Huawei mène la transition chinoise vers les puces sur mesure alors que la part de marché de Nvidia tombe à zéro

L'industrie chinoise des puces d'intelligence artificielle a abandonné les tentatives de cloner les GPU polyvalents de Nvidia, se tournant plutôt vers des ASIC sur mesure qui sacrifient la flexibilité au profit d'une efficacité brute — un changement structurel accéléré par le maintien des contrôles à l'exportation américains qui bloquent l'accès aux processeurs américains les plus puissants.

« Les entreprises dotées de solides capacités d'ingénierie en IA et d'une feuille de route claire bénéficient des ASIC, tandis que celles qui gèrent des charges de travail mixtes continuent de privilégier les GPU polyvalents », a déclaré Su Lian Jye, analyste en chef chez Omdia.

Huawei Technologies devrait capter 62 % du marché chinois des accélérateurs d'IA en 2026, suivi par Cambricon Technologies à 14 %, selon un rapport de Morgan Stanley publié le 8 mai. Baidu et Alibaba Group devraient chacun prendre environ 5 % parmi les grandes entreprises technologiques construisant des puces propriétaires. Huawei prévoit que ses revenus liés aux puces IA atteindront environ 12 milliards de dollars en 2026, contre 7,5 milliards de dollars en 2025. La part de Nvidia sur le marché chinois des accélérateurs d'IA s'est effectivement effondrée à zéro, une évolution que le directeur général Jensen Huang a décrite comme un « résultat horrible » pour les États-Unis, car elle brise la dépendance logicielle à l'écosystème CUDA de Nvidia.

Cette divergence a des conséquences à long terme pour les investisseurs. Si l'industrie chinoise de l'IA se normalise autour d'un mélange d'unités de traitement neuronal de Huawei, d'unités de traitement parallèle d'Alibaba et de puces spécialisées par domaine de Cambricon — chacune fonctionnant avec sa propre pile logicielle — le résultat sera un écosystème fragmenté mais autosuffisant sur le plan national, reposant sur des hypothèses architecturales fondamentalement différentes de celles de l'Occident dominé par Nvidia. Le verrouillage de CUDA par Nvidia, construit sur deux décennies, fait face à son premier défi crédible.

Trois architectures, une même direction

Les entreprises chinoises poursuivent trois conceptions distinctes d'ASIC. Huawei mise sur les unités de traitement neuronal avec sa série Ascend, notamment le 910C largement déployé et le prochain Ascend 950. Cambricon construit des architectures spécifiques à un domaine avec ses séries Siyuan 590 et 690. L'unité semi-conducteurs d'Alibaba, T-Head, a lancé l'unité de traitement parallèle Zhenwu M890 lors de son sommet annuel sur le cloud computing la semaine dernière, revendiquant des performances trois fois supérieures à celles de son prédécesseur.

Du côté des GPU, Moore Threads — fondé en 2020 par Zhang Jianzhong, ancien dirigeant de Nvidia en Chine — mène l'effort national avec des puces polyvalentes comme la série MTT S5000. Biren Technology, Enflame et Iluvatar CoreX sont également en compétition, mais aucun n'a atteint l'échelle des leaders des ASIC.

L'écart de performance entre les puces chinoises et le matériel conforme aux restrictions d'exportation de Nvidia s'est considérablement réduit. Les données de Morgan Stanley montrent que les cartes Ascend 950 de Huawei et les Siyuan 690 de Cambricon peuvent surpasser le H20 de Nvidia — la puce la plus puissante que Nvidia est actuellement autorisée à vendre à la Chine — de 50 % à 150 % en termes de tokens par seconde. Le H20 lui-même est environ six fois moins puissant que le H200 de Nvidia, selon un rapport du Council on Foreign Relations.

Le défi de la pile logicielle

La performance matérielle n'est que la moitié de l'équation. Le défi le plus profond pour l'industrie chinoise des puces est de briser le verrouillage créé par la plateforme CUDA de Nvidia, la couche logicielle que des millions de développeurs d'IA dans le monde utilisent pour écrire du code pour le matériel Nvidia. Pratiquement tous les frameworks d'IA, tous les articles de recherche et tous les modèles pré-entraînés supposent une compatibilité CUDA.

Huawei construit CANN comme alternative, tandis que Moore Threads a développé MUSA. DeepSeek a passé des mois à réécrire son code principal pour fonctionner avec le framework CANN de Huawei, s'éloignant ainsi de l'écosystème CUDA. Mais l'analyste des semi-conducteurs Zhang Haijun note qu'à mesure que les modèles d'IA deviennent plus complexes, les frontières entre les ASIC sur mesure et les GPU flexibles « deviennent de plus en plus floues », suggérant que l'architecture gagnante pourrait éventuellement combiner des éléments des deux.

Pour le marché chinois de l'IA hautement commercialisé, qui se concentre sur le déploiement d'applications auprès de centaines de millions d'utilisateurs plutôt que sur la recherche de pointe, l'approche ASIC a un sens particulier. L'inférence — le processus d'exécution d'un modèle entraîné à grande échelle — récompense le type d'optimisation étroite que fournit le silicium sur mesure. L'entraînement de nouveaux modèles bénéficie encore de la flexibilité des GPU, mais les revenus se trouvent dans le déploiement.

La conséquence à long terme de cette divergence pourrait être plus significative que les benchmarks de performance à court terme. Si l'industrie chinoise de l'IA se normalise autour de puces et de piles logicielles nationales, la collaboration transfrontalière en matière d'IA devient plus difficile lorsque les piles de calcul sous-jacentes sont incompatibles. Et l'absence d'une plateforme dominante unique signifie qu'aucun fabricant de puces chinois ne bénéficie du type de verrouillage d'écosystème qui a rendu CUDA de Nvidia si puissant.

Les actions Nvidia, qui se négocient à environ 35 fois les bénéfices à terme, font face à une surcharge structurelle due à la perte de revenus en Chine. Bien que l'activité centre de données de l'entreprise reste dominante à l'échelle mondiale — générant 62 milliards de dollars au cours du dernier exercice — l'érosion de sa franchise chinoise supprime un vecteur de croissance que les analystes avaient précédemment modélisé comme un catalyseur pluriannuel. La question pour les investisseurs est de savoir si l'écosystème de silicium sur mesure que la Chine construit peut égaler le rythme d'innovation de l'Occident piloté par Nvidia.

Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.