C’est fini pour la carte graphique à 2 000 € : en 2026, cette puce chinoise fait tourner un modèle de 27 milliards de paramètres sans en avoir une seule

Une puce à 64 cœurs vient de faire tourner un modèle de langage de 27 milliards de paramètres sans qu’aucun processeur graphique n’intervienne. Alibaba a annoncé la prise en charge native de son modèle d’IA Qwen-3.8 par sa puce XuanTie C950, basée sur l’architecture RISC-V et gravée en 5 nm, un développement qui permet d’exécuter des modèles de langage de 27 milliards de paramètres sans recourir à des couches d’émulation ni à des processeurs graphiques tiers. Concrètement, là où il fallait jusqu’ici débourser l’équivalent d’une carte graphique haut de gamme, autour de 2 000 euros, pour espérer faire tourner un modèle de cette taille, un simple processeur suffit désormais.

Une architecture pensée pour se passer du GPU

Alibaba’s XuanTie C950, un processeur RISC-V à 64 cœurs construit sur le procédé 5 nm de TSMC, vient de démontrer quelque chose qu’aucune puce utilisant ce jeu d’instructions ouvert n’avait jamais réussi : faire tourner un modèle de langage de 27 milliards de paramètres entièrement sur le CPU, sans GPU, sans couche d’émulation et sans surcoût de traduction. Le résultat en pratique ? Le modèle Qwen 3.8 27B, publié sous licence open source le 14 août 2026, a atteint 30 tokens par seconde sur le C950 avec un délai avant premier jeton de 1,9 seconde.

Ce qui rend l’exploit possible, ce n’est pas seulement le nombre de cœurs. Le processeur intègre 64 cœurs de calcul répartis en clusters de 8, reliés nativement via des interconnexions AMBA CHI à haut débit, avec des moteurs d’accélération matricielle et vectorielle embarqués directement sur la puce pour éliminer le besoin de GPU. l’accélération IA n’est plus un composant à part, elle fait partie intégrante du silicium. Faire tourner un modèle de 27 milliards de paramètres sur un seul CPU n’est pas simplement une question de nombre de cœurs disponibles : le processeur doit aussi déplacer efficacement de grandes quantités de données à travers sa hiérarchie mémoire. C’est là que se joue la vraie prouesse technique, bien plus que dans la puissance brute affichée sur une fiche produit.

Sur le plan des performances pures, la progression est nette par rapport à la génération précédente. Le C950 affiche un score SPECint2006 de plus de 70 points par cœur à 3,2 GHz, soit environ 22 points par GHz, contre environ 15 points par GHz pour le C930 de génération précédente. Une analyse indépendante place les performances monothread du C950 quasiment au niveau de la puce M1 d’Apple, lancée fin 2020. Pas de quoi rivaliser avec les derniers Snapdragon ou les puces Apple les plus récentes, certes, mais suffisant pour transformer un CPU en véritable moteur d’inférence.

La fin annoncée du GPU obligatoire ?

Le vrai bouleversement se situe dans les usages. Pour comparaison, faire tourner un modèle de 27 milliards de paramètres de manière conventionnelle nécessite habituellement entre 16 et 24 gigaoctets de mémoire GPU dédiée, alors que le C950 accomplit la même tâche d’inférence en s’appuyant uniquement sur ses cœurs CPU et ses moteurs d’accélération IA intégrés. Une carte graphique capable d’encaisser ce type de charge coûte facilement entre 1 500 et 2 000 euros dans le commerce. Avec cette puce, ce budget matériel disparaît purement et simplement pour les déploiements ciblés.

Il y a toutefois une nuance à apporter, et elle compte. Contrairement aux GPU, le XuanTie C950 exécute un seul flux d’inférence par socket, ce qui le rend mieux adapté au déploiement en périphérie de réseau et à l’inférence privée plutôt qu’aux API publiques à forte concurrence. Ce n’est donc pas un concurrent frontal des datacenters d’entraînement massif, mais plutôt une alternative crédible pour l’inférence locale, embarquée, sur des équipements professionnels ou des serveurs d’entreprise qui n’ont pas besoin de traiter des milliers de requêtes simultanées.

Ce choix stratégique s’inscrit dans une logique bien précise. Cette intégration s’inscrit dans une stratégie de verticalisation similaire à celle déployée par NVIDIA, visant à renforcer l’écosystème propriétaire du groupe chinois. Alibaba ne se contente pas de vendre une puce : elle construit un empilement complet, du silicium au modèle, en passant par les outils de compilation. Une manière de dire aux entreprises chinoises (et aux autres) qu’il existe désormais une alternative complète à Nvidia, de bout en bout.

Un symptôme d’une bascule technologique plus large

Le C950 n’est pas un cas isolé. Il s’inscrit dans une accélération générale de l’écosystème IA chinois sur silicium local. Plusieurs modèles chinois de premier plan sont désormais entraînés sur des puces maison Ascend, sans matériel américain, et cette quête d’autonomie est le vrai enjeu de fond : chaque modèle qui fonctionne sur silicium chinois affaiblit un peu plus le levier de pression de Washington. Meituan, plus connu pour son application de livraison de repas que pour l’IA, a par exemple dévoilé un modèle géant baptisé LongCat-2.0. Ce modèle open source de 1 600 milliards de paramètres a été entièrement développé sur du matériel domestique, de bout en bout.

L’adoption dépasse même le seul écosystème Alibaba. Le modèle Qwen3.8-27B a fait l’objet d’une adaptation multi-puces, d’un alignement de précision et d’une validation de déploiement sur 11 plateformes de puces IA, dont T-Head, Nvidia, Moore Threads, MetaX, Kunlunxin, Huawei Ascend, Hygon, Iluvatar CoreX, QingMicro Intelligence, Enflame et Sunrise, grâce à la pile logicielle open source unifiée FlagOS. Autant dire que le modèle chinois devient une sorte de standard universel, capable de tourner sur presque n’importe quel silicium disponible sur le marché, américain compris.

Reste une question que peu d’observateurs posent encore ouvertement : si un modèle de 27 milliards de paramètres tourne déjà sans GPU à 30 tokens par seconde, combien de temps avant que des modèles deux ou trois fois plus gros suivent le même chemin sur du matériel encore moins coûteux ? Le C950 n’a pas été confirmé publiquement par Alibaba comme fabriqué chez TSMC, l’entreprise restant discrète sur ce point précis, mais la trajectoire technologique, elle, ne laisse guère de doute sur la direction prise par l’industrie chinoise du semi-conducteur.

Sources : usine-digitale.fr | tomshardware.fr | developpez.net