Le PDG de Nvidia ose dire tout haut ce que tout le monde pense de la Chine.

La course à l’intelligence artificielle est devenue une bataille de béton, d’électricité et de vitesse d’exécution.

Pendant que les États-Unis débattent, la Chine fait sortir de terre des infrastructures à un rythme record.

Jensen Huang, directeur général de Nvidia, a choisi de parler sans détour du face-à-face entre Washington et Pékin dans la course à l’IA. Plutôt que de se réfugier derrière des formules prudentes, il a ciblé ce qui, selon lui, fait réellement la différence : la capacité à construire, à alimenter des salles de serveurs en continu et à transformer des puces en puissance de calcul concrète.

Du conseil d’administration au chantier : Jensen Huang (Nvidia) change l’angle de la course à l’IA

Le cadre de cette prise de parole était le CSIS (Centre d’études stratégiques et internationales), à Washington. Face à un public habitué aux lectures géopolitiques, Huang a dressé un tableau peu confortable pour les États-Unis.

D’un côté, le pays excelle dans ce qui brille souvent dans les présentations : conception de puces de pointe, recherche sur les modèles d’IA, géants du numérique aux budgets colossaux. De l’autre, il se heurte à un point plus terre-à-terre : convertir ces plans en centres de données réellement opérationnels, avec une énergie stable et une infrastructure prête à l’emploi.

Selon Huang, le vrai combat de l’IA ne se joue pas uniquement dans les laboratoires, mais dans la capacité à bâtir plus vite les bâtiments, tirer les câbles et mettre en service les centrales qui font tourner l’ensemble.

Il résume l’écart par une comparaison abrupte : aux États-Unis, un grand centre de données peut nécessiter jusqu’à trois ans entre l’arrivée du premier engin sur le terrain et la mise en service d’un supercalculateur d’IA. En Chine, de grands projets d’infrastructure apparaissent en quelques semaines ou en quelques mois, pas en plusieurs années.

L’électricité devient une arme stratégique

Quand il est question d’IA, beaucoup pensent d’abord aux algorithmes. Huang, lui, ramène la discussion à un autre mot : électricité. Des serveurs remplis de GPU réclament une alimentation continue, abondante et relativement bon marché. Sans cela, la promesse technologique se réduit à un spectacle sans impact.

D’après lui, la Chine dispose déjà d’environ deux fois plus de capacité électrique installée que les États-Unis, alors même que la taille des deux économies est comparable. Et la dynamique diverge nettement : la capacité chinoise continue de croître à grande vitesse, tandis que l’américaine progresse peu.

Pour faire tourner la prochaine génération de modèles d’IA, il ne suffit pas d’avoir la meilleure puce. Il faut garantir des gigawatts disponibles, 24 heures sur 24, pendant des années.

Huang n’est pas le seul à insister sur ce point. Des investisseurs comme Kevin O’Leary alertent aussi sur les délais d’autorisation aux États-Unis, qui peuvent aller de six à dix-huit mois rien que pour valider des projets. Pendant ce laps de temps, des entreprises chinoises inaugurent de nouvelles usines, de nouveaux centres de données et de nouvelles lignes de transport d’électricité.

Le principal goulot d’étranglement des États-Unis

Dans les faits, le pays se retrouve confronté à une combinaison à risque :

• Un réseau électrique vieillissant dans plusieurs régions
• Des procédures d’autorisation longues et morcelées entre agences
• Des communautés locales inquiètes des impacts environnementaux et de l’usage de l’eau
• La concurrence d’autres activités très gourmandes en énergie, comme les cryptomonnaies et l’industrie lourde

Résultat : une partie des projets de centres de données dédiés à l’IA reste bloquée sur le papier. En parallèle, la Chine mobilise politiques publiques, financements publics et planification centralisée pour étendre la production et le transport d’électricité, y compris avec un objectif explicite : soutenir de grands pôles de calcul.

Le « gâteau à cinq étages » de l’IA

Pour illustrer la situation, Huang a employé une métaphore : l’IA serait un « gâteau à cinq étages ». Chaque niveau correspond à une étape de la chaîne de valeur :

Étage	Élément	Qui domine aujourd’hui
1	Énergie	Chine en forte expansion
2	Infrastructure physique (centres de données, réseaux)	Chine accélère, États-Unis freinés par les autorisations
3	Puces et matériel d’IA	États-Unis, avec Nvidia en tête
4	Modèles d’IA de pointe	États-Unis et alliés, pour l’instant
5	Applications et logiciels	Concurrence ouverte, avec une forte présence chinoise dans le code source ouvert

Dans sa lecture, les États-Unis contrôlent surtout le sommet du gâteau : les générations de puces les plus avancées et une partie des modèles d’IA les plus sophistiqués. La Chine, elle, concentre ses efforts sur la base : énergie, infrastructure et déploiement à grande échelle, notamment en s’appuyant fortement sur des projets à code source ouvert.

