Puce Nvidia en Chine : 3,2 milliards de projets IA14 min de lecture2 715 mots

Puce Nvidia en Chine : 3,2 milliards de projets IA

Des projets chinois d’IA citent des puces Nvidia soumises aux contrôles américains. Ce que révèle le chiffre de 3,2 milliards — et ce qu’il ne prouve pas.

puces Nvidia en Chinecontrôle des exportations IAcentres de données chinoispuces Huaweimarché des accélérateurs IA
Puce Nvidia en Chine : 3,2 milliards de projets IA

En Chine, des projets d'IA restent pensés autour de puces Nvidia

Plus de 3,2 milliards de dollars de projets chinois de centres de données d'intelligence artificielle mentionnent des processeurs Nvidia soumis aux restrictions américaines. Ce chiffre, tiré d'une enquête de Reuters basée sur plus de 150 avis d'achat, plans d'investissement et documents d'entreprise, raconte un paradoxe : Pékin pousse ses entreprises vers des solutions nationales, mais certaines infrastructures continuent de s'articuler autour de Nvidia.

Encore faut-il préciser ce que recouvre le montant. Il s'agit de la valeur totale des projets (bâtiments, alimentation électrique, équipements, etc.). Ce n'est ni le montant des achats de puces, ni la preuve que toutes les puces prévues ont été livrées. Et, pris isolément, ce n'est pas non plus une démonstration de contournement des règles d'exportation.

L'enjeu dépasse donc la seule question de l'accès de la Chine à des puces américaines. Il concerne aussi la dépendance logicielle, le coût d'un changement d'architecture et la rapidité avec laquelle des solutions locales peuvent être déployées à grande échelle. Les documents permettent de dire certaines choses. D'autres restent hors de portée.

Que révèle le chiffre de 3,2 milliards de dollars ?

L'enquête de Reuters recense des projets chinois représentant plus de 23 milliards de yuans, soit environ 3,2 milliards de dollars. Plusieurs documents mentionnent des serveurs équipés de puces H100, H200 ou H800. Ces accélérateurs sont utilisés pour entraîner et exécuter des modèles d'IA, des tâches qui demandent beaucoup de calcul.

Mais ce total correspond à la valeur des projets d'infrastructure, pas à la valeur des accélérateurs Nvidia. Un centre de données, c'est aussi du terrain, des bâtiments, du refroidissement, des raccordements électriques, des serveurs et des réseaux. Les puces ne constituent qu'une partie de l'investissement, et les documents cités ne permettent pas d'en déduire la part exacte.

Des projets à des stades différents

Les exemples montrent aussi que tous les projets ne sont pas au même endroit dans la chronologie. Dans le Fujian, un centre informatique estimé à 6,2 milliards de yuans mentionne des serveurs H100, mais cherche encore des partenaires financiers. Dans le Shaanxi, un groupe d'ingénierie public a obtenu un contrat lié à un centre de 3 milliards de yuans qui cite des H100 et des H200. Dans le Jilin, un projet de 2,26 milliards de yuans prévoit de combiner des puces Nvidia et des processeurs chinois.

La Mongolie-Intérieure a aussi un développement proposé, avec 625 serveurs H200. À Wuxi, en revanche, les autorités indiquent qu'un cluster de calcul H800 est en service depuis mars 2025. Autrement dit : une mention dans un document, un contrat attribué et un équipement opérationnel ne disent pas la même chose.

Ce que les documents ne prouvent pas

Un appel d'offres ou un plan d'investissement peut signaler une intention, une configuration envisagée ou des exigences techniques. Ça ne suffit pas à conclure qu'il y a eu commande, expédition ou installation des équipements. Il faut donc éviter de transformer une valeur de projet en estimation de ventes de Nvidia en Chine.

Le point est aussi réglementaire : les documents recensés ne suffisent pas à établir que des puces soumises à licence ont été importées, ni qu'une entreprise a violé les règles. Ce qu'ils mettent plutôt en évidence, c'est une tension entre ce que les projets voudraient utiliser et ce qu'ils peuvent effectivement obtenir.

Pourquoi les projets chinois continuent-ils de citer Nvidia ?

