Plaines froides et moteurs de lumière le grand chantier du calcul en Chine

Les vues du ciel m ont donné mon premier choc. Plus de mille installations se comptent dans le pays, la puissance installée dépasse 30GW et 20GW patientent en préparation. Avec les États-Unis en route vers 60GW en fin d année, le tableau désigne la deuxième infrastructure d intelligence artificielle au monde. Le contraste se durcit face aux 15GW réunis par l Europe, le Moyen-Orient et l Afrique. Je le lis ainsi : entraîner un modèle d intelligence artificielle n est plus un chantier isolé, cela ressemble au câblage d un réseau urbain. Je laisse les chiffres au tableau et je poursuis le commentaire à partir de là.

Le rythme impressionne autant que la taille. Un campus de 100MW peut finir en moins d un an. J ai trouvé le secret dans la logique du meuble de cuisine : les ensembles électriques et de refroidissement quittent l usine en blocs finis, arrivent prêts et se raccordent sur place. La préparation du sol, les flux d argent et le raccordement avancent ensemble. Les autorités locales réservent terrains, financements et accès au réseau par avance. Une rivalité entre provinces ajoute du carburant : dès qu une région annonce un campus d intelligence artificielle, la voisine propose terre et énergie moins chères pour attirer les capitaux. Face aux projets qui patientent longtemps pour leurs permis ailleurs, ce tempo détonne.

La réponse au placement tient au partage entre l est et l ouest. Des pôles denses comme Pékin, Shanghai et Shenzhen produisent des données mais la terre manque et l énergie coûte cher. Alors l entraînement lourd des modèles part à l ouest pendant que les réponses rapides restent près des usagers. Huit pôles nationaux et dix grappes forment le squelette du plan. Je compare avec une maison : les travaux bruyants vivent dans la cave fraîche pendant que le service se fait dans la cuisine d accueil. Des liens rapides unissent les deux côtés. Le partage soulage à la fois la terre et la facture.

La ville d Ulanqab montre le plan en actes. La ville seule a signé 19 projets pour 12.5GW, plus de dix fois la charge exploitée l année passée. Selon SCMP, ByteDance négocie 5 à 6GW de puissance neuve sur place, pendant que Huawei et Alibaba grandissent dans le même bassin. Plus de 30 installations se bâtissent dans un rayon de trois kilomètres près de Hohhot. Le dossier de Wired sur Ulanqab confirme la vague : près de cent installations ouvertes ou lancées depuis 2016. La raison est simple : un air moyen de 4 degrés rend le refroidissement bon marché, le vent et le soleil abondent et la distance à Pékin garde le délai réseau bas. La facture d énergie à Ulanqab vaut près de moitié celle de Pékin, un écart immense pour des modèles d intelligence artificielle qui font tourner des milliers de pièces jour et nuit.

La vague dépasse une seule ville. De nouveaux groupes montent près de Zhongwei au Ningxia au bord du désert et autour de Yiwu au Xinjiang plus à l ouest. Le tableau des usagers m a le plus surpris : cinq groupes prennent environ soixante pour cent de la puissance neuve. ByteDance, Alibaba, Tencent, Baidu et Huawei absorbent l essentiel. La société derrière TikTok et CapCut aux côtés de celle derrière WeChat rend le motif clair : recommandations, vidéo générée, services d agents et nuage réclament une puissance sans pause. La leçon que j en tire : la base d usagers qui nourrit les modèles chaque jour porte ce chantier autant que le nombre de modèles.

Entrons dans la baie. La brique de base de la filière Huawei se nomme Ascend, une pièce qui porte l entraînement des modèles, la création de jetons et la fabrique des réponses. Huit pièces se rejoignent dans un module, huit modules entrent dans une baie et chaque baie tient 64 pièces. Seize baies unies forment un groupe Atlas 950 de 1024 pièces, tandis que les plans larges marchent vers 8000 pièces. L équipe Huawei annonce des groupes de 256000 pièces en déploiement avec une feuille de route vers un million de pièces. Je le raconte comme un immeuble : le module est un logis, la baie un étage, le groupe un bloc et le super groupe un quartier. De beaux logis servent peu quand escaliers et ascenseurs manquent, et ici les liens entre pièces sont ces escaliers.

La partie lumière m a le plus emballé. Porter des données sur cuivre devient dur et gourmand quand les débits montent. Huawei pose le moteur optique Hi-ONE au pied des pièces : les données suivent un court chemin électrique, deviennent lumière puis voyagent sur fibre. Un seul moteur porte 7.2 Tbit/s. Le basculement libère plus de 550kW par groupe, plus d un demi-mégawatt rendu au travail des modèles. À côté se tient UnifiedBus, une langue partagée pour pièces, mémoire et stockage, avec 4096 pièces sous adressage uni dans un groupe. La logique est simple : des milliers de pièces rapides qui patientent pour des données forment un lent système. Cela ressemble à des voitures de luxe bloquées à un carrefour aux feux cassés.

Le logiciel compte autant que le matériel. Nvidia tient une place forte avec CUDA, une plate-forme de développeurs avec jeux de fonctions prêts, outils et années de pratique accumulée. Bâtir une pièce rivale n est que le premier pas ; le vrai test dit si les écrits existants y tournent vite. TileLang, né de DeepSeek avec Huawei, répond à ce test : une même écriture vise les filières Nvidia et Huawei, partagée en source ouverte sur GitHub. DeepSeek présente la voie comme une option locale contre l enferment. CUDA compte encore, mais ne reste plus l unique sentier. Mon raccourci est une histoire de chargeur : jadis un seul câble de marque régnait, désormais un câble convient à deux prises.

Les coques se dressent avec des acheteurs en attente, alors où sont les pièces pour les remplir. Cette question mène à l usine. Les lignes de SMIC ont déclaré un remplissage proche de 95 pour cent au deuxième trimestre 2026, avec des extensions à Pékin, Shanghai, Shenzhen et Tianjin. Reuters confirme la charge et la chasse aux outils neufs. Avec des outils ASML EUV avancés limités, la sortie avance sur matériel DUV en gravure multipasse ; imaginez un dessin fin retracé en passages alignés, où chaque passe ajoute durée, coût et risque de faute. La mémoire suit le même arc : CXMT de Hefei a grandi dans la mémoire des téléphones et serveurs puis vise la mémoire empilée pour nourrir les pièces. Les notes de HuaweiCentral montrent Huawei avec les dessins HiBL 1.0 et HiZQ 2.0, avec 128GB et 1.6TB/s évoqués sur la filière Ascend. Sans une crue jointe des pièces et de la mémoire, un goulot en relaie un autre.

Je referme. Des estimations de table ronde placent le remplissage mondial près de 2029 et le remplissage local près de 2030 ; je les lis comme des estimations, pas des promesses, car la demande peut croître plus vite. Le proche avenir ressemble à des outils d intelligence artificielle moins chers avec un choix plus large de modèles et d agents. Le revers est l attention et les données : les recommandations se battront pour notre regard pendant que la garde des données prend du poids. Ma leçon simple : nous tapons un ordre court pendant que des usines, des réseaux et des milliers de pièces peinent derrière. Quand le béton rencontre le silicium dans une même phrase, le débat sur l intelligence artificielle change de forme. Suivez les chiffres au tableau et les sources à la fin.