Alibaba a présenté le Zhenwu V900 comme une puce d'intelligence artificielle destinée aux centres de données, avec une performance annoncée trois fois supérieure à celle du Zhenwu M890. L'annonce est importante, mais elle ne suffit pas à établir un nouveau rapport de force face à Nvidia. Pour mesurer l'effet possible, il faut regarder ce qui se passe après une conférence : la disponibilité des serveurs, la compatibilité des logiciels, le coût de l'électricité, la qualité des interconnexions et la capacité des entreprises à déplacer leurs charges de travail.
Une puce ne transforme pas seule un centre de données
Un accélérateur d'IA est conçu pour effectuer un grand nombre de calculs en parallèle. Il peut servir à entraîner un modèle ou à exécuter un modèle déjà entraîné, ce que le secteur appelle l'inférence. Pourtant, une puce isolée ne représente qu'une partie d'une infrastructure. Elle doit être installée dans un serveur, alimentée, refroidie, reliée à de la mémoire et connectée à d'autres machines. Dès que les modèles deviennent très grands, la vitesse des échanges entre ces composants compte autant que la puissance théorique de chaque processeur.
Pour un exploitant de cloud, l'objectif est donc moins d'acheter le composant le plus spectaculaire que de fournir une capacité régulière et prévisible. Un client attend que ses calculs démarrent vite, que les résultats soient reproductibles, que les incidents soient traités et que la facture puisse être anticipée. Une nouvelle puce peut améliorer cette proposition si elle réduit le coût par requête ou si elle libère des capacités devenues rares. Elle peut aussi créer une difficulté supplémentaire si elle oblige à réécrire des logiciels, former des équipes ou multiplier les environnements techniques.
Le vrai test commence avec les logiciels
Nvidia dispose d'un avantage qui ne se résume pas aux performances de ses processeurs. Son environnement CUDA, ses bibliothèques et les habitudes acquises par les équipes de recherche forment un écosystème. Les développeurs disposent d'outils documentés, de correctifs, de formations et de nombreux exemples déjà utilisés en production. Migrer une application vers un autre accélérateur demande parfois peu d'efforts pour une tâche simple, mais peut devenir un projet long quand les modèles, les dépendances et les outils internes sont nombreux.
C'est pourquoi le V900 sera jugé sur la facilité avec laquelle il exécute les frameworks utilisés par les entreprises. Il faudra savoir quelles versions des logiciels d'apprentissage automatique sont compatibles, si les bibliothèques de calcul sont maintenues, si les outils de surveillance fonctionnent et si les performances annoncées se retrouvent sur des charges de travail réelles. Une démonstration interne peut être convaincante sans refléter la diversité des besoins d'un client de cloud. Les comparaisons utiles devront porter sur le temps de traitement, la mémoire, la consommation et le coût total de fonctionnement.
Alibaba possède un terrain d'essai naturel
Le groupe bénéficie d'un atout particulier : il exploite déjà son propre cloud et développe la famille de modèles Qwen. Il peut donc expérimenter la puce sur ses services, ajuster le matériel aux besoins de ses équipes et proposer ensuite cette expérience à des clients. Cette intégration ne garantit pas la réussite commerciale, mais elle réduit l'écart entre le laboratoire et l'usage. Elle permet également de tester les incidents, les mises à jour et la facturation dans un environnement où l'entreprise maîtrise une grande partie de la chaîne.
Cette stratégie ressemble à celle de plusieurs grands acteurs du numérique qui conçoivent des composants pour leurs propres infrastructures avant de les proposer plus largement. Le gain recherché n'est pas uniquement la vente d'une puce. Il peut résider dans des services cloud plus compétitifs, dans une meilleure maîtrise des coûts et dans la possibilité de conserver les clients au sein d'une même plateforme. Stockage, bases de données, cybersécurité, outils de déploiement et services d'IA peuvent alors former une offre commune, plus difficile à remplacer qu'un composant pris séparément.
La production reste une contrainte décisive
Concevoir un circuit et le fabriquer à grande échelle sont deux étapes distinctes. L'architecture peut être ambitieuse, mais sa diffusion dépend ensuite des fonderies, des équipements de production, des rendements et de la disponibilité de composants associés. Les restrictions américaines sur certaines puces et sur des équipements de fabrication avancés ont renforcé l'intérêt chinois pour des alternatives locales. Elles n'effacent pas les contraintes industrielles. Une entreprise peut annoncer un produit sans pouvoir immédiatement le livrer dans les quantités nécessaires à des milliers de serveurs.
Les clients regarderont donc des données concrètes : date de disponibilité, volume de livraison, compatibilité des serveurs, qualité du support et stabilité de la chaîne d'approvisionnement. Cette prudence ne diminue pas l'importance politique de l'annonce. Elle rappelle seulement que le marché des centres de données se gagne sur plusieurs années. Une puce qui arrive en faible quantité ou dont les outils logiciels restent limités peut avoir une portée symbolique forte tout en exerçant un effet commercial modeste dans un premier temps.