Une puce ne se choisit pas toute seule. Pour construire un centre d'IA, il faut regarder le matériel, les logiciels, les équipes disponibles, les délais de livraison et la compatibilité avec les modèles visés. Nvidia reste un choix courant, notamment parce que son écosystème logiciel est largement utilisé. Remplacer une puce peut impliquer d'adapter des outils, de réécrire des composants et de modifier des étapes d'entraînement et de déploiement.

Au passage, il y a un coût de transition qui ne figure pas toujours dans le prix affiché du matériel. Cela peut prendre la forme de plusieurs mois d'efforts d'ingénierie, de ralentissements pendant la migration, de tests en plus, ou simplement de performances différentes selon les charges réelles. Et quand un projet a un calendrier serré, garder une architecture déjà maîtrisée peut paraître moins risqué, même si l'approvisionnement devient incertain.

La dépendance se construit sur toute la chaîne

L'enjeu ne se résume pas aux performances brutes. Une plateforme, c'est aussi les accélérateurs, les bibliothèques logicielles, les outils de développement, l'orchestration des tâches et les compétences internes. Plus tout est réglé autour d'un fournisseur, plus le changement de matériel devient une décision d'architecture, pas juste un remplacement de composant.

C'est un schéma classique dans les infrastructures numériques : un choix au départ accélère la mise en production, puis finit par créer une dépendance à mesure que le système grossit. Les équipes connaissent les outils, les modèles ont été optimisés pour ce contexte, et la supervision est déjà en place. Dans ce type d'écosystème, la valeur se mesure autant à la facilité d'exploitation qu'aux chiffres de performance.

Une préférence n'est pas une garantie d'accès

Les documents peuvent donc refléter une préférence des concepteurs, sans garantir que les composants prévus seront disponibles. C'est précisément pour cela qu'un projet peut continuer à citer Nvidia tout en explorant des alternatives chinoises, ou en repoussant certaines étapes. Le scénario écrit sur le papier n'est pas forcément celui qui sera déployé.

Pour un responsable de projet, la réponse pragmatique consiste à séparer trois choses : la configuration cible, le matériel réellement accessible et le plan de repli. Si on mélange ces niveaux, une restriction d'exportation peut retarder un chantier ou forcer une migration coûteuse au pire moment. À l'inverse, tester des alternatives tôt donne plus de marge, même si cela demande plus d'efforts au départ.

Comment les contrôles américains changent-ils la donne ?

Les États-Unis restreignent les ventes de puces avancées à la Chine depuis 2022, en citant des préoccupations de sécurité nationale. Le cadre évolue selon les catégories de produits et les décisions administratives. D'après les informations rapportées, en janvier 2026, le département du Commerce américain a fait passer les demandes d'exportation de H200 vers un examen au cas par cas. Une licence reste exigée. Les expéditions de H100 restent plus strictement encadrées.

Ce changement ne veut pas dire que tout devient autorisé. Il ne garantit pas non plus qu'une demande de licence aboutira. Le passage au cas par cas ouvre une possibilité d'autorisation, mais introduit aussi une incertitude sur les délais et la décision finale. Pour une entreprise qui planifie un centre sur plusieurs années, cette zone grise peut peser sur le financement, le calendrier de construction et le choix des fournisseurs.

Le risque réglementaire devient un risque de planning

Un investisseur ne peut pas traiter l'approvisionnement en accélérateurs comme une simple ligne d'achat si l'accès dépend d'une autorisation. Il faut anticiper ce qui se passe en cas de refus, de délai prolongé ou de changement des règles. Dans un projet à grande échelle, les bâtiments et l'électricité peuvent être prêts, pendant que la capacité de calcul prévue ne l'est pas.

Les documents qui citent des puces sous contrôle mettent ainsi en lumière un problème de gouvernance : l'infrastructure peut avancer plus vite que la visibilité sur les composants. Le point n'est pas seulement de savoir si une puce peut franchir une frontière. Il s'agit aussi de vérifier si l'architecture choisie peut être financée, construite et exploitée dans les conditions réglementaires réellement applicables.

