En Chine, des bons de calcul IA réduisent les coûts des PME et occupent les centres de données sous-utilisés

Pourquoi la Chine déploie des bons de calcul pour l’IA

La Chine expérimente une nouvelle façon de rendre les puissants outils d’intelligence artificielle accessibles aux petites entreprises. De Pékin et Shanghai à Chengdu et Shenzhen, les municipalités distribuent des bons de calcul, des aides publiques qui réduisent le coût de location de serveurs haute performance pour l’entraînement et l’inférence en IA. L’objectif est double. Premièrement, permettre aux petites et moyennes entreprises de concevoir et de tester des modèles d’IA à un coût abordable. Deuxièmement, utiliser les capacités sous-exploitées du réseau de centres de données en pleine expansion dans le pays. Shanghai a prévu environ 600 millions de yuans pour des bons de calcul couvrant jusqu’à 80 % des frais de location, ainsi que 100 millions de yuans pour des bons de données destinés à l’entraînement de grands modèles de langage. Shenzhen a annoncé un programme annuel de 500 millions de yuans, avec des aides pouvant atteindre 50 % pour les entreprises et les établissements, et 60 % pour les start-up. Chengdu élargit un projet pilote doté de 100 millions de yuans pour les instituts de recherche. Le Shandong propose actuellement 30 millions de yuans et prévoit un investissement bien plus important, de 1 milliard de yuans, dans les infrastructures locales d’IA. Pékin et le Henan ont commencé à recevoir des demandes pour des dispositifs similaires.

Ces bons s’inscrivent dans une stratégie nationale plus vaste. La Commission nationale du développement et de la réforme a lancé ce mécanisme en décembre 2024 afin de réduire les coûts de recherche et développement des petites entreprises et de raccorder davantage d’utilisateurs à un réseau informatique national. L’expansion rapide des centres de données chinois, en grande partie dans les provinces de l’Ouest où l’électricité est moins chère, a laissé des poches de capacité inutilisée. Selon des rapports sectoriels, certains sites n’auraient fonctionné qu’à 20 à 30 % de leur capacité. Les autorités veulent y diriger les charges de travail liées à l’IA, améliorer le taux d’utilisation et accélérer l’adoption. L’Académie chinoise des technologies de l’information et des communications estime que chaque yuan investi dans la puissance de calcul peut générer trois à quatre yuans de production économique. Cet effet multiplicateur explique en partie la rapidité d’action des collectivités locales.

Un nouvel instrument de la politique industrielle chinoise en matière d’IA

Cette vague de subventions s’inscrit dans un plan plus large visant à développer les capacités en IA d’ici à 2030. Selon des groupes de recherche, Pékin mobilise plusieurs leviers à la fois : financements publics, laboratoires soutenus par l’État, programmes d’attraction des talents et, désormais, accès subventionné à la puissance de calcul. Les restrictions à l’exportation imposées par les États-Unis rendent l’achat de puces de pointe plus difficile et font du calcul un goulot d’étranglement pour les start-up. Les bons peuvent atténuer cette contrainte en donnant accès à moindre coût à des centres de données publics et commerciaux, tandis que la Chine soutient ses propres matériels et logiciels. Pour un éclairage plus approfondi sur cette approche, voir l’analyse de RAND sur la stratégie chinoise d’IA « full stack » ici. Une analyse complémentaire de MERICS sur l’autonomie et la chaîne technologique de l’IA est disponible ici.

Fonctionnement des bons et conditions d’éligibilité

Les bons de calcul sont des crédits gérés par les municipalités. Ils s’adressent notamment aux petites et moyennes entreprises, aux start-up, aux universités et aux instituts de recherche. Les bénéficiaires utilisent leurs crédits dans les centres de données partenaires, qui peuvent appartenir à l’État, être exploités par une université ou être privés. Les bons réduisent généralement une partie de la facture de location de grappes de processeurs graphiques, de stockage et de réseau, selon des taux de prise en charge qui varient d’une ville à l’autre. Certaines collectivités distribuent aussi des bons de données pour réduire le coût des données d’entraînement, de leur annotation ou de corpus sélectionnés pour les grands modèles de langage. Les charges de travail éligibles vont du préentraînement et de l’ajustement fin aux projets de vision par ordinateur et à l’inférence à grande échelle.