Celui qui maîtrise la base peut passer à l’échelle. Celui qui ne contrôle que le sommet risque de se retrouver avec un produit extraordinaire… mais sous-exploité.

Nvidia au cœur de la tension géopolitique

Ce diagnostic vient d’un dirigeant directement exposé aux frictions entre les États-Unis et la Chine. Nvidia, qui produit les GPU utilisés par les principaux systèmes d’IA dans le monde, subit des restrictions d’exportation imposées par Washington vers le marché chinois.

Huang a déjà qualifié la Chine de « deuxième plus grand marché technologique du monde ». Voir l’entreprise empêchée d’y vendre une partie de ses puces les plus avancées alimente de la frustration, mais impose aussi de la prudence : il doit composer entre le respect des règles américaines et la conviction que la Chine ne restera pas immobile.

Selon lui, croire que Pékin ne saura pas bâtir sa propre industrie de puces à haute capacité revient à ignorer des leçons récentes de l’histoire industrielle chinoise. En quelques décennies, le pays a mis sur pied des chaînes de production complètes dans les télécommunications, le solaire, les batteries et les véhicules électriques.

Réindustrialisation en mode urgence

Huang plaide pour une réaction offensive de la part des États-Unis. Au centre de cette approche, une forme de « nouvelle réindustrialisation » : davantage d’usines, davantage de lignes de transport d’électricité, davantage de centres de données considérés comme infrastructures critiques, avec une priorité comparable à celle des routes et des ports.

Des orientations politiques récentes, comme celles portées par Donald Trump et ses alliés, vont dans ce sens en traitant centres de données et semi-conducteurs comme des actifs stratégiques relevant de la sécurité nationale. L’objectif : accélérer les autorisations, débloquer les investissements et rapatrier sur le sol américain des segments d’une chaîne de valeur aujourd’hui dispersée dans le monde.

Pour Huang, la course à l’IA ne se gagne pas avec une mise à jour logicielle, mais avec une décennie de travaux, de câbles posés et de centrales raccordées.

Ce qui se joue concrètement

Pour le grand public, cette rivalité peut sembler lointaine, mais ses conséquences sont très tangibles. La vitesse à laquelle un pays installe des capacités d’IA pèse sur :

• La qualité des services numériques, de la traduction automatique au diagnostic médical
• La compétitivité des entreprises locales face à des rivales étrangères
• La création d’emplois qualifiés dans la technologie et l’ingénierie
• Les capacités militaires et de renseignement, de plus en plus dépendantes de l’analyse automatisée des données

Si la Chine maintient son rythme actuel de chantiers et d’expansion énergétique, elle devrait concentrer une part croissante de la puissance de calcul mondiale. Même si de nombreuses puces sont au départ moins avancées, le volume déployé peut compenser une partie de l’écart.

Termes clés pour comprendre la rivalité

Certains concepts reviennent souvent dans ce débat et méritent une définition rapide :

• GPU : puce conçue à l’origine pour le traitement graphique, devenue centrale pour l’entraînement des modèles d’IA grâce à sa capacité à exécuter de nombreuses opérations en parallèle.
• Centre de données : bâtiment ou complexe abritant des milliers de serveurs. Il exige une alimentation stable, du refroidissement et une connectivité élevée.
• Modèle de pointe : modèle d’IA de dernière génération, comptant des milliards de paramètres, utilisé pour des tâches avancées comme la génération de texte, d’images et de code.
• Code source ouvert : logiciel dont le code est accessible, pouvant être étudié, modifié et redistribué. Il sert de raccourci pour des pays qui veulent adapter des technologies sans repartir de zéro.

Dire que la Chine progresse grâce au code source ouvert signifie, dans ce contexte, que des développeurs locaux reprennent des modèles déjà publiés, les adaptent au mandarin, les optimisent pour les règles locales et les déploient en production sur des plateformes à grande échelle.

Scénarios possibles dans les prochaines années

Un scénario crédible est l’émergence de deux grands écosystèmes d’IA : l’un centré sur les États-Unis et leurs alliés, l’autre autour de la Chine. Chaque bloc disposerait de ses propres clouds, puces, standards et règles de données. Les multinationales seraient alors contraintes de maintenir des versions différentes de leurs produits pour fonctionner dans les deux environnements.

Un autre scénario serait une forme de « course aux armements énergétiques ». Les gouvernements subventionneraient agressivement centrales, lignes électriques et centres de données, au motif que la capacité d’IA est aussi stratégique que des raffineries ou des bases militaires.

Pour les entrepreneurs et les professionnels de la technologie, le message est net : connaître les algorithmes ne suffit plus. Les compétences en infrastructure, énergie, régulation et géopolitique prennent une valeur comparable à celle du développement logiciel. Ceux qui suivent cette convergence augmentent leurs chances de se positionner dans un marché qui ne se décidera pas seulement par le logiciel, mais par la capacité, comme le souligne Jensen Huang, à regarder le béton en face et à dire tout haut ce que beaucoup se contentent de murmurer.