Ne pas confondre intention, flux et infraction

Trois niveaux doivent rester distincts. D'abord l'intention : un document mentionne une référence Nvidia. Ensuite le flux commercial : des puces sont réellement commandées, autorisées, expédiées puis installées. Enfin la conformité : les opérations respectent les règles applicables. Les éléments rapportés par Reuters éclairent surtout le premier niveau et, dans certains cas, l'existence d'installations opérationnelles. Ils ne suffisent pas pour conclure sur les deux autres niveaux pour l'ensemble des projets.

Cette prudence compte aussi pour l'analyse des politiques publiques. Une liste de projets ne permet pas, à elle seule, d'évaluer l'efficacité des contrôles. Elle peut toutefois indiquer que la demande pour les technologies Nvidia reste présente, et que l'application des règles fera l'objet d'une attention politique et réglementaire. Pour aller plus loin, il faudrait des données sur les licences, les achats et les livraisons.

Les puces chinoises peuvent-elles remplacer Nvidia ?

La Chine développe des alternatives, avec Huawei parmi les acteurs les plus visibles. Selon une estimation d'IDC citée par Reuters, Nvidia représenterait 34 % des expéditions d'accélérateurs d'IA en Chine au premier semestre 2026, contre 28 % pour Huawei. Ces chiffres portent sur le marché des accélérateurs au sens large et ne prouvent pas, à eux seuls, ce qui arrive jusqu'aux systèmes qui utilisent des modèles Nvidia soumis aux restrictions.

On voit donc une concurrence réelle, mais les parts de marché ne racontent pas toute l'histoire. Elles ne disent pas si les puces sont utilisées pour l'entraînement ou pour l'inférence, si elles répondent aux mêmes besoins, ni quel est le coût réel d'exploitation. Elles ne permettent pas non plus d'affirmer que les solutions sont interchangeables dans tous les centres de données.

Des preuves d'usage, pas une équivalence universelle

Un signal concret de progrès vient du développeur chinois Z.AI, qui a publié un modèle de génération d'images entraîné entièrement sur des puces Huawei. Le résultat montre qu'il est possible de construire des systèmes d'IA sans dépendre du matériel américain à chaque étape. Mais ça prouve une capacité d'usage sur un cas précis, pas une équivalence générale.

Pour juger une alternative, les équipes doivent mesurer les performances sur leurs propres charges : temps d'entraînement, débit en production, consommation énergétique, stabilité, disponibilité des outils, temps d'intervention. Un processeur peut être compétitif pour l'inférence d'un modèle et moins adapté à l'entraînement d'un autre. En pratique, le résultat dépend autant du logiciel que du matériel.

Le coût réel d'une migration

Adopter une nouvelle plateforme peut réduire la dépendance à un fournisseur étranger, mais l'autonomie se paie. Il faut adapter les logiciels, former les équipes, valider les résultats et assurer le support en production. Si une entreprise garde plusieurs architectures en parallèle, elle gagne en résilience, mais elle doit aussi gérer plus de configurations et de compétences.

Le bon critère n'est donc pas seulement le prix d'une puce ou sa performance théorique. Il faut comparer le coût total d'exploitation : acquisition, énergie, refroidissement, adaptation logicielle, maintenance et risque d'indisponibilité. Une solution nationale peut devenir plus intéressante malgré une transition difficile, si l'approvisionnement est plus prévisible ou si la maîtrise à long terme est meilleure. Mais ce choix doit être validé sur des charges réelles, pas seulement motivé par un objectif politique ou une fiche technique.

Quelles leçons pour les entreprises et les décideurs ?

L'affaire concerne d'abord la Chine et les restrictions américaines. Mais elle pointe un problème plus général de stratégie technologique : que faire quand un investissement dépend d'un fournisseur dont l'accès peut changer ? Les entreprises européennes, les intégrateurs français et les acteurs de la French Tech ne subissent pas forcément le même contexte géopolitique. Ils peuvent néanmoins rencontrer des risques similaires : concentration, dépendance logicielle, ou rupture d'approvisionnement.

La solution n'est pas forcément de multiplier les fournisseurs à tout prix. Une architecture multi-fournisseurs peut ajouter de la complexité, et ne pas apporter de résilience si les alternatives n'ont jamais été testées. À l'inverse, un choix unique très performant sur le court terme peut devenir fragile s'il n'existe aucun plan de repli.