Taux de subvention et budgets en pratique

• Shanghai : environ 600 millions de yuans pour des bons de calcul couvrant jusqu’à 80 % des frais de location, auxquels s’ajoutent 100 millions de yuans de bons de données liés à l’entraînement de grands modèles de langage.
• Shenzhen : un programme annuel de 500 millions de yuans. Les subventions couvrent jusqu’à 50 % des frais des entreprises, universités et instituts de recherche qui louent de la puissance de calcul pour l’IA. Pour les start-up, le taux atteint 60 %. Les avis municipaux mentionnent aussi des bons pour les modèles et les corpus, ainsi que des plafonds par projet pour l’aide à l’entraînement.
• Chengdu : un projet pilote élargi, comprenant 100 millions de yuans d’aides sous forme de bons pour les instituts de recherche.
• Shandong : 30 millions de yuans sont disponibles actuellement, tandis qu’un plan de 1 milliard de yuans est proposé pour développer les infrastructures locales d’IA.
• Pékin et Henan : des dispositifs en phase de lancement sont opérationnels, les candidatures sont ouvertes et les fournisseurs s’inscrivent.
• Guizhou : des règles révisées en novembre 2024 ont étendu les bons aux services d’adaptation et de formation pour les solutions nationales. La prise en charge annoncée atteint 30 % des dépenses éligibles, dans la limite de 1,5 million de yuans pour l’adaptation et de 5 millions de yuans pour la formation.

À quoi sert l’argent : tour d’horizon des villes

Shanghai associe les aides au calcul et aux données, illustrant la manière dont les villes envisagent l’ensemble de la chaîne de l’IA. Les bons de calcul couvrent le coût élevé de l’entraînement et de l’ajustement fin. Les bons de données réduisent le coût d’acquisition ou de préparation des jeux de données d’entraînement, notamment pour les grands modèles de langage. En combinant les deux, les autorités cherchent à s’attaquer aux deux dépenses qui empêchent de nombreuses petites équipes de dépasser le stade de la preuve de concept.

Shenzhen mise à la fois sur les applications et sur les infrastructures. Les mesures municipales visent les fournisseurs de services de modèles et les concepteurs de produits qui enregistrent leurs travaux auprès du Bureau national de l’information sur Internet. L’objectif est de mettre sur le marché des systèmes opérationnels, des assistants conversationnels d’entreprise et copilotes de programmation aux fonctions d’IA intégrées aux appareils grand public. Le taux de subvention est plus élevé pour les start-up, car les jeunes entreprises doivent souvent assumer les factures les plus lourdes lors de leurs premiers cycles d’entraînement et peuvent difficilement réserver des capacités longtemps à l’avance.

Chengdu et le Shandong utilisent les bons pour bâtir des écosystèmes. Le projet pilote de Chengdu oriente les fonds vers les instituts de recherche, qui peuvent contribuer à faire émerger des talents et des projets locaux. Le Shandong associe une première enveloppe de bons à un projet d’investissement majeur dans les infrastructures, ce qui peut attirer des fournisseurs à la recherche d’une demande prévisible sous la forme d’utilisateurs subventionnés. Pékin et le Henan en sont à un stade plus précoce, mais inscrivent déjà des partenaires de centres de données et ouvrent des portails de candidature.

