Alibaba accélère dans les puces d’IA face aux restrictions visant Nvidia en Chine

L’intelligence artificielle ne dépend pas seulement des modèles et des logiciels. Elle repose aussi sur des processeurs capables d’effectuer des milliards de calculs dans les centres de données. En Chine, ce maillon matériel est devenu un enjeu industriel et géopolitique central. Alibaba entend y prendre davantage de place avec une nouvelle puce d’IA, au moment où Nvidia voit son accès au marché chinois se compliquer.

Le projet est stratégique à double titre. Il répond à l’explosion des besoins en calcul pour faire fonctionner des services d’IA, mais aussi à une situation où les entreprises chinoises cherchent des alternatives locales aux composants américains. Pour Alibaba, déjà très présent dans le cloud et les services numériques, concevoir une puce plus adaptée à l’inférence peut renforcer l’ensemble de son offre, du centre de données jusqu’aux applications proposées à ses clients.

Une nouvelle puce conçue pour faire tourner l’IA

Alibaba intensifie ses efforts dans les semi-conducteurs en préparant un nouveau processeur destiné à l’intelligence artificielle. Les informations disponibles décrivent une puce plus polyvalente que les conceptions antérieures du groupe et spécifiquement optimisée pour l’inférence IA.

L’inférence correspond à l’étape où un modèle déjà entraîné reçoit de nouvelles données et produit un résultat. Lorsqu’un assistant conversationnel répond à une question, qu’un outil résume un document ou qu’un système classe une image, il réalise de l’inférence. Cette phase est essentielle pour déployer l’IA à grande échelle, car elle intervient à chaque utilisation du service par un client ou un salarié.

Le terme « puce » recouvre ici un processeur destiné aux centres de données. L’enjeu ne se limite donc pas à fabriquer un composant : il faut aussi fournir un environnement logiciel, des outils de développement et une infrastructure cloud capables de l’exploiter efficacement. Alibaba dispose déjà de cet ancrage avec son activité Cloud Intelligence, ce qui peut faciliter l’intégration de son matériel à ses propres services.

La présentation du projet ne précise pas le nom commercial du processeur, ses performances chiffrées, son procédé de fabrication ni son calendrier de disponibilité. Ces éléments seront déterminants pour évaluer sa place face aux solutions déjà présentes sur le marché.

Inférence et entraînement : deux besoins matériels distincts

La distinction entre entraînement et inférence explique le positionnement d’Alibaba. Les deux tâches nécessitent une très grande puissance de calcul, mais elles ne sollicitent pas les infrastructures de manière identique. L’entraînement de grands modèles demande généralement d’énormes grappes de processeurs, une mémoire très rapide et des échanges constants entre les machines. L’inférence, elle, doit surtout fournir des réponses rapides, à un coût maîtrisé, pour un grand nombre d’utilisateurs.

La demande en inférence augmente avec la diffusion des modèles génératifs dans les entreprises et les services en ligne. Une fois un modèle entraîné, il faut en effet l’exécuter continuellement pour répondre aux utilisateurs. À cette étape, la disponibilité des processeurs et le coût par requête deviennent des critères aussi importants que la performance brute.

Pour Alibaba, une puce d’inférence peut donc être un outil de différenciation pour ses activités de cloud. Le groupe pourrait proposer une infrastructure davantage intégrée à ses clients, en combinant capacités de calcul, services d’IA et matériel compatible avec les habitudes de développement existantes.

La compatibilité avec Nvidia, un avantage décisif

L’une des caractéristiques les plus importantes du processeur d’Alibaba est sa compatibilité avec la plateforme de Nvidia. Elle signifie que les ingénieurs pourraient réutiliser des programmes conçus pour le matériel du groupe américain, plutôt que de repartir de zéro pour adapter leurs applications.

Dans les infrastructures d’IA, l’écosystème logiciel pèse presque autant que la puce elle-même. Un processeur puissant mais difficile à programmer, ou incompatible avec les outils employés par les équipes techniques, peut freiner une migration. À l’inverse, la possibilité de conserver une partie des logiciels, des bibliothèques et des méthodes de travail déjà utilisés réduit les coûts et les délais de déploiement.

Cette compatibilité peut ainsi donner à Alibaba un avantage face à des concurrents locaux dont les solutions imposent parfois un changement plus complet d’environnement technique. Elle ne garantit pas à elle seule que les performances seront comparables à celles des produits Nvidia. Mais elle répond à une difficulté très concrète : permettre aux clients de disposer d’une alternative sans réécrire entièrement leurs applications.

Pourquoi le H20 de Nvidia est devenu un cas emblématique

Nvidia reste une référence mondiale des processeurs utilisés pour l’intelligence artificielle. Pourtant, son activité chinoise est fragilisée par les restrictions américaines à l’exportation de composants avancés. Le H20 est présenté comme le processeur Nvidia le plus avancé susceptible d’être vendu en Chine dans ce cadre réglementaire.

En juillet 2025, Washington a approuvé des expéditions de H20. Cette autorisation n’a toutefois pas levé toutes les incertitudes. Pékin a ensuite recommandé aux entreprises chinoises de suspendre leurs activités liées à cette puce, en évoquant des préoccupations de sécurité. Nvidia se retrouve ainsi confronté à une double contrainte : les limites fixées par les États-Unis d’un côté, et les réserves exprimées en Chine de l’autre.