Une grille de décision en quatre étapes

Pour un projet d'infrastructure d'IA, une méthode simple consiste à clarifier ce qu'on décide et ce qu'on suppose :

  • Définir la charge de travail. Indiquez si vous cherchez de l'entraînement, de l'inférence ou les deux, les volumes, les contraintes de latence et les exigences de disponibilité. Une référence de puce n'a de sens que par rapport à un usage.
  • Vérifier la disponibilité réelle. Séparez le matériel « annoncé », le matériel « commandable » et le matériel effectivement « autorisé et livrable ». Intégrez les délais et les conditions contractuelles.
  • Tester une alternative sur un cas représentatif. Mesurez les performances, le coût énergétique, la compatibilité logicielle et le temps d'adaptation. Un test trop théorique ne remplace pas une charge proche du réel.
  • Chiffrer le coût du changement. Estimez le travail de migration, la formation, la maintenance et l'impact d'un retard. Décidez à l'avance à partir de quel seuil le plan de repli devient préférable.

Cette façon de faire évite les arbitrages flous. Une entreprise peut choisir Nvidia pour sa maturité logicielle, un autre fournisseur pour sécuriser l'approvisionnement, ou une approche mixte pour répartir les risques. Aucune option n'est gratuite : tout dépend du coût de migration, de la criticité du service et de la durée de vie attendue de l'infrastructure.

Un signal pour la politique industrielle

Pour les pouvoirs publics, ces projets rappellent que l'autonomie technologique ne se limite pas à fabriquer une puce. Elle passe aussi par les outils logiciels, les compétences, les centres de données, l'énergie et l'écosystème de support. En Europe, les dispositifs d'aide à l'innovation et à l'industrialisation, notamment ceux mobilisant Bpifrance, peuvent aider à construire des capacités locales. Ils ne remplacent pas pour autant l'évaluation de la compétitivité et l'adoption réelle par les utilisateurs.

La question n'est pas « souveraineté ou efficacité » en version abstraite. Elle revient à déterminer quelles dépendances sont acceptables, lesquelles doivent être réduites, et combien coûte cette réduction. Les projets chinois documentés montrent que même une stratégie de substitution volontariste se heurte à des choix déjà ancrés dans les architectures, les logiciels et les investissements.

Conclusion

Les projets chinois recensés montrent que Nvidia reste une référence dans une partie des plans de centres de données, malgré les restrictions américaines et la progression des alternatives locales. En revanche, les 3,2 milliards de dollars ne mesurent pas des ventes de processeurs : ils correspondent à la valeur globale de projets, dont l'avancement varie fortement.

La leçon dépasse le seul cas chinois. Une architecture doit être jugée sur son coût complet, sur la disponibilité réelle et sur le coût d'un changement de fournisseur. Pour toute organisation qui investit dans l'IA, le bon moment pour tester une solution de repli, c'est avant que l'approvisionnement ou la réglementation ne transforme une hypothèse technique en risque de production.

Questions frequentes

Non. Ce montant représente la valeur totale de projets d’infrastructure, qui comprend notamment les bâtiments et les équipements. Les documents cités mentionnent certaines puces Nvidia, mais ne permettent pas de calculer la valeur des achats de processeurs ni de confirmer que toutes les commandes ont été exécutées.
Non. La présence d’une référence Nvidia dans un plan ou un avis d’achat ne prouve pas qu’une puce a été commandée, livrée ou importée. Les informations rapportées ne démontrent pas, à elles seules, une violation des règles américaines. Il faudrait des éléments précis sur les licences et les transactions.
Les puces Nvidia sont intégrées à des architectures et à des environnements logiciels déjà familiers aux développeurs. Passer à une autre plateforme peut demander des adaptations, des tests et de nouvelles compétences. Cette dépendance ne garantit pas l’accès aux composants, mais elle explique pourquoi des projets continuent de les spécifier.
Les éléments disponibles montrent des progrès et des usages concrets, notamment un modèle de génération d’images de Z.AI entraîné sur des puces Huawei. Ils ne prouvent pas une interchangeabilité générale. Chaque plateforme doit être évaluée sur les tâches, les logiciels, les performances et les coûts d’exploitation propres au projet.

Articles similaires