
Le contenu suivant est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement. L’auteur ne détient aucune position financière sur les actions présentées ici.
Aperçu du marché chinois des GPU IA
Une analyse récente de courtiers américains met en évidence plusieurs tendances clés dans le paysage concurrentiel des processeurs graphiques (GPU) d’intelligence artificielle (IA) en Chine. Alors que les fabricants nationaux émergent avec vigueur, les entreprises occidentales établies comme NVIDIA sont confrontées à des défis réglementaires croissants.
9/3 外電綜合整理- AI供應鏈追蹤報導:美系大行觀察中國AI Processus GPU : 1.7 versions de processeurs graphiques.2. Processus AI CSP.3. NVIDIA B40.晶片的效能與價格。https://t.co/MoKPseXEU3 AI 資本支出擴張。其中,DeepSeek dans DeepGEMM en 2025 dans 2…
— Shun HaYaO (@QQ_Timmy) 3 septembre 2025
Facteurs clés qui façonnent le paysage des GPU de l’IA
Les rapports des courtiers ont identifié quatre facteurs cruciaux influençant l’écosystème GPU IA de la Chine :
- Défis de production de SMIC : Le rendement et la capacité du procédé de fabrication de nœuds 7 nm de SMIC continuent de susciter des inquiétudes. Il est à noter que la plupart des GPU Ascend 910C de Huawei utilisent des matrices 7 nm de TSMC, acquises par Huawei via des transactions complexes impliquant un routage tiers.
- Stratégies des fournisseurs de services cloud : divers fournisseurs de services cloud chinois (CSP) adoptent différentes stratégies pour sécuriser l’accès aux GPU d’IA, en particulier compte tenu des efforts législatifs américains, comme le Remote Access Security Act, visant à limiter l’accès aux ressources d’IA occidentales avancées.
- GPU IA B40 de NVIDIA : L’introduction de la puce B40 de NVIDIA, spécialement conçue pour le marché chinois, constitue la dernière avancée en date dans l’évolution du marché de l’IA dans la région. Bien que l’administration Trump ait autorisé NVIDIA à reprendre les livraisons d’anciens modèles H20 à la Chine, cette puce fait l’objet d’une surveillance croissante de la part des décideurs politiques chinois.
- Dépenses d’investissement en IA : la Chine vise une autonomie complète en matière d’informatique IA, ce qui nécessite des investissements substantiels de la part des principaux acteurs de l’industrie, remodelant ainsi les stratégies d’allocation de capitaux dans l’ensemble du secteur.
Développements technologiques et préférences du marché
Le modèle d’IA DeepGEMM de DeepSeek, récemment lancé et entraîné sur des GPU NVIDIA, est écrit en CUDA et peut être adapté par plusieurs fabricants nationaux de GPU d’IA grâce au format de calcul mémoire UEBMO FP8.À l’inverse, la CloudMatrix 384 de Huawei, qui intègre jusqu’à 384 puces Ascend, ne prend pas en charge nativement les formats de calcul économes en mémoire comme FP8. Bien que Huawei ait développé une solution de contournement pour assurer la compatibilité, les avis des experts suggèrent que cette solution reste loin d’être optimale.
Parallèlement, Alibaba développe actuellement son propre GPU d’IA, tandis que l’entreprise chinoise Cambricon connaît actuellement un regain d’intérêt du marché grâce aux chiffres de vente impressionnants de son GPU Siyuan 590. Malgré l’essor des alternatives nationales, de nombreuses analyses indiquent toujours une préférence dominante pour les GPU de NVIDIA.
« Cependant, sur la base d’enquêtes et de discussions avec les développeurs d’IA de petite et moyenne taille en Chine, les sociétés de valeurs mobilières ont constaté qu’elles préféraient toujours les puces H20 de NVIDIA, car elles offrent un support logiciel et des performances de cluster supérieurs.» 👀 https://t.co/0yX9D7YSxl
– Jukan (@Jukanlosreve) 3 septembre 2025
Les GPU de NVIDIA sont particulièrement appréciés pour leur écosystème logiciel robuste, notamment via la plateforme CUDA, qui améliore considérablement les performances de clustering grâce à la technologie d’interconnexion NVLink.
Il est important de noter que les systèmes RTX Pro 6000D de NVIDIA équipés de la puce B40 sont exemptés de licence supplémentaire pour être vendus en Chine, car ces produits utilisent des configurations mémoire standard principalement destinées aux applications d’inférence plutôt qu’à l’apprentissage de modèles fondamentaux. Par conséquent, ces puces devraient connaître une commercialisation rapide dès leur mise à disposition auprès des entreprises chinoises.
Pour des informations plus détaillées et des mises à jour sur l’évolution du paysage des GPU IA en Chine, visitez ici.
Laisser un commentaire