Le Guizhou, illustration de la stratégie de l’intérieur du pays

Le Guizhou est devenu une région phare du déplacement des données et de la puissance de calcul vers l’intérieur du pays. Dans le cadre de l’approche nationale « East Data, West Computing », les capacités des provinces intérieures répondent à la demande du littoral. Selon Data Centre Magazine, la puissance de calcul intelligente du Guizhou atteint 85 EFLOPS, et plus de 98 % de cette capacité relève du calcul intelligent plutôt que du stockage traditionnel. Environ 90 % du matériel serait produit dans le pays. Quarante-huit grands centres de données sont en service ou en construction dans la province, dont 28 sites de grande taille. La capacité de stockage s’élève à 25 exaoctets. Ces chiffres témoignent d’une évolution : les installations, auparavant surtout axées sur le stockage, adoptent un modèle plus équilibré qui privilégie l’entraînement et l’inférence en IA.

L’énergie est au cœur de ce modèle. La consommation d’électricité dans la nouvelle zone de Gui’an a fortement augmenté au début de 2025. Les autorités locales ont ajouté des postes électriques et des lignes dédiées afin de garantir une alimentation fiable aux baies à forte densité. L’hydroélectricité joue un rôle important, et la part des énergies renouvelables dans la production totale a atteint environ un tiers en mai 2025. Des mesures introduites fin 2024 ont étendu les subventions à l’adaptation de logiciels nationaux et aux services de formation, avec un plafond de prise en charge de quelques millions de yuans par projet. Ce dispositif cherche à relier infrastructures, énergie et soutien direct aux utilisateurs, afin que les centres de données de l’intérieur puissent fournir une puissance de calcul utile aux entreprises de tout le pays.

Remplir les capacités inutilisées grâce à « East Data, West Computing »

La carte des centres de données chinois s’est rapidement étoffée ces dernières années. Le plan « East Data, West Computing » encourage les entreprises et les organismes publics à envoyer leurs données vers les régions occidentales, où le foncier et l’électricité sont moins chers, puis à desservir les utilisateurs par des réseaux longue distance. Cette expansion a créé des poches de capacité excédentaire, en particulier dans les installations mises en service avant que la demande ne suive. Les articles de presse et les analyses sectorielles font souvent état de taux d’utilisation de seulement 20 à 30 %. Les bons constituent un outil d’action sur la demande pour augmenter ces taux et amortir les investissements.

Pour les fournisseurs, les projets financés par les bons peuvent lisser l’utilisation des équipements. Les cycles d’entraînement se concentrent souvent sur quelques périodes, lorsque les équipes lancent des calculs de plusieurs jours sur des milliers de processeurs graphiques. Si les villes coordonnent le calendrier des bons et la gestion des files d’attente, les fournisseurs peuvent mieux regrouper les tâches, remplir les plages creuses et proposer des créneaux prévisibles aux start-up qui doivent planifier leurs travaux. Pour les utilisateurs, une baisse du prix net par heure d’utilisation d’un processeur graphique peut transformer deux mois d’autonomie en six mois d’expérimentations et d’itérations. C’est particulièrement important pour les équipes qui ajustent finement un modèle plutôt que de l’entraîner depuis zéro. L’ajustement fin peut donner de bons résultats sur des grappes de milieu de gamme : un prix plus bas rend donc ces opérations accessibles.

Restrictions à l’exportation, Nvidia et puces nationales

Les coûts et l’accès au calcul sont influencés par la géopolitique. Les restrictions à l’exportation imposées par les États-Unis limitent la vente des accélérateurs les plus performants aux clients chinois. Les entreprises qui souhaitent obtenir les derniers équipements Nvidia rencontrent donc des difficultés d’approvisionnement. Des articles ont évoqué des projets visant à équiper des dizaines de nouveaux centres de données de grandes quantités de processeurs graphiques Nvidia Hopper. Ces informations soulèvent des questions juridiques et logistiques au regard des restrictions actuelles, et n’ont pas été vérifiées en détail. L’effet général des contrôles à l’exportation est clair : la Chine s’appuie davantage sur ses puces nationales, ses universités et ses fournisseurs cloud locaux pour combler le manque, tandis que certaines entreprises étudient des solutions d’hébergement à l’étranger.

