Un rapport récent de l’Institut de recherche en intelligence artificielle en Chine a révélé que les entreprises locales devraient se concentrer sur les solutions d’IA proposées par NVIDIA, car les alternatives nationales peinent à offrir des fonctionnalités comparables. Face aux restrictions imposées par les États-Unis, les entreprises d’IA en Chine se retrouvent à chercher des moyens d’accéder à des capacités de calcul suffisantes tout en tenant compte des capacités limitées de leurs produits locaux.
Les Défis des Solutions Domestiques Face à NVIDIA
Un débat persistant existe quant à la nécessité pour la Chine d’acquérir la puissance de calcul IA requise pour ses industries. Bien que des solutions comme celles de Huawei aient été introduites, le rapport de l’Académie chinoise d’information et de technologie des communications (CAICT) suggère d’éviter une transition complète vers des produits domestiques, en raison de leurs performances inférieures.
Si les conditions le permettent, les centres de données devraient pencher vers les unités de calcul haute performance A100 et H100 de NVIDIA. Pour des besoins limités, ils peuvent considérer des alternatives comme H20 ou des solutions domestiques.
– CAICT via SCMP
NVIDIA a positionné la Chine comme un marché clé, représentant plus de 10 % de ses revenus. Les entreprises d’IA telles que ByteDance et Tencent dépendent fortement de ce hardware, car leur vaste base de consommateurs nécessite une puissance de calcul significative. Le CAICT a noté que la puissance de calcul basée sur GPU pour l’entraînement et l’inférence de l’IA a affiché une augmentation de 70 % en glissement annuel, soulignant ainsi la demande massive en hardware en Chine.

Pour répondre à cette demande croissante, des entreprises telles que Huawei et BirenTech ont proposé leurs propres puces d’IA afin de contester l’influence de NVIDIA. Huawei, en particulier, connaît un succès important avec son GPU AI Ascend 910B. Des rumeurs circulent également concernant l’Ascend 910C, bien que la portabilité du code et la migration des modèles de langage déjà établis sur l’architecture de calcul de NVIDIA posent des défis majeurs.
La Chine se retrouve donc face à un dilemme : dépendre de NVIDIA ou développer des solutions alternatives. Bien que des stratégies comme la location de GPU et l’acquisition de hardware via des « canaux gris » existent, ces options ne garantissent pas une durabilité à long terme. Il est impératif pour le pays d’explorer des alternatives concrètes et fiables pour ses besoins en IA.



