Huawei affirme qu'Ascend dépasse Nvidia en Chine, DeepSeek ouvre ses outils logiciels

Huawei a publié cette semaine un communiqué en forme de questions-réponses. The Register rapporte le 30 septembre que le président tournant Eric Xu y affirme qu'Ascend a dépassé Nvidia en part de marché en Chine. « Il est assez difficile de collecter des données sur la part de marché de Nvidia en Chine, mais d'après les données que nous avons recueillies, Ascend a dépassé Nvidia », a déclaré Xu. Aucun chiffre indépendant n'a été fourni. Huawei n'a pas publié les données sous-jacentes.

Le contexte pèse plus lourd que l'affirmation. Les contrôles américains à l'exportation sur les accélérateurs d'IA vers la Chine changent de cap depuis avril 2025, et ces revirements ont poussé Pékin à demander aux opérateurs de centres de données de se passer de silicium étranger. Lors de sa conférence de résultats du deuxième trimestre, citée par The Register, Nvidia a indiqué que les livraisons de H200 dans la région représentaient moins de 1 pour cent de ses revenus datacenter. L'argument de Xu est autant politique que technique : « Même si nos puces sont peut-être moins avancées, au moins leur approvisionnement est assuré, de sorte que vous n'avez pas à vous inquiéter de l'approvisionnement en puces jour après jour. »

Le logiciel était le vrai mur

L'écart matériel est réel, et Xu l'admet. Huawei soutient en revanche que l'écart logiciel se comble plus vite que prévu. Liao Heng, scientifique en chef de HiSilicon, la filiale de Huawei, a déclaré à The Register que « la première barrière rencontrée par Ascend n'est en fait pas le matériel lui-même. C'est avant tout la barrière de l'écosystème. » Cette barrière, c'est la douve de CUDA et les quelque quatre millions de développeurs que Nvidia revendique. The Decoder note que c'est ce qui a tenu AMD à l'écart, même lorsque son silicium semblait compétitif sur le papier. Le 30 septembre, DeepSeek a publié des outils de programmation open source pour Ascend, selon The Decoder, qui cite un message sur le canal WeChat officiel de DeepSeek et Reuters. La pièce maîtresse est TileLang, un langage développé par des chercheurs de l'université de Pékin. DeepSeek l'utilise depuis environ un an et le présente désormais comme son outil principal pour ses travaux sur l'AGI, selon The New York Times. DeepSeek et Huawei ont aussi optimisé un supernœud de 128 puces Ascend 950. Liao affirme que la situation a changé « au cours des 18 derniers mois », à mesure que les laboratoires de pointe se tournaient vers une programmation de type mega-kernel et cessaient de considérer CUDA comme la seule voie possible.

L'échelle est l'autre réponse de Huawei. The Register rapporte que l'entreprise déploie un Atlas 950 SuperCluster de 256 000 cartes, avec une architecture plus récente conçue pour monter jusqu'à un million de NPU. Xu a été direct sur les limites : « Nous n'avons pas assez de capacité pour satisfaire la demande en Chine. » Sur les travaux d'IA souveraine de la Malaisie, il a dit que Huawei donne la priorité aux clients chinois et qu'« en dehors de la Chine, nous ne fournissons qu'un nombre très limité de clients ».

Pendant ce temps, la couche d'outils se reconstruit

Le même jour, OpenAI et Synopsys ont signé un partenariat pluriannuel pour construire GPT-Synopsys, un modèle destiné à raisonner sur la conception et la vérification des puces et à piloter directement les outils EDA de Synopsys, rapporte The Decoder le 30 septembre. Les ingénieurs délèguent des objectifs et approuvent les résultats. Le PDG de Synopsys, Sassine Ghazi, estime que l'IA pourrait accélérer la conception ; Greg Brockman, d'OpenAI, présente la chose comme de meilleures puces et une meilleure IA. Le modèle tourne sur l'infrastructure d'OpenAI, les données des clients restent hors de l'entraînement, et des tests préliminaires avec des clients du secteur des semi-conducteurs sont déjà en cours.

L'AI Chip Design Week de Tom's Hardware, du 28 septembre au 2 octobre, décrit le même basculement. Cadence, Synopsys et Siemens proposent tous de l'IA agentique pour la conception de puces, largement sur la pile de Nvidia, avec ce que le média appelle des degrés d'autonomie variables. Synopsys a dévoilé sept agents AgentEngineer sur sa plateforme Autopilot, dont la disponibilité générale est prévue pour la fin 2026. SemiEngineering a publié le 1er octobre des articles sur les métriques d'accélération des LLM, la vérification de PCIe sur UCIe et les LLM dans la conception de puces. Le dernier estime à plus de 1 000 mois d'ingénierie le travail nécessaire pour un ASIC de complexité typique.

Toutes les voies d'accès au calcul chinois ne sont pas nationales. Tom's Hardware a rapporté le 23 septembre que le dépôt S-1 de Nscale révélait qu'une filiale de ByteDance, Spring (SG) Pte Ltd, représentait 24 millions de dollars des 33 millions de dollars de revenus 2025 du néocloud britannique. Cette filiale avait accédé à 2 304 puces Nvidia B200 dans un centre de données en Norvège. Le FT a rapporté que l'arrangement était légal et exploitait des failles des contrôles américains à l'exportation. Macquarie a exigé que Nscale surveille l'usage de Spring pour détecter des anomalies.

Une réserve sur le récit autour de CUDA : SemiAnalysis, cité par The Decoder, a testé la puce Jalapeño d'OpenAI et qualifié la douve de CUDA de « potentiellement morte », mais seulement sur des scénarios relativement faciles d'environ 8 000 tokens en entrée et 1 000 en sortie. Sur les charges de travail agentiques, Nvidia gardait en août une nette avance.