Les solutions nationales, comme la gamme Ascend de Huawei, progressent. De nombreux développeurs continuent de s’appuyer sur des frameworks mondiaux à code source ouvert comme PyTorch et TensorFlow, tandis que des environnements locaux tels que MindSpore et PaddlePaddle se développent en parallèle. Cette coexistence peut compliquer la planification de l’entraînement. La portabilité du code, la maturité des logiciels et l’expertise des opérateurs déterminent les grappes qu’une équipe peut utiliser. Les bons abaissent le seuil d’accès aux matériels compatibles. Ils ne peuvent pas effacer l’écart de performances entre les équipements américains de pointe et les solutions nationales actuelles, mais ils peuvent permettre à de nombreuses entreprises d’obtenir leurs premiers résultats plus rapidement.

Ce que les PME peuvent y gagner et les difficultés qu’elles peuvent rencontrer

Un accès moins cher au calcul change l’éventail des projets que les petites équipes peuvent envisager. Une entreprise qui ne pouvait louer que quelques processeurs graphiques pendant de courtes périodes peut désormais réserver des sessions plus longues, tester davantage de variantes et passer du prototype aux essais sur le terrain. Les universités et les laboratoires gagnent en souplesse budgétaire, ce qui peut permettre à davantage d’étudiants et de jeunes chercheurs de travailler sur de grands modèles. Les collectivités locales disposent d’un moyen de valoriser les capacités inutilisées et de justifier les investissements antérieurs dans les centres de données.

Avantages possibles

• Des cycles d’entraînement et d’ajustement fin moins coûteux, qui élargissent le champ des expérimentations réalisables.
• Des prototypes plus rapides et un passage plus court de l’idée au projet pilote dans des secteurs comme l’industrie, la logistique, la finance et la santé.
• Une meilleure utilisation des centres de données de l’intérieur du pays, qui peut faciliter la planification énergétique et des réseaux et limiter les investissements sans débouchés.
• Un accès au calcul mieux réparti au-delà des grandes entreprises technologiques, qui donne aux petites sociétés la possibilité de rivaliser dans des applications de niche.
• Un soutien aux fournisseurs de données et aux entreprises d’annotation grâce aux bons de données associés, notamment dans des villes comme Shanghai et Shenzhen.

Difficultés probables

• Des lourdeurs administratives lors des candidatures, des vérifications et de la planification, en particulier quand la demande augmente à l’approche des échéances.
• Des problèmes de compatibilité entre matériels et frameworks, certains modèles étant optimisés pour des accélérateurs et des environnements logiciels spécifiques.
• Une couverture régionale inégale, les villes les plus riches pouvant financer des aides plus importantes et bâtir des écosystèmes plus solides.
• Des effets temporaires si les bons ne se traduisent pas par une demande durable après la fin des subventions.
• Un risque d’éviction des fournisseurs cloud privés si les règles des bons orientent les utilisateurs vers certains centres uniquement.

Évaluer l’efficacité du dispositif

Les premiers chiffres sont rares, mais quelques indicateurs commencent à apparaître. Les autorités du Guizhou indiquent qu’en janvier 2025, 177 bons avaient été émis dans le pays, pour soutenir des transactions de puissance de calcul d’une valeur supérieure à 10,5 milliards de yuans. Ce chiffre englobe les grandes transactions d’entreprises et celles soutenues par des bons ; il ne permet donc pas de mesurer précisément l’effet des subventions. Il montre toutefois que le marché du calcul connaît une croissance rapide. Au cours de l’année à venir, trois indicateurs seront à suivre. Premièrement, les taux d’utilisation des centres de données de l’Ouest et l’écart entre les heures de pointe et les heures creuses. Deuxièmement, la part des bons utilisée par de véritables petites et moyennes entreprises par rapport aux grandes sociétés. Troisièmement, le temps écoulé entre le dépôt d’une demande, la réservation d’un créneau de calcul et l’exécution des tâches.

