMD et leurs écosystèmes) et, de l’autre, une filière chinoise de plus en plus intégrée. Cette division pourrait entraîner des coûts accrus, une duplication des développements logiciels et une pression sur la capacité de production avancée.
Sources : tomshardware et Nikkei
