La Chine élabore l’un des plans d’infrastructure en intelligence artificielle les plus ambitieux au monde : un réseau national de centres de données interconnectés, en grande partie exploité par de grandes opérateurs télécoms publics et principalement alimenté par une technologie nationale. D’après les informations publiées par Bloomberg et relayées par d’autres médias internationaux, Pékin envisage d’investir environ 2 milliards de yuans, soit près de 295 milliards de dollars, sur une période de cinq ans pour construire cette toile de calcul distribué.

Ce chiffre est colossal, mais l’objectif politique l’est encore davantage. Le plan vise à ce qu’au moins 80 % de la technologie sous-jacente, notamment les accélérateurs pour l’intelligence artificielle, provienne de fournisseurs chinois tels que Huawei. L’ambition est de réduire la dépendance à NVIDIA, AMD et Intel, dans un contexte où la guerre technologique avec les États-Unis a fait des puces, des centres de données et de la formation des modèles des actifs stratégiques.

Un réseau national de calcul pour faire face à la concurrence en IA

La Commission nationale du développement et de la réforme serait chargée de définir ce plan, tandis que China Mobile et China Telecom exploiteraient la majeure partie des installations. L’objectif est de connecter ces centres de données en un réseau national de calcul d’ici 2028, capable de répartir les charges d’intelligence artificielle entre différentes régions et de soutenir aussi bien les entreprises que les projets étatiques.

Ce schéma s’inscrit dans la stratégie chinoise de bâtir une souveraineté technologique par couches : puces nationales, centres de données dédiés, réseaux domestiques, modèles propres et contrôle des flux de données. Il ne s’agit pas uniquement d’ériger des bâtiments remplis de serveurs, mais de créer une infrastructure coordonnée pour réduire les goulets d’étranglement et permettre à la Chine de maintenir une avancée autonome en IA, même si l’accès au matériel étranger reste limité.

Le financement s’appuierait sur la dette souveraine et des obligations spéciales ultra-longues émis par le gouvernement chinois. Si l’on prend en compte les améliorations nécessaires au réseau électrique pour alimenter cette infrastructure, le coût total pourrait dépasser 5 billions de yuans. Ce chiffre met en lumière une réalité souvent négligée dans les débats sur l’intelligence artificielle : l’IA à grande échelle ne se limite pas au logiciel. Elle requiert de l’énergie, du terrain, de l’eau, de la fibre optique, de la mémoire, des puces, de la refroidissement, ainsi qu’une organisation industrielle efficace.

Le point critique : produire suffisamment d’accélérateurs

Le défi majeur du plan ne semble pas tant résider dans le financement, mais dans la capacité à remplir les centres de calcul avec un nombre suffisant d’accélérateurs produits localement. Exiger que 80 % de la technologie soit chinoise limite directement l’utilisation des GPU NVIDIA et AMD, même lorsque des versions adaptées aux restrictions à l’exportation existent.

La Chine dispose de fournisseurs locaux de puces IA, avec Huawei en tête grâce à sa gamme Ascend. Cependant, produire à grande échelle des accélérateurs avancés nécessite bien plus que la simple conception du chip : une capacité de fabrication sur des processus compétitifs, un empaquetage avancé, une mémoire à haut débit, des logiciels, des compilateurs, une interconnexion et une chaîne d’approvisionnement stable sont indispensables.

SMIC occupe une position centrale dans ce défi. Son processus le plus avancé et stable, connu sous le nom N+2, se situe autour de 7 nm. Selon les informations disponibles, sa capacité de production fonctionnerait à environ 93 %, laissant peu de marge pour absorber une augmentation soudaine de la demande si tous les fabricants agréés en Chine se concurrencent pour les mêmes wafers.

La mémoire HBM constitue un autre obstacle critique. Les accélérateurs modernes dépendent d’une mémoire très rapide, proche du processeur. Sans HBM en quantité suffisante, il ne suffit pas de concevoir des accélérateurs, leur intégration en systèmes type Ascend reste conditionnée par cette composante que la Chine doit encore renforcer.

