Huawei accélère sur les puces IA en Chine face à la domination de Nvidia

Le marché de l’intelligence artificielle ne se joue pas seulement dans les laboratoires qui créent les modèles. Il se joue aussi dans les centres de données, où des milliers de processeurs exécutent les calculs nécessaires pour entraîner et faire fonctionner ces systèmes. C’est sur ce terrain décisif que Huawei veut peser davantage : le groupe chinois met en avant une nouvelle puce IA de la famille Ascend, avec l’objectif de rivaliser avec Nvidia, référence mondiale des accélérateurs de calcul pour l’IA.

L’annonce, relayée le 28 avril 2025, doit toutefois être lue avec précision. Huawei promet un processeur capable de traiter de grands volumes de données en temps réel, conçu autour d’une architecture de calcul avancée et attentive à l’efficacité énergétique. Mais l’information disponible ne fournit pas de résultats de tests indépendants, ni de fiche technique complète. Elle ouvre donc une perspective industrielle importante, sans encore démontrer une équivalence avec les meilleures puces de Nvidia dans les usages les plus exigeants.

Ce que Huawei annonce avec Ascend

Huawei présente Ascend comme un processeur destiné aux charges de travail d’intelligence artificielle. L’ambition est double : proposer davantage de capacité de calcul aux entreprises chinoises et réduire leur exposition aux fournisseurs étrangers pour des composants devenus stratégiques.

Le terme « puce IA » recouvre ici un type de processeur spécialisé dans les calculs massivement parallèles. Les modèles d’apprentissage automatique manipulent en permanence d’immenses tableaux de nombres. Pour les exécuter rapidement, le matériel doit être capable d’effectuer un très grand nombre d’opérations simultanées, tout en faisant circuler les données sans créer de goulot d’étranglement.

Huawei insiste sur la capacité de son nouveau composant à traiter d’importants flux de données en temps réel. Cela peut concerner, selon les applications, l’analyse d’images, la reconnaissance vocale, les outils de recommandation ou l’analyse de données industrielles. Ces domaines sont des débouchés possibles, mais l’annonce ne détaille pas de déploiement précis chez un client.

Pourquoi les puces sont au cœur de la course à l’IA

Un grand modèle d’intelligence artificielle dépend de deux étapes principales. La première est l’entraînement : le système analyse de vastes jeux de données afin d’ajuster ses paramètres. Cette phase demande beaucoup de puissance de calcul, de mémoire et de communications rapides entre les puces. La seconde est l’inférence : une fois entraîné, le modèle répond à une question, génère un texte, classe une image ou produit une prédiction.

Les contraintes ne sont pas exactement les mêmes. L’entraînement requiert souvent d’assembler un grand nombre de processeurs dans des centres de données. L’inférence peut privilégier un temps de réponse court, une consommation maîtrisée ou un coût réduit pour servir beaucoup d’utilisateurs. Une puce peut se montrer très compétitive sur une tâche sans l’être nécessairement sur toutes les autres.

C’est pourquoi la promesse de « performances comparables » ne peut être jugée sérieusement sans protocole détaillé. Il faudrait notamment connaître :

• le type de modèle testé et sa taille ;
• la précision de calcul retenue ;
• le nombre de puces utilisées ;
• la vitesse obtenue pour l’entraînement ou les réponses ;
• la consommation électrique du système complet ;
• les versions des logiciels, des compilateurs et des bibliothèques employées.

Cette précision est essentielle pour les entreprises. Elles n’achètent pas uniquement un composant : elles choisissent une infrastructure qui doit rester disponible, être administrée, protégée, refroidie et compatible avec leurs outils de développement. La puce est le point de départ d’un ensemble beaucoup plus vaste.

Huawei peut-elle réellement rivaliser avec Nvidia ?

Nvidia est présenté comme le leader incontesté des puces dédiées à l’IA. Sa position ne repose pas seulement sur les performances de ses processeurs. Le groupe bénéficie aussi d’un environnement logiciel éprouvé, de serveurs compatibles, d’un réseau de partenaires et d’habitudes de travail déjà installées chez de nombreux développeurs et opérateurs de centres de données.

Pour Huawei, rivaliser implique donc plusieurs défis simultanés. Le premier est matériel : proposer suffisamment de puissance, de mémoire et de fiabilité pour des usages professionnels. Le deuxième est logiciel : permettre aux développeurs de porter leurs applications sans devoir les réécrire entièrement, puis de les optimiser. Le troisième est industriel : assurer l’approvisionnement, l’intégration dans les serveurs et l’assistance technique sur la durée.

L’annonce du 28 avril ne permet pas de trancher cette comparaison. Elle signale plutôt que Huawei entend se positionner comme une alternative sérieuse dans son marché domestique. La capacité à traiter de gros volumes de données et l’accent mis sur l’efficacité énergétique sont des critères importants, mais ils ne remplacent pas des tests publics reproductibles ni une adoption vérifiable par les clients.

La compétition ne se limite pas non plus à un duel binaire. Le marché des semi-conducteurs pour l’IA compte d’autres acteurs, dont AMD, et les grandes entreprises technologiques développent parfois leurs propres composants pour certains besoins. La pression concurrentielle peut encourager l’innovation, mais elle ne se traduit pas automatiquement par une baisse de prix pour tous les acheteurs. Les coûts des serveurs, de l’énergie, du réseau et de l’exploitation pèsent tout autant dans la facture finale.