Cette situation peut accélérer la recherche de solutions nationales. Les entreprises clientes, notamment les opérateurs de cloud, les laboratoires et les grands groupes numériques, ne veulent pas dépendre d’un approvisionnement susceptible d’être interrompu ou modifié par une décision politique. Elles ont donc intérêt à tester plusieurs options, même si aucune ne reproduit immédiatement l’ensemble des performances et du vaste écosystème de Nvidia.

D’autres acteurs chinois, parmi lesquels Huawei et MetaX, sont également cités comme fournisseurs potentiels. L’arrivée plus visible d’Alibaba renforce cette dynamique : le groupe n’est pas un nouvel entrant dans le numérique chinois, mais il cherche à étendre son rôle en contrôlant une part plus importante de l’infrastructure qui fait fonctionner l’IA.

Les limites encore signalées pour les puces locales

La montée en puissance de fournisseurs chinois ne signifie pas que l’écart technologique a disparu. Des ingénieurs ont fait part de difficultés rencontrées avec certaines puces domestiques, en particulier pendant les longues sessions d’entraînement de modèles. Des problèmes de surchauffe et d’échec ont été signalés, deux défauts particulièrement pénalisants lorsque des milliers de processeurs doivent travailler ensemble durant des jours ou des semaines.

L’entraînement des grands modèles est l’un des segments les plus exigeants de l’informatique moderne. Il ne suffit pas d’additionner la puissance de nombreuses puces : les machines doivent échanger les données rapidement, rester stables pendant toute la durée des calculs et être pilotées par des logiciels fiables. Une faiblesse à l’un de ces niveaux peut ralentir fortement un projet ou faire augmenter son coût.

La puce d’Alibaba ne vise pas à régler intégralement cette question. Son orientation vers l’inférence est au contraire un choix pragmatique : répondre à un besoin en forte croissance où l’efficacité de déploiement et la compatibilité logicielle peuvent compter autant que la capacité à entraîner les modèles les plus géants.

Le cloud d’Alibaba donne du poids au projet

L’investissement matériel d’Alibaba intervient dans un contexte de forte progression de son activité cloud. Le groupe Cloud Intelligence a récemment annoncé une croissance de revenus de 26 %. Les ventes liées à l’IA ont, elles, progressé à un rythme de trois chiffres pour le huitième trimestre consécutif.

Ces résultats ne permettent pas, à eux seuls, de mesurer le succès commercial de la future puce. Ils montrent toutefois qu’Alibaba dispose d’une demande croissante pour des services où la puissance de calcul est devenue une ressource essentielle. Plus les entreprises utilisent des fonctions d’IA dans le cloud, plus le fournisseur a intérêt à diversifier les processeurs sur lesquels ces services reposent.

L’intégration entre matériel et cloud peut aussi améliorer la maîtrise des coûts et des approvisionnements. Dans un marché où les puces performantes sont rares, chères et soumises à des règles commerciales mouvantes, disposer de capacités propres devient un avantage stratégique, même si le groupe continue de recourir à d’autres fournisseurs.

Une compétition technologique façonnée par la géopolitique

Le dossier dépasse largement la rivalité entre Alibaba et Nvidia. Les restrictions sur les semi-conducteurs sont devenues un instrument de politique industrielle. Washington limite l’accès chinois à certains composants et technologies de pointe. Les États-Unis encouragent aussi Tokyo à durcir les restrictions sur les exportations vers la Chine, ce qui ajoute une pression sur les chaînes d’approvisionnement.

Les conséquences se diffusent dans toute l’industrie. Les fournisseurs doivent adapter leurs produits aux règles d’exportation. Les clients chinois cherchent des solutions dont la disponibilité ne dépend pas exclusivement d’autorisations étrangères. Les entreprises locales investissent dans la conception de processeurs, les logiciels et les infrastructures de centres de données.

Cette fragmentation ne crée pas automatiquement une autonomie technologique complète. Concevoir une puce compétitive implique de maîtriser de nombreuses étapes, des outils de conception au logiciel, en passant par la fabrication, le packaging et le réseau qui relie les processeurs entre eux. Mais elle élargit le nombre d’acteurs capables de capter une part de la croissance de l’IA en Chine.

Ce qu’il faut surveiller

La première question sera celle des performances réelles du processeur d’Alibaba. Il faudra connaître son efficacité sur des charges d’inférence concrètes, sa consommation, sa stabilité et sa capacité à fonctionner à grande échelle dans les centres de données. Sans résultats chiffrés ni déploiements observables, il est trop tôt pour le placer au même niveau que les offres établies de Nvidia.

La deuxième concerne l’adoption par les développeurs et les clients du cloud. La compatibilité annoncée avec la plateforme Nvidia pourrait faciliter les essais et les migrations. Mais les entreprises examineront aussi la qualité des outils, du support technique et de l’approvisionnement avant de confier des applications critiques à une nouvelle architecture.

Enfin, l’évolution des décisions américaines et chinoises reste décisive. Le sort commercial du H20 montre qu’une autorisation d’exportation ne suffit pas nécessairement à garantir l’accès effectif à un marché. Pour Alibaba comme pour les autres acteurs chinois, la course aux puces d’IA est désormais autant une affaire de logiciels et de centres de données qu’une réponse à un environnement géopolitique durablement instable.