Huawei aurait expédié environ 812 000 puces l’année dernière, avec une projection de recettes de 12 milliards de dollars pour les processeurs en 2026. Si ces chiffres sont significatifs, ils illustrent aussi la tension de la chaîne d’approvisionnement : si le plan national nécessite des millions d’accélérateurs supplémentaires, la production locale devra augmenter de manière très rapide, avec des composants encore en partie non résolus.

Souveraineté versus performance

Le plan chinois illustre une stratégie claire : privilégier l’indépendance technologique, même si cela implique d’accepter des compromis en termes de performance ou d’efficacité par rapport aux solutions américaines. Lors de tâches d’inférence, nombre de puces nationales peuvent suffire pour certaines charges spécifiques. Le problème apparaît pour l’entraînement de modèles complexes, où NVIDIA détient encore une avance notable grâce à son écosystème CUDA, ses interconnexions, la maturité de ses logiciels et son intégration avec divers frameworks.

L’expérience de DeepSeek est souvent citée pour illustrer cette tension. La société a initialement utilisé du hardware Huawei pour certaines charges, avant de recourir à NVIDIA pour l’entraînement intensif, selon les rapports. Cela ne remet pas en cause les progrès chinois, mais montre que remplacer totalement le modèle américain n’est pas une simple décision administrative, mais un enjeu complexe.

Ce dilemme n’est pas propre à la Chine. Les États-Unis, l’Europe, le Japon, la Corée du Sud, l’Inde et certains États du Golfe lieront aussi IA, centres de données et souveraineté technologique. La différence réside dans le fait que la Chine doit faire face à des contraintes externes plus strictes et dispose parallèlement d’une capacité étatique beaucoup plus importante pour orchestrer investissements, dettes, entreprises publiques et demande intérieure.

Le précédent : de nouvelles restrictions sur les puces étrangères

Ce plan de 295 milliards de dollars ne sort pas de nulle part. Pékin a déjà durci sa position concernant l’utilisation de puces étrangères dans les centres de données. En août, une exigence a été introduite pour que ces centres emploient au moins 50 % de composants nationaux. En novembre, les projets financés par des fonds publics ont été orientés vers l’utilisation exclusive d’accélérateurs chinois, avec instructions pour retirer des composants de NVIDIA, AMD et Intel dans les projets à moins de 30 % d’achèvement.

L’objectif est clair : les infrastructures publiques ou soutenues par l’État doivent cesser de dépendre des puces américaines. C’est une réponse aux contrôles à l’exportation de Washington, mais aussi une manière de stimuler la demande pour les fournisseurs locaux.

Le risque est que la politique devance la capacité industrielle. SMIC, Huawei et autres fabricants chinois progressent rapidement, mais remplir des centres de données IA ne se limite pas à la volonté politique. Il faut des pièces produites en masse, performantes, avec une chaîne d’approvisionnement fiable, et un logiciel capable de supporter des modèles et applications concrets.

Le danger de déployer une capacité avant l’existence d’une demande réelle

Des voix dans l’industrie chinoise mettent en garde. Zhao Haijun, co-CEO de SMIC, a averti du risque de créer trop de capacité de centres de données avant qu’il n’y ait une demande réelle ou suffisamment de matériel pour l’exploiter, comparant cela à construire des autoroutes sans trafic.

Ce conseil est pertinent. La Chine a annoncé des centaines de projets de centres de données ces dernières années, implantés dans des régions disposant d’énergie suffisante, de terrains abordables ou bénéficiant d’un soutien public. Mais un centre vide ou sous-utilisé, ou équipé de composants insuffisants, ne génère pas d’avantages technologiques : cela consomme capital, énergie et maintenance sans retour réel.