La Chine, un marché stratégique pour Huawei

La Chine est un terrain central pour cette offensive. Ses entreprises, ses plateformes numériques, ses industriels et ses administrations cherchent à développer des services fondés sur l’intelligence artificielle. Cette demande porte à la fois sur des centres de données de grande taille et sur des solutions plus spécialisées pour les télécommunications, l’industrie, le cloud ou l’analyse de données.

Dans ce contexte, disposer de composants conçus par un groupe chinois revêt une dimension stratégique. L’objectif affiché est de réduire la dépendance à des fournisseurs étrangers. Cette recherche d’autonomie ne signifie pas qu’un acteur puisse reconstituer, seul et instantanément, toute une chaîne technologique. La conception des puces, leur fabrication, l’assemblage des serveurs, les logiciels et les équipements de production constituent des métiers distincts et interdépendants.

Huawei peut néanmoins s’appuyer sur une présence importante en Chine et sur son expérience des infrastructures numériques. Cette base peut faciliter l’intégration de puces Ascend dans des offres plus larges, par exemple des serveurs, des services cloud ou des solutions destinées aux organisations. Pour les clients, l’intérêt potentiel est de travailler avec un interlocuteur capable de fournir plusieurs briques d’une même infrastructure.

Les restrictions américaines qui touchent depuis plusieurs années l’accès de Huawei à certaines technologies avancées renforcent l’importance de cette stratégie. Elles ne résument pas à elles seules le projet Ascend, mais elles éclairent l’enjeu : maîtriser davantage de capacités de calcul devient un facteur de souveraineté économique et technologique.

Les partenariats compteront autant que le processeur

Huawei prévoit de s’appuyer sur des collaborations avec des entreprises variées, des start-up locales aux grands groupes technologiques. À ce stade, l’information ne cite pas de partenaires nommément ni de contrats détaillés. L’intention est néanmoins claire : élargir l’écosystème autour d’Ascend afin de multiplier les applications compatibles.

C’est un point décisif dans l’industrie de l’IA. Pour qu’une puce soit réellement adoptée, il faut des outils qui permettent de préparer les modèles, de les entraîner, de les déployer et de les surveiller. Il faut aussi des intégrateurs capables de construire des serveurs, des fournisseurs de cloud proposant ces machines à la location, ainsi que des équipes formées pour les utiliser.

Les start-up peuvent jouer un rôle particulier en créant des logiciels et des applications optimisés pour le matériel local. Les grands groupes, eux, peuvent apporter des volumes d’achat, des cas d’usage industriels et des infrastructures déjà déployées. Dans les deux cas, la réussite dépendra de la facilité avec laquelle les organisations pourront migrer leurs charges de travail vers Ascend.

La recherche et le développement constituent l’autre pilier de cette stratégie. Huawei poursuit des investissements dans ce domaine, signe de sa volonté de rester compétitif sur le long terme. Aucun montant précis n’est associé à l’annonce relayée le 28 avril. Le signal important est donc moins financier que stratégique : le groupe considère les semi-conducteurs et l’IA comme des priorités industrielles.

Ce que l’annonce ne permet pas encore de conclure

L’arrivée d’une nouvelle puce ne signifie pas, à elle seule, que les parts de marché basculeront rapidement. L’article évoque une réaction prudente des investisseurs et des analystes : certains voient dans l’initiative un indicateur de l’innovation chinoise, tandis que d’autres attendent des preuves sur la qualité, le service et les résultats en conditions réelles.

Cette prudence est justifiée. Les premières démonstrations d’un composant donnent rarement une image complète de sa maturité. Les acheteurs professionnels voudront notamment vérifier la stabilité des systèmes sur plusieurs mois, la disponibilité des outils logiciels, la rapidité du support technique et la capacité de Huawei à livrer les volumes nécessaires.

Il est également trop tôt pour affirmer que l’Ascend provoquera une baisse générale des prix dans l’industrie. Une concurrence plus forte peut améliorer le pouvoir de négociation des clients et stimuler la recherche de solutions plus efficaces. Mais l’effet dépendra de la disponibilité effective des puces, de la compatibilité des logiciels et du coût total des infrastructures.

Enfin, l’expression « performance inédite » doit être distinguée d’une mesure vérifiée. Une communication de lancement décrit une ambition et un positionnement. Seuls des benchmarks publiés avec une méthodologie claire, puis des retours de déploiements concrets, permettront de mesurer la portée technique du nouveau processeur.

Ce qu’il faut surveiller dans les prochains mois

La première information attendue concerne les spécifications détaillées : capacité de calcul, mémoire, consommation et modalités d’intégration dans les serveurs. Viendront ensuite les tests indépendants, indispensables pour comparer le composant à des solutions concurrentes dans des tâches identiques.

Il faudra aussi suivre le calendrier de commercialisation. La mise sur le marché est évoquée dans les mois à venir, mais aucun calendrier précis n’est établi dans les informations disponibles. Les premiers clients, les partenaires effectivement annoncés et les applications mises en production donneront une indication plus concrète de l’adoption d’Ascend.

Au fond, le succès de Huawei ne se mesurera pas seulement à la puissance théorique d’une puce. Il dépendra de sa capacité à bâtir un écosystème complet, du développeur au centre de données. C’est sur cette combinaison de matériel, de logiciels et de services que se jouera la place d’Ascend face à Nvidia sur le marché chinois, puis éventuellement au-delà.