Chine contre États-Unis : un GPU chinois affronte le H200 de Nvidia en direct

Une entreprise chinoise de puces a mis son GPU face à celui de Nvidia, sur scène, avec des questions tirées au hasard dans le public. Selon QbitAI, média chinois spécialisé en IA, elle l’a emporté deux fois : contre le H200 dans le cloud, contre le Thor T5000 sur une petite machine hors ligne. Reste à savoir ce que ce duel prouve vraiment dans la rivalité entre Pékin et Washington.

Un duel en direct, deux victoires annoncées

Ce qui est en jeu : savoir si l’on assiste à un fait technique ou à une mise en scène. Les deux, probablement, et il faut les séparer.

L’article de QbitAI, dont le titre se traduit par « Ce GPU chinois qui ose défier Nvidia en direct, je suis conquis », raconte une présentation de l’entreprise Tianshu Zhixin (天数智芯). Un GPU est un processeur spécialisé dans les calculs en masse, devenu la pièce centrale de l’IA. Sur scène, la société a d’abord fait tourner son GPU pour serveurs, le Tiangai 300 (天垓300), contre le H200 de Nvidia. Les épreuves étaient choisies sur place : des personnes du public étaient tirées au sort et proposaient les questions.

Ensuite, elle a sorti une boîte argentée « de la taille d’une paume », le Tongyang TY1200 (彤央TY1200). Débranchée d’Internet, elle a affronté le Jetson Thor T5000, le « cerveau de robot » de Nvidia. La question posée était : « Un lion et un tigre se battent, qui gagne ? » Selon QbitAI, la petite boîte était « visiblement » bien plus rapide.

Première réserve : l’article ne publie aucune mesure de ces deux courses en direct, ni vitesse en tokens par seconde (un token est à peu près un demi-mot), ni configuration exacte des machines Nvidia. Le lecteur doit croire ce que montre une vidéo hébergée sur WeChat.

H200 et Thor T5000 : pourquoi ces adversaires

Ce qui est en jeu : comprendre pourquoi ces deux puces servent de totem.

Selon QbitAI, le H200 est le modèle phare de la famille Hopper, la génération de puces d’IA de Nvidia dont l’entreprise chinoise veut d’abord se rapprocher. Le Thor T5000 est un module compact destiné aux robots et aux machines qui calculent sur place plutôt que dans un centre de données. Se mesurer à eux, c’est donc viser la référence du marché, dans le nuage comme en périphérie.

L’entreprise mène cette campagne depuis longtemps, rapporte QbitAI. En janvier, quelques semaines après son entrée en Bourse, elle a présenté quatre produits Tongyang, dont le TY1000, donné vainqueur du Jetson AGX Orin de Nvidia. Le même jour, elle a dévoilé une feuille de route de quatre architectures : d’abord « Tianshu », pour dépasser Hopper, puis Blackwell et Rubin, citées comme les étapes suivantes. Le Tiangai 300 repose sur la première. Côté robots, l’adversaire est passé de l’Orin au Thor, plus costaud.

Les chiffres rapportés par QbitAI

Ce qui est en jeu : distinguer un score mesuré d’une promesse. Tous les chiffres ci-dessous viennent de l’entreprise, relayés par QbitAI.

Pour le Tiangai 300 :

• Selon un test réalisé en juillet par un « organisme tiers faisant autorité » (non nommé dans l’article), le débit de bout en bout par carte, en conversion, atteint 1,05 fois celui du H200. C’est 5 % de mieux : une quasi-égalité, que l’entreprise présente comme une première pour un GPU généraliste chinois.
• Sur le modèle GLM-5.3 avec de longs textes (64K), le débit atteint 1,15 fois celui du H200. Le délai avant le premier mot est inférieur de 10 à 30 %.
• Pour l’entraînement de Qwen3-32B, le débit par carte atteint 1,33 fois celui du H100, un autre modèle de Nvidia, pas le H200.
• Une carte monterait en charge avec une variation de 0,43 % du temps par étape, contre 0,76 % pour une solution Hopper.
• Un meuble de 144 GPU, avec environ 10,1 To de mémoire, ramènerait selon les calculs de l’entreprise le coût du million de tokens utiles environ 40 % sous celui d’une solution H200.

