Huawei manque de capacité avant même de vraiment partir à l'international

Lors de HUAWEI CONNECT 2026 à Shanghai, Eric Xu, président tournant de Huawei, a reconnu que l'entreprise ne disposait actuellement pas d'une capacité suffisante pour répondre à l'ensemble de la demande chinoise en produits de calcul pour l'intelligence artificielle.

La conséquence est immédiate : Huawei ne prévoit pas, pour l'instant, de déploiement international massif de ses accélérateurs Ascend. Certains marchés étrangers continuent d'être servis, mais en volumes limités.

Cette situation donne une indication importante sur l'état du marché chinois. Huawei n'essaie plus seulement de démontrer qu'une alternative locale aux accélérateurs américains peut exister. L'entreprise doit désormais gérer une demande supérieure à ce qu'elle est capable de fabriquer.

Le 960DT arrivera neuf mois plus tôt que prévu

Huawei accélère donc directement sa feuille de route. L'Ascend 960DT, destiné principalement à l'entraînement des modèles, doit être prêt au premier trimestre 2027. Le calendrier a été avancé de trois trimestres.

L'Ascend 960PR, davantage orienté vers l'inférence, doit suivre au troisième trimestre 2027, avec un trimestre d'avance sur le calendrier précédent.

Huawei veut ensuite conserver un rythme annuel : Ascend 970 en 2028, puis Ascend 980 en 2029. L'objectif n'est plus de produire une génération exceptionnelle capable de rattraper tout le retard en une fois, mais d'installer une cadence de développement prévisible.

La vraie arme de Huawei n'est peut-être pas l'Ascend pris individuellement

C'est ici que la stratégie devient plus intéressante techniquement. Huawei sait que la comparaison directe entre un accélérateur Ascend et les meilleures puces Nvidia ne raconte qu'une partie de l'histoire. Son approche consiste donc à déplacer une partie de la bataille du silicium vers l'architecture du système complet.

L'Atlas 960E SuperPoD peut réunir jusqu'à 4 096 NPU. Huawei utilise son interconnexion UnifiedBus pour faire communiquer processeurs, mémoire, stockage et réseau avec une logique d'adressage mémoire unifiée.

L'enjeu est simple : un énorme cluster n'est utile que si les accélérateurs passent leur temps à calculer plutôt qu'à attendre leurs voisins. Huawei affirme que les communications entre machines peuvent représenter plus de 40 % du temps d'entraînement dans certaines architectures conventionnelles à très grande échelle.

Autrement dit, lorsque des dizaines de milliers de puces travaillent ensemble, améliorer le réseau entre elles peut devenir presque aussi important que rendre chacune des puces plus rapide.

Peerium pousse cette logique jusqu'au million de processeurs

Huawei a également présenté Peerium, une architecture de calcul qui combine parallélisme hiérarchisé, adressage mémoire unifié et interconnexion pair-à-pair.

Le chiffre mis en avant est spectaculaire : Huawei veut pouvoir faire fonctionner jusqu'à un million de processeurs au sein d'un même ensemble de calcul. Avant d'imaginer un centre de données composé d'un million d'Ascend travaillant parfaitement comme une seule machine, il faut toutefois distinguer la capacité architecturale annoncée d'un déploiement réel à cette échelle.

Des systèmes beaucoup plus petits existent déjà. Huawei indique qu'un Atlas 950 SuperCluster équipé de 256 000 cartes est en cours de déploiement, tandis que les systèmes Atlas 960 utilisant les nouvelles interconnexions optiques sont encore en phase de test.

Huawei cherche aussi à réduire l'avantage logiciel de CUDA

Le matériel n'est qu'une partie du problème. Nvidia dispose depuis des années d'un avantage considérable avec CUDA, son environnement logiciel devenu une référence pour l'entraînement et l'exécution de modèles IA.

Reuters rapporte que plus de 5 200 développeurs seraient désormais actifs chaque mois sur les outils Ascend et que plus de 40 modèles auraient été entraînés directement sur la plateforme de Huawei. Ce sont des chiffres fournis dans le cadre des annonces de l'entreprise et ils ne signifient pas que l'écosystème Ascend dispose déjà de la maturité ou de la compatibilité de CUDA.

Huawei a justement accéléré l'ouverture de CANN, sa pile logicielle pour Ascend, et multiplie les collaborations avec des frameworks et communautés open source. Pour convaincre les laboratoires de déplacer réellement leurs charges de travail, la compatibilité logicielle sera au moins aussi importante que les performances brutes annoncées pour les futurs 960.

Dépasser Nvidia en Chine reste pour l'instant une affirmation de Huawei

Eric Xu estime que la part de marché d'Ascend en Chine est désormais supérieure à celle de Nvidia. Cette déclaration doit rester présentée pour ce qu'elle est : une estimation du dirigeant de Huawei.

L'entreprise n'a publié aucun chiffre permettant de vérifier cette comparaison, et Xu lui-même a reconnu qu'obtenir des données fiables sur la part de marché chinoise de Nvidia était difficile.

Le contexte favorise néanmoins mécaniquement les alternatives chinoises. Les restrictions américaines sur l'accès aux accélérateurs les plus avancés ont réduit le choix disponible pour les entreprises locales, tandis que Huawei dispose d'un écosystème matériel et logiciel développé spécifiquement pour ce marché.

La bataille se déplace de la puce vers le centre de données entier

Le message technique de Huawei est finalement assez clair. L'entreprise ne prétend pas uniquement fabriquer une meilleure puce. Elle tente de construire un système dans lequel les faiblesses relatives d'un accélérateur individuel peuvent être compensées par la quantité de NPU, leur interconnexion, la mémoire partagée et le logiciel qui orchestre l'ensemble.

Cette approche ne supprime pas les difficultés de fabrication, de consommation électrique ou de développement logiciel. Elle explique en revanche pourquoi Huawei consacre autant d'efforts à UnifiedBus, aux SuperPoD et à Peerium qu'aux références Ascend elles-mêmes.

En 2027, le test le plus intéressant ne sera donc pas simplement de comparer un Ascend 960DT à une puce Nvidia sur une fiche technique. Il faudra regarder combien de ces accélérateurs Huawei parvient réellement à produire, avec quelle efficacité ils travaillent ensemble et surtout combien de grands modèles chinois migrent effectivement vers cette infrastructure.