Selon des sources citées par Bloomberg, Ant Group a réalisé une percée majeure dans le domaine de l'intelligence artificielle. Grâce à l'utilisation de puces chinoises fabriquées par Alibaba et Huawei, la société a réussi à réduire de 20 % le coût d'entraînement des modèles d'IA. Cette nouvelle donne un nouvel élan à l'autonomie technologique de la Chine dans des secteurs clés.
Le rapport indique en outre que les tests internes d'Ant Group montrent que ces puces IA chinoises offrent des performances comparables à celles des produits équivalents du leader du secteur, Nvidia. Si ces résultats sont confirmés et largement appliqués, cela pourrait bouleverser le paysage mondial du marché des puces IA.
Source : Image générée par IA, fournie par Midjourney.
Des rumeurs précédentes avaient circulé sur le marché selon lesquelles le nouveau modèle de la start-up chinoise d'IA DeepSeek nécessitait un nombre de puces bien inférieur aux prévisions, ce qui avait entraîné des fluctuations du cours de l'action Nvidia. L'annonce officielle d'Ant Group fournit désormais une preuve plus convaincante de la puissance des puces IA chinoises.
Malgré les contrôles des exportations américains, les puces IA de Nvidia restent très demandées sur le marché chinois. Il a même été rapporté que des acheteurs chinois cherchent activement à se procurer les dernières puces de la série Blackwell. Cependant, si la technologie d'Ant Group est adoptée à grande échelle et incite davantage d'entreprises chinoises à utiliser des puces IA nationales, cela pourrait affaiblir la rentabilité actuelle de Nvidia en tant que fournisseur de puces IA le plus populaire.
À ce jour, ni Ant Group ni Nvidia n'ont répondu aux demandes de commentaires.
Les progrès réalisés par Ant Group témoignent non seulement des avancées de la Chine dans la conception et la fabrication de puces IA, mais aussi de l'importance croissante de la chaîne d'approvisionnement nationale dans le développement futur des technologies d'IA. La réduction des coûts d'entraînement de l'IA est essentielle pour promouvoir la diffusion et l'adoption de cette technologie, notamment pour l'entraînement de grands modèles qui nécessitent une puissance de calcul considérable.