La transparence sera importante. Des informations claires sur les bénéficiaires des bons, les charges de travail financées et les résultats obtenus peuvent renforcer la confiance dans les dispositifs. Les municipalités peuvent également publier les délais d’attente et les taux de réussite de la planification, afin d’aider les équipes à organiser leurs projets. Les fournisseurs peuvent diffuser des tableaux de compatibilité des matériels et des frameworks pour indiquer aux candidats quelles tâches peuvent être exécutées sur quels équipements. Si les programmes évoluent dans ce sens, les bons pourront servir de passerelle entre des infrastructures lourdes en capital et les nombreuses petites équipes qui cherchent aujourd’hui à développer des systèmes d’IA utiles.

Contexte international et national

Les aides chinoises sous forme de bons interviennent dans un contexte d’intenses investissements mondiaux dans l’IA. Le pays cherche à faire converger dépenses publiques et innovation privée. Selon les analystes, les progrès sont les plus importants lorsque les incitations publiques répondent aux besoins des développeurs et des utilisateurs. En Chine, cette convergence semble particulièrement forte lorsque les bons financent des charges de travail déjà prêtes, comme l’ajustement fin et l’inférence pour des applications sectorielles. De nombreuses entreprises n’entraînent pas d’immenses modèles de pointe. Elles adaptent des modèles à code source ouvert ou commerciaux à leurs données et à leurs besoins, une démarche bien adaptée aux grappes subventionnées et aux sessions d’entraînement plus courtes.

Les plans locaux contribuent également aux objectifs nationaux de l’initiative « AI Plus », mentionnée dans le rapport d’activité du gouvernement pour 2025. Cette politique encourage la diffusion de l’IA dans les secteurs traditionnels ainsi que le développement de terminaux intelligents et de la robotique. Les bons sont l’un des outils concrets permettant de relier ces objectifs aux usines, aux entrepôts et aux établissements de santé. Si les programmes réduisent le coût des expérimentations et élargissent le nombre d’équipes ayant accès à la puissance de calcul, ils accéléreront et étendront l’adoption de l’IA dans de nombreux secteurs.

À retenir

• Plusieurs villes chinoises distribuent des bons de calcul qui réduisent de 50 à 80 % les frais de location liés à l’IA pour les PME, Shanghai et Shenzhen étant à la tête des principaux programmes.
• Shanghai a prévu environ 600 millions de yuans pour les bons de calcul et 100 millions de yuans pour les bons de données, tandis que Shenzhen a lancé un dispositif annuel de 500 millions de yuans, assorti d’aides plus importantes pour les start-up.
• Chengdu a élargi un projet pilote en y consacrant 100 millions de yuans aux instituts de recherche, et le Shandong a associé une enveloppe de 30 millions de yuans à un projet d’investissement de 1 milliard de yuans dans les infrastructures d’IA.
• Les programmes de bons ont été lancés après une directive nationale de décembre 2024. Ils visent à améliorer le taux d’utilisation de centres de données sous-exploités, qui ne fonctionnent parfois qu’à 20 à 30 % de leur capacité.
• Le Guizhou illustre la stratégie de l’intérieur du pays : la province fait état d’une puissance de calcul intelligente de 85 EFLOPS, d’une hausse de la production d’énergie renouvelable et de règles de subvention soutenant l’adaptation et la formation.
• Les restrictions américaines à l’exportation limitent l’accès aux accélérateurs les plus performants, ce qui oriente davantage de charges de travail vers des puces et des logiciels nationaux. Les bons réduisent les coûts, mais ne peuvent pas combler les écarts de performances.
• Les PME peuvent bénéficier de cycles d’entraînement moins coûteux et de prototypes plus rapides, mais elles doivent composer avec des lourdeurs administratives, des problèmes de compatibilité et une couverture régionale inégale.
• Parmi les premiers indicateurs à suivre : la part des bons utilisée par les petites entreprises, le délai entre la demande et la réservation des sessions, et la hausse du taux d’utilisation des centres de données de l’Ouest.