April 30, 2025
Deux annonces récentes ont retenu l’attention des observateurs du secteur technologique.
Huawei prévoit le lancement en production de masse de sa puce d’intelligence artificielle Ascend 910C. Selon les éléments présentés, celle-ci atteindrait une puissance de calcul de 800 TFLOPS (FP16) et viserait notamment les usages liés à l’inférence, un segment qui pourrait représenter 70 % des charges de travail en intelligence artificielle d’ici 2026.
Parallèlement, Alibaba a dévoilé sa série de modèles de langage Qwen 3, dont certaines versions atteignent jusqu’à 235 milliards de paramètres. Ces modèles sont présentés comme compétitifs sur plusieurs tests liés au codage, aux mathématiques et au raisonnement.
Au-delà de ces lancements, ces annonces s’inscrivent dans une dynamique plus large de développement de l’écosystème chinois de l’intelligence artificielle.
Selon les données LMSYS et Stanford University citées, l’écart de performance entre les grands modèles de langage chinois et américains serait passé de 103 points en janvier 2024 à 23 points en février 2025.
Cette évolution reflète la progression rapide des acteurs chinois dans le domaine des modèles d’intelligence artificielle.
Le modèle DeepSeek-R1 a notamment attiré l’attention en raison de performances présentées comme proches de celles de GPT-4-turbo, tout en utilisant moins de ressources selon les informations communiquées.
Ces développements sont souvent interprétés comme le signe d’une capacité croissante des laboratoires chinois à optimiser leurs ressources et à accélérer leurs cycles d’innovation.
La compétition dans l’intelligence artificielle ne se limite pas aux performances des modèles.
La maîtrise de la chaîne de valeur technologique constitue également un élément déterminant.
Selon le Stanford AI Report 2025, la Chine aurait représenté 69,7 % des brevets liés à l’intelligence artificielle délivrés en 2023.
Une caractéristique soulignée est la diversité des acteurs impliqués. Contrairement à un modèle davantage concentré autour de grands groupes technologiques, une partie de ces brevets émane également d’universités et d’organismes publics.
Par ailleurs, Huawei piloterait un consortium regroupant environ 2 000 entreprises avec pour objectif d’atteindre 70 % d’autonomie dans les semi-conducteurs à l’horizon 2028.
Ces éléments témoignent d’une stratégie qui dépasse le développement de modèles d’IA pour englober l’ensemble des infrastructures technologiques nécessaires à leur déploiement.
Les progrès observés concernent plusieurs maillons de l’écosystème :
Des acteurs comme Huawei ou Baidu développent leurs propres solutions destinées aux applications d’intelligence artificielle.
Qwen, Baichuan ou DeepSeek figurent parmi les initiatives citées visant à renforcer les capacités nationales dans les grands modèles de langage.
Le développement de frameworks comme MindSpore participe également à la constitution d’un environnement technologique plus autonome.
Malgré ces avancées, plusieurs dépendances demeurent.
Selon les éléments présentés, la Chine reste confrontée à certaines contraintes concernant :
Les écosystèmes logiciels, open source et B2B occidentaux sont également décrits comme plus matures à ce stade.
L’enjeu principal semble moins être le dépassement immédiat des États-Unis que la réduction des dépendances stratégiques.
La Chine cherche à construire une chaîne de valeur intégrée couvrant les puces, les modèles, les infrastructures logicielles et les applications.
Cette approche contraste avec la perception qui prévalait encore quelques années auparavant, où la capacité du pays à développer un écosystème complet d’intelligence artificielle était davantage mise en doute.
Pour les marchés financiers, cette évolution alimente une réflexion plus large sur la structure future de l’industrie technologique mondiale.
Si la concurrence dans l’IA avancée devient durablement bipolaire entre les États-Unis et la Chine, les investisseurs pourraient être amenés à réévaluer les hypothèses de croissance et les valorisations attribuées aux grands groupes technologiques.
À ce stade, les éléments présentés suggèrent surtout que l’intelligence artificielle de pointe s’oriente vers un environnement plus concurrentiel qu’auparavant.
.png){kind=small}