Nvidia et Foxconn veulent bâtir à Taïwan une usine d’IA de 10 000 GPU

Le mot « usine » peut prêter à confusion. Le projet dévoilé par Nvidia et Foxconn le 19 mai 2025 à Taïwan ne désigne pas une nouvelle chaîne de fabrication de semi-conducteurs, comme celles de TSMC. Il s’agit d’un immense système informatique conçu pour fournir de la puissance de calcul à l’intelligence artificielle. Avec 10 000 GPU Blackwell annoncés, l’ambition est de donner aux chercheurs et aux industriels taïwanais les moyens de développer, entraîner et utiliser des applications d’IA à grande échelle.

Pour Nvidia, dont les processeurs graphiques sont devenus une brique centrale de l’IA générative, ce partenariat est aussi une manière de renforcer son ancrage dans l’un des écosystèmes technologiques les plus importants au monde. Pour Foxconn, géant de l’assemblage électronique, le projet illustre une diversification vers les infrastructures informatiques et les services d’IA, au-delà de son rôle historique dans la fabrication d’appareils pour de grandes marques.

Ce que Nvidia et Foxconn annoncent exactement

Nvidia et Foxconn prévoient de construire à Taïwan une « usine d’IA », c’est-à-dire un superordinateur spécialisé dans les calculs nécessaires aux modèles d’intelligence artificielle. Nvidia doit fournir les composants de calcul, tandis que Foxconn doit déployer l’infrastructure qui permettra de les exploiter.

Le projet repose sur 10 000 processeurs graphiques Blackwell, la génération de GPU de Nvidia conçue pour les usages d’IA générative. Ces puces doivent être intégrées dans des systèmes de nouvelle génération GB300. Foxconn intervient par l’intermédiaire de sa filiale Big Innovation Company, présentée comme partenaire cloud de Nvidia pour cette initiative.

Les organisations appelées à bénéficier de cette capacité de calcul comprennent le Conseil national des sciences et des technologies de Taïwan, ou NSTC, ainsi que TSMC, le leader mondial de la fonderie de semi-conducteurs. L’annonce mentionne également d’autres entreprises locales, sans en dresser la liste complète.

Un point mérite d’être souligné : aucune date de mise en service n’a été annoncée. Nvidia et Foxconn n’ont pas non plus détaillé le budget du projet, son implantation précise, sa consommation électrique ou les modalités d’accès pour les différents utilisateurs. L’annonce fixe une direction industrielle forte, mais plusieurs paramètres concrets restent donc à préciser.

Qu’est-ce qu’une « usine d’IA » ?

Nvidia emploie l’expression « AI factory », ou usine d’IA, pour désigner un centre de données conçu non pas pour des usages informatiques généralistes, mais pour produire des résultats d’intelligence artificielle. Cela peut prendre la forme de modèles entraînés, de prédictions, de simulations ou de réponses générées à partir de grandes quantités de données.

Dans un centre de données classique, les serveurs exécutent une grande variété de tâches : hébergement de sites web, messagerie, stockage de fichiers, applications professionnelles. Une usine d’IA concentre davantage ses ressources sur des calculs parallèles très intensifs. Elle combine de nombreux GPU, des serveurs, des réseaux très rapides, des systèmes de stockage et des dispositifs de refroidissement adaptés à une forte densité de calcul.

Les GPU sont historiquement associés à l’affichage graphique. Leur architecture les rend toutefois particulièrement efficaces pour effectuer simultanément un grand nombre d’opérations mathématiques. Or, l’entraînement d’un modèle d’IA consiste précisément à répéter un très grand nombre de calculs sur de vastes ensembles de données. C’est pourquoi ces processeurs sont devenus essentiels à l’essor de l’IA générative.

Cette distinction est importante à Taïwan, où le terme d’« usine » évoque immédiatement les gigantesques sites de production de semi-conducteurs. Les deux activités sont complémentaires, mais elles n’occupent pas la même place dans la chaîne technologique.

Pourquoi 10 000 GPU Blackwell constituent une infrastructure majeure

Le chiffre de 10 000 GPU donne une idée de l’échelle visée. L’intérêt d’un superordinateur d’IA ne dépend pas seulement de la puissance de chaque processeur. Il dépend aussi de la capacité à faire coopérer des milliers d’unités de calcul, de manière suffisamment rapide pour que les échanges de données ne deviennent pas un frein.

La famille Blackwell de Nvidia est destinée aux charges de travail d’IA de grande ampleur, notamment à l’entraînement et à l’exécution de modèles génératifs. Dans le premier cas, les systèmes ajustent progressivement les paramètres d’un modèle à partir de données. Dans le second, ils utilisent un modèle déjà entraîné pour produire un texte, analyser une image, générer du code, classer une information ou réaliser une prédiction.

Les systèmes GB300 mentionnés dans l’annonce s’inscrivent dans cette logique d’intégration. Au lieu de penser uniquement en termes de puces séparées, les fournisseurs conçoivent des ensembles complets associant calcul, mémoire, réseau et logiciels. Cette approche est devenue déterminante : un GPU très performant perd une partie de son intérêt si les données arrivent trop lentement ou si les milliers de processeurs ne peuvent pas échanger efficacement.

Pour les chercheurs, disposer localement d’une telle infrastructure peut raccourcir le temps nécessaire pour mener des simulations ou entraîner certains modèles. Pour les industriels, cela peut permettre de tester plus vite des outils d’automatisation, de vision par ordinateur, de conception assistée ou d’optimisation de processus. L’annonce ne précise toutefois pas quels projets précis seront conduits sur le futur superordinateur.