La nouvelle infrastructure pourrait aider à mieux coordonner ces capacités, en reliant réellement des ressources dispersées et en répartissant efficacement la charge. Cependant, elle risque aussi d’amplifier les erreurs si sa construction est guidée par des objectifs politiques rigides plutôt que par une demande technique réelle.

Une menace directe pour la domination de NVIDIA

Même si cette stratégie est présentée comme une démarche nationale chinoise, son impact international s’adresse directement à NVIDIA. La société américaine a été le principal fournisseur dans la course mondiale à l’IA. Même avec des restrictions à l’export, la Chine a continué à représenter un marché clé, d’abord à travers des produits adaptés, puis avec des canaux plus limités.

Si Pékin parvient à accélérer la mise en place d’un réseau national basé sur des puces locales, cela réduira à moyen terme cette dépendance. En revanche, en cas d’échec, la Chine pourrait se retrouver avec une infrastructure coûteuse mais limitée par des accélérateurs moins performants ou rares.

Pour NVIDIA, AMD et Intel, le message est double : d’un côté, le marché chinois se ferme progressivement aux projets stratégiques et étatiques ; de l’autre, la pression exercée par la Chine pour remplacer le matériel étranger pourrait catalyser une compétition locale, où des acteurs comme Huawei, Cambricon, Enflame ou Biren, aujourd’hui en retrait, pourraient rapidement gagner en volume, expérience et écosystème.

L’IA devient une course à l’infrastructure

Cette évolution prouve que la compétition en intelligence artificielle ne se limite plus aux modèles. Elle se joue aussi dans les centres de calcul, les puces, l’alimentation électrique, la mémoire, les réseaux, le packaging, les logiciels et le financement public. La Chine souhaite bâtir une couche nationale de calcul qui serve d’infrastructure stratégique, à l’image des réseaux électriques, ferroviaires ou de télécommunications du passé.

Ce plan pourrait offrir à la Chine un contrôle accru sur son avenir numérique, mais ne supprime pas les limitations techniques : produire des puces avancées sans accès à des outils de pointe, étendre la mémoire HBM locale, remplacer CUDA, améliorer l’efficacité énergétique ou remplir les centres avec suffisamment d’accélérateurs restent des défis importants, même avec des milliards à investir.

L’analyse la plus réaliste est que la Chine ne cherche pas l’égalité immédiate avec l’infrastructure américaine, mais à réduire ses vulnérabilités. Si elle parvient à couvrir une part croissante de ses besoins en inférence, en services publics, en modèles nationaux et en charges d’entreprise avec du matériel endogène, elle aura gagné un levier stratégique. Si elle parvient aussi à combler le retard en entraînement, l’impact sera encore plus considérable.

Pour l’instant, l’ambition dépasse la capacité disponible. Mais en matière de semi-conducteurs comme d’infrastructures, la direction prise a de l’importance. Pékin envoie un message clair : l’IA sera une infrastructure nationale, pas seulement une industrie privée, et ses fondations seront chinoises.

Questions fréquentes

Combien la Chine prévoit-elle d’investir dans son réseau national de centres de données en IA ?

Selon les informations disponibles, la Chine envisage une enveloppe d’environ 2 billions de yuans, soit près de 295 milliards de dollars, sur cinq ans.

Quel pourcentage de technologie nationale Pékin souhaite-t-il utiliser ?

Le plan vise à ce que au moins 80 % de la technologie employée, notamment les puces d’IA, provienne de fournisseurs chinois.

Qui opérerait le réseau de centres de données ?

China Mobile et China Telecom prendraient en charge une grande partie des opérations, sous la supervision de la Commission nationale du développement et de la réforme.

Quel est le principal défi de ce plan ?

Le défi majeur n’est pas seulement de financer, mais aussi de produire suffisamment d’accélérateurs locaux, de mémoire HBM, de packaging avancé et de logiciels performants pour alimenter et exploiter efficacement ces centres.

Source : tomshardware