La course à l’Intelligence Artificielle se transforme de plus en plus en une compétition pour l’accès aux puces. Et lorsque cet accès est bloqué par décret, de nouvelles alternatives apparaissent. Selon les dernières informations concernant Tencent, l’un des géants technologiques chinois, celui-ci aurait trouvé une solution légale mais politiquement sensible pour exploiter les GPU Blackwell de NVIDIA —les mêmes que Washington cherche à garder hors de portée des entreprises chinoises— sans les importer directement en Chine.

Le mécanisme semblerait simple mais complexe dans sa mise en œuvre : louer de la capacité de calcul dans des centres de données situés en dehors de la Chine. Selon les investigations, Tencent aurait accédé à des GPU B200 (ainsi qu’à des capacités associées à B300 dans le cadre de déploiements plansifiés) via un fournisseur japonais de “neocloud” nommé Datasection, dont l’infrastructure est principalement en Japon et en Australie. En d’autres termes : si le hardware ne traverse pas la frontière, mais que la puissance de calcul est consommée à distance, le contrôle des exportations perd une partie de son efficacy.

Ce “truc” n’est pas de la contrebande : c’est du cloud

Tout réside dans les détails. Les restrictions américaines visaient à limiter la vente et l’exportation des puces les plus avancées vers la Chine, en particulier celles destinées à l’entraînement et à l’inférence à grande échelle en IA. Mais l’essor du modèle “GPU-as-a-service” crée une zone grise : la société chinoise ne possède pas la puce, ne la reçoit pas, ne l’installe pas dans ses propres centres de données. Elle l’utilise à distance, en louant du temps de calcul dans une infrastructure située dans un pays allié ou partenaire commercial.

Selon les sources, Datasection aurait signé de grands contrats pour faire fonctionner un cluster d’environ 15 000 processeurs Blackwell et réserver une part importante de cette capacité à un client privilégié. D’après des personnes familières avec ces accords, citées dans l’article, ce client serait Tencent, via un canal de partenariat orchestré par des tiers. Le volume économique est conséquent : on parle de contrats dépassant 1,2 milliard de dollars. Il ne s’agit pas d’un achat ponctuel : c’est une stratégie d’approvisionnement déguisée en service.

Ce modèle s’inscrit également dans une tendance que les analystes suivent depuis plusieurs mois : quand la pénurie de matériel freine les grands labouratoires, le marché s’organise autour de l’accès à la capacité installée, même si cette capacité est située à l’étranger. En 2025, l’avantage compétitif ne dépendra plus uniquement de la conception des modèles, mais aussi de la capacité à les entraîner sur une infrastructure adaptée.

Japon et Australie : géographie de la puissance

Les enjeux géopolitiques prennent tout leur sens en observant la carte. Dans un monde où la Chine cherche à accélérer son écosystème de semi-conducteurs domestiques, des entreprises comme Tencent, Alibaba ou Baidu ont un besoin immédiat : une capacité de calcul de haut niveau pour entraîner et faire fonctionner des modèles performants. Si l’achat direct des meilleures puces leur est devenu difficile, elles peuvent opter pour des voies indirectes.

Dans ce contexte, l’infrastructure pourrait se situer à Osaka (Japon) et à Sydney (Australie), deux localisations bénéficiant d’une connectivité, d’une stabilité réglementaire et d’un poids stratégique dans la région Indo-Pacifique. Cet aspect est crucial car il transforme cette problématique en enjeu international : la puissance de l’IA ne voyage pas dans des boîtes, elle circule par fibre optique.

Pour les États-Unis, la situation est délicate. D’un côté, le modèle de “location” permet à l’écosystème occidental de continuer à générer des revenus et à maintenir une influence technologique. De l’autre, il affaiblit l’effet dissuasif des contrôles d’exportation : au lieu d’interdire la propriété physique des puces, on en limite l’accès via le service. Quand le budget de laboratoires atteint plusieurs milliards, la location n’est pas une solution provisoire mais une stratégie pérenne : elle pourrait devenir la méthode privilégiée pour déployer ces ressources.