Taïwan veut renforcer le lien entre puces et intelligence artificielle

Le choix de Taïwan n’a rien d’anodin. Le territoire occupe une position essentielle dans la chaîne mondiale des semi-conducteurs, au premier rang desquels les puces avancées utilisées dans les serveurs et les accélérateurs d’IA. TSMC y joue un rôle central comme fonderie, c’est-à-dire comme entreprise qui produit des puces conçues par ses clients.

L’infrastructure annoncée par Nvidia et Foxconn ajoute une autre brique à cet écosystème. Taïwan ne se contente pas de fabriquer ou de concevoir des composants : le projet doit aussi lui donner les moyens de les utiliser à grande échelle pour la recherche et l’industrie. Cette proximité entre fabrication de puces, conception électronique, systèmes de serveurs et calcul intensif peut accélérer les retours d’expérience entre acteurs locaux.

L’intérêt de TSMC est particulièrement révélateur. La conception et la fabrication de semi-conducteurs produisent d’importants volumes de données et s’appuient sur des simulations complexes. Les technologies d’IA peuvent contribuer à analyser des résultats, à optimiser certains processus et à explorer des configurations techniques. Le partenariat n’annonce pas une application déterminée chez TSMC, mais il vise explicitement à lui ouvrir l’accès à cette capacité de calcul.

Jensen Huang, cofondateur et directeur général de Nvidia, résume l’enjeu en ces termes : « L’IA a déclenché une nouvelle révolution industrielle, transformant à la fois la science et l’industrie. » Cette déclaration traduit une stratégie désormais familière chez Nvidia : présenter l’IA comme une infrastructure industrielle, au même titre que l’électricité, les télécommunications ou le cloud ont pu l’être pour d’autres vagues technologiques.

Une étape dans la diversification de Foxconn

Foxconn est surtout connu du grand public pour son activité d’assemblage électronique et son statut de fournisseur majeur d’Apple. Le groupe cherche néanmoins à étendre ses activités, notamment dans les véhicules électriques, les semi-conducteurs, la robotique et les infrastructures d’IA. Le partenariat avec Nvidia s’inscrit dans cette évolution.

Son rôle ne se limite pas à installer des machines. Une infrastructure de supercalcul doit être conçue comme un ensemble cohérent : serveurs, alimentation électrique, refroidissement, réseaux, maintenance et services cloud doivent fonctionner de concert. En intervenant par Big Innovation Company, Foxconn se positionne sur l’exploitation de cette chaîne de valeur, où la demande progresse avec la multiplication des projets d’IA.

Cette diversification se déroule également dans un contexte de réorganisation des chaînes d’approvisionnement. Foxconn tente de réduire sa dépendance à la fabrication en Chine. Le groupe a ainsi obtenu l’approbation des autorités indiennes pour une coentreprise avec le groupe HCL de Shiv Nadar. Cette initiative représente un investissement annoncé de 37 milliards de roupies, soit environ 435 millions de dollars, pour une usine de semi-conducteurs dans l’État de l’Uttar Pradesh, dont l’entrée en service est attendue d’ici 2027.

Il s’agit d’un projet distinct de l’usine d’IA taïwanaise, mais les deux annonces illustrent la volonté de Foxconn de développer de nouvelles compétences industrielles. L’entreprise a aussi présenté Nurabot, un robot d’assistance destiné au transport de médicaments et d’échantillons dans les hôpitaux de Taïwan. Là encore, l’objectif est d’investir des activités où matériel, automatisation et IA se rejoignent.

Les questions concrètes derrière le projet

L’annonce met en lumière une réalité souvent oubliée : l’IA repose sur des infrastructures physiques coûteuses. Construire un superordinateur n’est pas seulement une affaire de puces. Il faut disposer d’espace, d’une alimentation électrique fiable, d’un refroidissement performant, de réseaux très haut débit et de spécialistes capables d’exploiter les systèmes.

La question de l’accès sera également décisive. Une capacité de calcul nationale ou partagée peut aider les universités et les laboratoires qui ne peuvent pas acheter eux-mêmes des milliers de GPU. Mais son effet dépendra des règles d’utilisation, des tarifs éventuels, des priorités attribuées aux projets et du niveau de support proposé aux équipes de recherche.

Le sujet de la souveraineté technologique se pose aussi. Héberger des ressources de calcul à Taïwan peut limiter le besoin de transférer certains travaux vers des centres de données étrangers. Cela ne signifie pas une autonomie totale, puisque les composants et les logiciels appartiennent à une chaîne d’approvisionnement mondiale. Mais cela renforce la capacité locale à mener des projets d’IA avec une infrastructure disponible sur le territoire.

Ce qu’il faut surveiller

Le partenariat Nvidia-Foxconn marque une ambition claire : faire de Taïwan non seulement un centre de production de composants avancés, mais aussi un lieu majeur de calcul pour l’IA. Il faudra désormais observer le passage de l’annonce à l’exploitation effective du superordinateur.

Plusieurs éléments seront particulièrement importants : la date de livraison et de mise en service, la localisation du site, la manière dont les 10 000 GPU Blackwell seront intégrés aux systèmes GB300, ainsi que les conditions d’accès pour les laboratoires et entreprises concernés. Les capacités électriques et de refroidissement, indispensables à ce type d’installation, seront tout aussi déterminantes.

À plus long terme, l’enjeu sera de savoir si cette infrastructure engendre des usages concrets : nouveaux outils de recherche, amélioration de la conception des puces, applications industrielles ou services d’IA conçus localement. La puissance de calcul est une condition nécessaire pour avancer dans l’IA, mais elle ne suffit pas à elle seule. Les données, les équipes, les logiciels et les cas d’usage détermineront la portée réelle de cette usine d’IA.