L'électricité devient une question de compétitivité
Alibaba a évoqué un objectif de plus de 20 gigawatts de puissance informatique à l'horizon 2032. Ce chiffre illustre la dimension matérielle de l'IA. Les centres de données ont besoin d'un accès durable à l'électricité, de transformateurs, de systèmes de secours, de refroidissement et de connexions réseau très rapides. L'efficacité d'une puce se mesure alors aussi à l'énergie consommée pour produire un résultat utile. Un gain modeste par requête peut prendre de l'importance lorsqu'il est répété à très grande échelle.
Cette réalité explique pourquoi les opérateurs ne peuvent pas se contenter de publier des performances brutes. Une capacité supplémentaire peut être freinée par le réseau électrique, le foncier, les délais de raccordement ou l'accès à l'eau selon la technologie de refroidissement. À l'inverse, une architecture plus efficace peut aider un exploitant à augmenter les usages sans construire immédiatement autant d'infrastructures nouvelles. La compétition entre puces est donc aussi une compétition entre modèles de planification industrielle et énergétique.
Nvidia reste une référence, pas un adversaire unique
Nvidia demeure la référence mondiale car ses puces sont présentes dans de nombreux laboratoires, clouds et produits d'IA. Mais Alibaba ne se mesure pas seulement à un fournisseur américain. Huawei développe aussi ses propres accélérateurs, tandis que d'autres acteurs chinois cherchent à proposer des alternatives pour des usages spécifiques. Le marché peut donc se fragmenter. Certaines entreprises privilégieront la performance maximale, d'autres la disponibilité locale, le prix, la conformité réglementaire ou l'intégration avec un cloud précis.
Pour Nvidia, le risque ne consiste pas nécessairement à être remplacé du jour au lendemain. Il est plus progressif : une partie des charges de travail peut migrer vers des solutions chinoises à mesure que leurs logiciels mûrissent et que leurs livraisons augmentent. Même une substitution limitée peut modifier les volumes, les prix et les stratégies de partenariat. À l'inverse, l'ampleur de ce mouvement dépendra de la capacité des alternatives à convaincre au-delà de leur marché domestique et à offrir une expérience comparable aux développeurs.
Les entreprises ne choisiront pas une puce, mais un risque
Lorsqu'une organisation adopte une infrastructure d'IA, elle évalue plusieurs risques simultanément. Il y a le risque de performance, celui de disponibilité, celui de dépendance à un fournisseur et celui lié aux règles d'exportation. Un fournisseur capable de proposer des options variées peut devenir plus attractif, même si chaque composant n'est pas le meilleur sur tous les critères. Cette logique favorise les architectures hybrides, dans lesquelles plusieurs types de processeurs coexistent selon les usages.
La souveraineté des données joue également un rôle. Certaines entreprises et administrations veulent savoir où sont traitées leurs informations, quels outils sont utilisés et qui peut maintenir l'infrastructure. Dans ce contexte, une puce domestique associée à un cloud local peut représenter une solution rassurante pour certains clients. Cela ne dispense pas de démontrer la sécurité, la qualité des mises à jour et la capacité à répondre à une demande massive. La souveraineté n'est utile que si le service reste exploitable au quotidien.
Ce qu'il faudra vérifier dans les prochains mois
La présentation du Zhenwu V900 doit donc être lue comme le début d'une phase de vérification. Les annonces d'Alibaba sur les performances et l'ambition de ses modèles décrivent une direction. Les indicateurs les plus utiles seront la disponibilité effective du matériel, les références clients, les mesures indépendantes, la consommation électrique et la maturité des outils logiciels. Il faudra aussi suivre la capacité d'Alibaba à fournir des services cloud accessibles, avec des contrats, une documentation et une assistance adaptés aux entreprises.
La course aux puces d'IA ne se résume pas à un duel entre deux marques. Elle engage les fabricants, les fournisseurs de cloud, les producteurs d'électricité, les entreprises de réseau et les développeurs. Le V900 peut devenir un jalon important pour l'autonomie technologique chinoise sans pour autant bouleverser immédiatement la position de Nvidia. La réponse viendra moins d'une promesse de conférence que de la manière dont la puce s'insérera durablement dans des centres de données, des logiciels et des usages réels.
Sources
Les faits relatifs à l'annonce du Zhenwu V900, aux modèles Qwen et à l'objectif de capacité d'Alibaba sont rapportés par Associated Press, 22 septembre 2026. Cet article distingue les affirmations de l'entreprise des éléments qui devront être confirmés par les déploiements et les mesures indépendantes.
