À la CIIE, les géants des puces se tournent vers la périphérie : les dépenses d'inférence dépassent celles de l'entraînement

La 9e Exposition internationale d'importation de Chine (CIIE) s'est ouverte le 5 novembre à Shanghai, et son hall des équipements technologiques est devenu un baromètre de l'industrie mondiale des semi-conducteurs. Qualcomm, Samsung, Intel, AMD, SK Hynix, Synopsys et d'autres ont tous placé le déploiement concret de l'IA au centre de leurs stands — signe que le centre de gravité du calcul se déplace de l'entraînement dans le nuage vers l'inférence et la périphérie des appareils.

L'inférence dépasse l'entraînement pour la première fois

Une prévision de Gartner publiée en août estime que les dépenses mondiales d'infrastructure en tant que service optimisée pour l'IA atteindront 42,3 milliards de dollars en 2026, en hausse de 96 % sur un an. Sur ce total, 23,3 milliards iront à l'inférence et 19 milliards à l'entraînement — la première année où l'inférence dépasse l'entraînement. L'inférence représentera 55 % des dépenses d'IaaS optimisée pour l'IA en 2026, puis 59 % en 2027. Gartner attribue ce basculement au passage des entreprises du développement de modèles au déploiement à l'échelle de la production, où des modèles spécialisés affinés fonctionnent en continu dans des systèmes orientés client.

Qualcomm mise sur l'appareil : prototype 6G et modèles embarqués

Qualcomm a présenté publiquement pour la première fois un prototype de terminal 6G conforme à la dernière définition du 3GPP, et mène des tests conjoints et des vérifications d'interopérabilité avec des partenaires chinois dont China Mobile et ZTE, en vue d'une commercialisation progressive au cours des deux prochaines années. Côté appareils, Qualcomm a collaboré avec StepFun, Infris AI et Longsys pour faire tourner entièrement sur un smartphone un modèle de mélange d'experts de 30 milliards de paramètres, étendant l'IA embarquée à des applications d'agents plus complexes. Des produits d'agents alimentés par les plateformes Snapdragon, comme le Honor Robot Phone et le Nubia NaviX Ultra, ont attiré de nombreux visiteurs.

AMD pousse les hôtes d'agents locaux ; Intel veut rapprocher le calcul des usages

AMD a fait de « l'hôte d'agents » un vecteur concret du déploiement de l'IA. Un hôte basé sur la plateforme Ryzen AI Max+ PRO 495, doté de 192 Go de mémoire unifiée, peut exécuter des grands modèles localement et faire fonctionner plusieurs agents en parallèle, offrant aux développeurs, aux entreprises individuelles et aux PME une option de déploiement sans passer par le nuage. Le personnel du stand a indiqué qu'une machine intelligente d'appel d'offres ramène le traitement des dossiers de « trois personnes, sept jours » à « une personne, une demi-journée », tandis qu'un hôte d'assistant juridique sert à la révision des contrats et à la rédaction, le déploiement local protégeant les informations sensibles.

Wang Zhicong, président d'Intel Chine, a déclaré lors d'un entretien pendant l'exposition que davantage de calcul d'IA sera déployé côté inférence et périphérie au cours des cinq prochaines années, car « le calcul doit être plus proche des données, plus proche des usages et plus proche des utilisateurs ». Il y a deux ans, l'industrie parlait surtout de performance des grands modèles et d'entraînement ; aujourd'hui, l'accent est davantage mis sur les agents, « ce qui relève en réalité de l'inférence ». Intel a présenté une matrice de calcul complète basée sur son procédé 18A et lancé une solution de calcul intégrée à stockage d'énergie verte ainsi qu'une machine tout-en-un à jetons (tokens).

Les géants de la mémoire misent sur l'IA, la pénurie persiste

À mesure que les grands modèles grandissent, ils exigent plus de capacité mémoire, de bande passante et d'efficacité énergétique. Samsung a exposé la LPDDR6, la LPDDR5X-PIM et l'UFS 5.0, entre autres ; SK Hynix a apporté des modules DDR5 RDIMM de 256 Go, DDR5 MRDIMM de 128 Go, SOCAMM2 de 192 Go, ainsi que des SSD d'entreprise dont les PS1101 E3.S et PSF010 E1.S.

La LPDDR5X-PIM de Samsung est la première mémoire LPDDR de l'industrie dotée de la technologie de calcul en mémoire (PIM). Elle intègre une unité de calcul dans chacune de ses 16 banques DRAM, permettant d'effectuer certains calculs d'IA directement dans la mémoire et de réduire les allers-retours de données entre le processeur et la mémoire ; Samsung annonce jusqu'à huit fois la bande passante effective de la LPDDR5X actuelle. La LPDDR6 de nouvelle génération offre jusqu'à 45 % de bande passante en plus que la génération précédente, jusqu'à 125 Go/s, et une efficacité énergétique supérieure d'environ 21 % à celle de la LPDDR5X. Le personnel du stand de SK Hynix a indiqué que la pénurie actuelle de mémoire n'a pas changé et que les grands fabricants augmentent tous leurs capacités ; l'équilibre entre l'offre et la demande ne s'améliorera qu'après les hausses de capacité de 2028.

La capacité de calcul intelligent de la Chine en hausse de près de 90 % cette année

Un rapport d'International Data Corporation (IDC) et d'Inspur prévoit que la capacité de calcul intelligent de la Chine atteindra 2 576,5 EFLOPS en 2026, en hausse de 87,9 % sur un an, et 10 524,3 EFLOPS d'ici 2030 ; le marché du calcul d'IA devrait atteindre 51,5 milliards de dollars, en hausse de 37 % sur un an. Le rapport prévoit également que d'ici 2030, 50 % des tâches d'inférence d'IA des entreprises migreront du nuage vers des nœuds périphériques ou des appareils.

Un scénario typique de l'inférence et de la génération de contenu est le drama court. Les données publiques montrent que de janvier à mai 2026, le marché des dramas et bandes dessinées générés par IA a dépassé 22 milliards de yuans (environ 3,3 milliards de dollars), et la production nationale de dramas courts par IA devrait passer de 60 000 en 2025 à un million en 2026. Wang a indiqué qu'Intel avait déjà présenté avec des partenaires, lors d'un sommet à Suzhou, de nombreuses solutions de production de dramas courts en un clic, « de sorte qu'avec une idée et un scénario de base, on peut produire un drama court en un clic ».

La dimension concurrentielle change

Pour les fabricants de puces, ce changement signifie que la dimension concurrentielle passe de la puissance de calcul de pointe à l'efficacité énergétique, à la flexibilité de déploiement et à la collaboration écosystémique. L'entraînement dans le nuage reste un terrain incontournable, mais l'espace de croissance apparaît de plus en plus aux nœuds périphériques, dans les PC d'IA, les hôtes d'agents et les véhicules — celui qui fera tourner l'inférence au moindre coût et avec la meilleure efficacité énergétique, au plus près des utilisateurs, a le plus de chances de remporter la prochaine étape des commandes de l'industrie. La pénurie de mémoire et le rythme d'expansion des capacités ajoutent une incertitude du côté de l'offre à ce cycle haussier.