Ce sujet soulève donc une pression politique croissante. L’idée que des entreprises chinoises exploitent des GPU avancées, même installées physiquement en dehors de Chine, pourrait entraîner de nouvelles interprétations règlementaires : restrictions par utilisateur final, par type de charge, contrôle d’accès, audits ou traçabilité réelle de l’usage. En pratique, cela reviendrait à tenter d’exporter le contrôle des exportations… dans le domaine du service.

Datasection et l’émergence du “neocloud” comme acteur stratégique

Un autre acteur-clé dans ce scénario est Datasection, décrit comme un fournisseur en pleine croissance qui s’est tourné vers l’infrastructure IA avec des accords majeurs. Nous assistons à la constitution d’une nouvelle catégorie sur le marché : des entreprises qui, sans être de simples acteurs hyper scalaires, déploient d’énormes clusters de GPU pour les louer à des tiers. Ce “neocloud” tire profit de la fièvre de l’IA et d’un constat élémentaire : l’offre de capacité avancée est inférieure à la demande.

Si ces fournisseurs deviennent des intermédiaires standards, cela modifie la donne : le pouvoir ne dépend plus uniquement d’acheter des puces, mais de réserver des clusters et de les déployer dans des régions moins contrôlées. La gestion de l’économie de l’IA devient une logistique globale.

Impact économique : coûts, investissements et avantage concurrentiel

Du point de vue financier, ce dispositif implique :

• Des coûts récurrents importants (contrats pluriannuels), comparés à un achat direct de matériel.
• Une dépendance accrue vis-à-vis de fournisseurs tiers pour la disponibilité, la latence et la continuité du service.
• Un risque réglementaire : si le cadre change, la capacité à continuer le service pourrait être soudainement restreinte ou rendue plus coûteuse.

Cependant, pour les entreprises cherchant à conquérir des parts sur le marché de l’IA, la décision est claire : payer plus aujourd’hui pour rester compétitive demain. C’est un schéma fréquent dans le secteur technologique : lorsque la ressource critique est rare, on préfère payer pour y accéder plutôt que pour la posséder.

De plus, NVIDIA se trouve aussi indirectement concernée : si les blocages à la vente directe vers la Chine se durcissent, la cloudification hors Chine pourrait constituer une échappatoire commerciale, bien que politiquement sensible. À un moment où la politique industrielle se mêle à la sécurité, chaque “entrée de faille” devient un sujet de débat public.

Questions fréquentes

Que signifie exactement “ louer des GPU Blackwell” si leur exportation vers la Chine est interdite ?
Que les puces ne soient ni exportées ni livrées à une entreprise chinoise, mais qu’elles soient installées dans des centres de données à l’étranger, accessibles en mode remote, en payant au coût d’utilisation ou au volume réservé.

Est-il légal qu’une entreprise chinoise utilise des puces NVIDIA de pointe depuis le Japon ou l’Australie ?
Selon les informations recueillies, cette pratique évolue dans une zone où le contrôle des exportations est moins explicite, car il régule la vente du matériel, pas toujours l’utilisation à distance du computing. Cependant, cette situation pourrait faire l’objet de futures restrictions.

Pourquoi les grandes sociétés technologiques chinoises préfèrent-elles louer plutôt qu’acheter des puces moins puissantes disponibles sur leur marché ?
Car la performance des GPU avancés réduit les temps et coûts d’entraînement, permet de déployer des modèles plus volumineux, et accélère le time-to-market. En IA, la différence peut représenter plusieurs semaines de gain.

Quel impact cela pourrait-il avoir sur les prix et la disponibilité globale de la capacité IA ?
Si cette tendance se généralise, la demande pour des clusters hors Chine pourrait encore augmenter, ce qui tendrait à faire grimper les prix des GPU avancés et des services de calcul, notamment pour les clients en quête de réservations longues.

Source : wccftech