Le marché chinois des puces IA bascule : Nvidia à 34%, Huawei à 28%

Les données IDC publiées par Reuters placent Nvidia à 34% du marché chinois des accélérateurs IA pour centres de données, contre 28% pour Huawei.

Actualité

Le 13 octobre 2026, Reuters a publié des données d'IDC sur les accélérateurs IA pour centres de données en Chine. Nvidia détenait 34% du marché au premier semestre, avec environ 678 000 unités livrées, soit une baisse annuelle de 44%. Huawei atteignait environ 572 000 unités et 28% du marché, réduisant l'écart à six points.

Un marché qui ne repose plus seulement sur les GPU

Les livraisons totales ont atteint environ 2,008 millions d'unités. Les accélérateurs autres que les GPU ont progressé de 80%, tandis que les GPU reculaient de 26% à environ 991 000 unités. IDC prévoit une hausse globale de 19% en 2026, malgré une baisse possible de 9% pour les GPU.

Ces chiffres décrivent les livraisons et les parts d'un marché précis. Ils ne prouvent pas à eux seuls les performances techniques, la rentabilité ou la domination mondiale.

Analyse

Pourquoi l'écart s'est réduit

Reuters relie ce mouvement aux contrôles américains qui ont limité la disponibilité des produits Nvidia haut de gamme en Chine. Dans ses déclarations réglementaires, Nvidia présente aussi les licences et restrictions d'exportation comme des risques directs pour sa capacité à servir ce marché. L'écart d'approvisionnement a permis à Huawei et à d'autres fournisseurs locaux d'élargir leurs écosystèmes.

La compétition porte sur le système entier

Les clients évaluent l'évolutivité des grappes, les interconnexions, l'énergie, les outils, la stabilité et le coût total, pas seulement la vitesse d'une puce. Une plateforme peut donc gagner des parts grâce à sa disponibilité et son adaptation aux charges, sans dominer tous les tests.

La croissance des accélérateurs spécialisés montre également que les architectures sont davantage choisies selon chaque usage.

À suivre

Ce que les entreprises doivent retenir

Une décision d'infrastructure IA ne doit pas reposer uniquement sur la marque ou la part de marché. Testez les charges réelles et mesurez débit, énergie, stabilité, coût de migration, disponibilité et support. Un système moins cher à l'achat peut coûter davantage s'il faut réécrire le logiciel ou si la mise à l'échelle est difficile.

Pour les développeurs, la diversité renforce l'intérêt du déploiement portable, de l'optimisation des modèles et du suivi du coût d'inférence. Il s'agit d'une analyse technologique, pas d'un conseil financier.

Cet article appartient au groupe sur l'économie des infrastructures IA. Consultez l'article pilier sur le test de rentabilité des infrastructures IA.

Sources vérifiées : Reuters, déclaration de Nvidia à la SEC et analyse mondiale d'IDC.