En clair : l’entreprise affirme faire jeu égal avec le H200 sur des tâches précises, et un peu mieux sur d’autres. Le coût de 40 % est une estimation, pas une facture.

Pour le TY1200 face au Thor T5000, l’écart apparent est inverse. La puissance annoncée du Thor est de 2 070 TFLOPS (des milliers de milliards d’opérations par seconde), mesurée en FP4, un format de calcul très économe, avec un mode « sparse » qui suppose que beaucoup de valeurs sont nulles. Le TY1200 affiche 300 TOPS en mode « dense », sans cette astuce. Les unités ne sont pas strictement comparables, mais le responsable produit de l’entreprise reconnaît sur scène que, sur le papier, son modèle est moins puissant.

Les tests réels disent pourtant autre chose. Le TY1200 atteindrait 138 % du Thor sur Qwen3.8-27B, 110 % sur Qwen3.6-35B-A3B, 158 % et 180 % sur deux versions du modèle Cosmos de Nvidia. Le gain ne vient donc pas de la puissance brute, mais de l’efficacité sur ces modèles précis.

Les démonstrations locales vont dans le même sens : une vidéo de 5 secondes générée en un peu plus de 6 minutes sans Internet, un contrat de 10 000 caractères analysé en une à deux minutes, et un petit robot canard qui marche, tombe et se relève. L’entreprise a averti que le canard avait mis trois ou quatre jours à être déployé et qu’il ne s’était jamais relevé lors des essais précédents.

Chine contre États-Unis : ce que la démo ne dit pas

Ce qui est en jeu : savoir si l’écart se réduit entre Nvidia et un challenger chinois, ou si l’on compare des choux et des carottes.

Côté américain, la source met Nvidia en référence : un H200 présenté comme le phare de Hopper, un Thor mis en avant comme l’un des plus performants du marché pour les robots. Côté chinois, elle présente un seul acteur, Tianshu Zhixin, avec un calendrier : dépasser Hopper, puis affronter Blackwell et Rubin.

Ce que l’article ne dit pas pèse autant que ce qu’il dit :

• Le test de juillet vient d’un organisme que l’article ne nomme pas.
• Les comparaisons choisissent des modèles et des scénarios précis. Elles ne disent pas ce que donnerait un usage général.
• On ignore si les machines Nvidia étaient optimisées par leurs propres ingénieurs.
• L’article affirme que les données sont « mesurées, reproductibles » et le produit « livrable », mais ne fournit aucun lien pour les vérifier.
• Il ne dit rien des volumes de production, ni des prix.

Le ton de QbitAI, admiratif dès le titre, ne facilite pas non plus la distance critique. Une démonstration organisée par le fabricant montre ce qu’il maîtrise le mieux. C’est une preuve de capacité, pas un classement.

Ce que cela change pour vous

Ce qui est en jeu : le prix et la disponibilité des puces qui font tourner l’IA, y compris pour les entreprises européennes.

Si des challengers arrivent à égaler Nvidia sur des usages précis, la pression sur les coûts et sur les délais de livraison pourrait augmenter. C’est une hypothèse, pas un fait de la source. L’article met d’ailleurs l’accent sur le coût du token et sur l’IA locale, qui évite les frais d’appel au cloud et les files d’attente : des critères concrets pour une PME.

Ce qu’on peut observer : si l’organisme tiers est identifié, si d’autres équipes reproduisent ces mesures, et si les prix et les volumes sortent un jour. Il reste aussi une question que pose QbitAI en fin d’article : quand viendra Blackwell, l’entreprise osera-t-elle remettre sa machine sur scène face à la nouvelle génération de Nvidia ?

Sources

• 敢和英伟达现场PK的国产GPU，我是服的 – 量子位 (QbitAI)