Alibaba prépare un modèle d’intelligence artificielle comptant entre 5 000 et 10 000 milliards de paramètres, tout en dévoilant une nouvelle puce maison et des clusters pouvant réunir jusqu’à 500 000 accélérateurs. Présentée à la conférence Apsara de Hangzhou, cette feuille de route couvre toute la chaîne technique, du modèle Qwen aux data centers qui doivent l’entraîner et l’exécuter.
Un modèle pouvant atteindre 10 000 milliards de paramètres
Les paramètres sont les valeurs ajustées pendant l’entraînement pour permettre au modèle de traiter les données et de produire ses réponses. Leur nombre donne une indication de la taille brute du système, mais pas une mesure directe de sa qualité. L’architecture, les données, la méthode d’entraînement et la manière dont seuls certains paramètres sont activés à chaque requête peuvent compter davantage.
Un modèle de 10 000 milliards de paramètres représenterait néanmoins un changement d’échelle considérable. Même avec une architecture dite en mélange d’experts, qui n’utilise qu’une partie du réseau pour chaque tâche, l’entraînement exige des volumes importants de mémoire, de calcul, d’interconnexions et d’électricité. Alibaba doit donc développer en parallèle ses logiciels, ses puces et l’infrastructure capable de les relier.
L’entreprise n’a pas précisé si la future génération conserverait la licence et le niveau d’ouverture de certains modèles Qwen. Elle n’a pas non plus annoncé la quantité de données, les langues prises en charge ou les règles d’accès. Le chiffre de paramètres doit ainsi être compris comme un objectif de feuille de route, pas comme la description d’un produit achevé.
La puce Zhenwu V900 doit tripler les performances de la M890
La nouvelle puce d’IA Zhenwu V900 a été développée par T-Head, la filiale de semi-conducteurs d’Alibaba. Le groupe affirme qu’elle offrira trois fois les performances de la M890 présentée au printemps. La production de masse et la commercialisation sont annoncées pour le premier trimestre 2027, sans tarif ni caractéristiques détaillées sur la mémoire, la consommation ou le procédé de fabrication.
Alibaba veut assembler ces accélérateurs dans des supernœuds disponibles commercialement dès ce trimestre, puis dans des clusters comprenant jusqu’à 500 000 puces. À cette échelle, la rapidité des liaisons entre machines devient aussi importante que la puissance de chaque composant : un ralentissement dans le réseau ou la mémoire peut empêcher des milliers de puces de travailler efficacement ensemble.
Cette stratégie réduit la dépendance aux accélérateurs américains, même si les entreprises chinoises continuent d’en acheter lorsqu’elles le peuvent. Nous avons récemment détaillé l’autorisation accordée à ByteDance et Tencent pour importer des Nvidia H200, après l’ouverture chinoise à ces GPU haut de gamme.
Plus de 20 GW de capacité mondiale d’ici 2032
Le dernier étage du plan concerne les data centers. Alibaba vise plus de 20 gigawatts de capacité mondiale en 2032. Cette valeur correspond à une puissance électrique potentielle comparable à celle de nombreux réacteurs nucléaires, mais elle ne signifie pas que tous les sites consommeront en permanence cette quantité dès leur ouverture.
Atteindre cet objectif suppose des investissements dans les réseaux, le refroidissement, les équipements électriques et la construction, en plus des serveurs. La disponibilité des composants avancés restera également déterminante, depuis la mémoire à haut débit jusqu’au packaging qui assemble les différentes puces. Taïwan vient d’ailleurs de lancer un parc consacré au packaging avancé autour de TSMC, signe que cette étape est devenue un goulet d’étranglement stratégique.
Alibaba prévoit de commercialiser ses premiers supernœuds avant la fin du trimestre en cours. La V900 ne doit arriver en production de masse qu’au premier trimestre 2027, tandis que le modèle de 5 000 à 10 000 milliards de paramètres reste sans calendrier public. Le groupe devra encore préciser quels clients pourront accéder au matériel et si ses futurs clusters seront réservés à son cloud ou vendus sous forme de systèmes complets.
