Alibaba vise un modèle de 10 000 milliards de paramètres et fabrique sa propre puce

Le 22 septembre 2026, à la conférence Apsara d'Alibaba Cloud à Hangzhou, le directeur général d'Alibaba Eddie Wu a annoncé deux choses le même jour : une puce d'entraînement conçue en interne, la Zhenwu V900, et l'intention de porter les prochaines générations du modèle Qwen entre 5 000 et 10 000 milliards de paramètres. L'action du groupe cotée à Hong Kong a gagné 5,1 % dans la journée, son plus haut niveau depuis un mois.

L'information mérite l'attention pour une raison qui dépasse les chiffres : Alibaba est désormais l'un des rares acteurs au monde à annoncer le modèle et le silicium qui l'entraînera. C'est un pari d'intégration verticale, à un moment où la plupart des laboratoires dépendent d'un seul fournisseur de cartes graphiques.

Ce qui a été annoncé

Les faits, tels que rapportés par l'agence Reuters et confirmés par CNBC depuis la conférence :

• La puce Zhenwu V900, développée par T-Head, la division semi-conducteurs d'Alibaba. Elle offre trois fois les performances de sa devancière, la M890 sortie en mai 2026, et peut être reliée en grappes allant jusqu'à 500 000 unités pour entraîner de grands modèles. Production de masse et commercialisation annoncées pour le premier trimestre 2027.
• Les futurs modèles Qwen 4.5 et Qwen 5 doivent atteindre 5 000 à 10 000 milliards de paramètres. Le modèle phare actuel, Qwen 3.8 Max, en compte 2 400 milliards. Qwen 4 est en cours d'entraînement.
• Plus de 20 gigawatts de capacité de centres de données dans le monde d'ici 2032, objectif fixé par Eddie Wu.

Deux éléments relèvent du discours d'entreprise et non du fait établi, et il faut les lire comme tels : Eddie Wu a comparé la période à la révolution industrielle et avancé que les machines produiraient un jour « plus de mille fois la pensée de l'humanité entière », contre moins de 3 % aujourd'hui. Il a également mis en avant l'auto-amélioration récursive — des modèles qui identifient leurs propres limites, conçoivent des expériences et évaluent leurs résultats en boucle. Aucun résultat mesuré n'a été présenté publiquement à l'appui de cette dernière méthode.

Comment cela fonctionne

Un paramètre est une valeur ajustée pendant l'entraînement : c'est l'unité de capacité d'un modèle. Passer de 2 400 à 10 000 milliards ne multiplie pas l'intelligence par quatre, mais change radicalement le coût. L'entraînement d'un modèle de cette taille ne tient sur aucune machine : il faut répartir les calculs sur des dizaines de milliers de puces qui doivent échanger leurs résultats en permanence.

C'est précisément ce que vise le chiffre de 500 000 unités par grappe. La difficulté d'un très grand entraînement n'est pas la puissance brute d'une carte, c'est l'interconnexion : la vitesse à laquelle les puces se parlent. Concevoir sa propre puce permet d'optimiser ce lien plutôt que de s'adapter à celui d'un fournisseur. Et les 20 gigawatts visés pour 2032 rappellent que la contrainte suivante est physique — l'électricité et le refroidissement, pas le code.

Pourquoi c'est important

Parce que la course à l'échelle n'est plus seulement américaine. L'essentiel de la couverture francophone de l'IA se concentre sur OpenAI, Anthropic et Google. Un acteur chinois qui annonce simultanément un modèle de dix mille milliards de paramètres, sa propre puce et une feuille de route énergétique sur huit ans déplace le centre de gravité du sujet.

Parce que l'intégration verticale change l'équation économique. Un laboratoire qui achète ses cartes subit le prix et les délais de son fournisseur. Un groupe qui les conçoit arbitre lui-même entre performance et coût. Si la Zhenwu V900 tient ses promesses en production, le coût par jeton des modèles Qwen pourrait suivre une trajectoire différente de celle du reste du marché.

Parce que la famille Qwen est largement ouverte. Plusieurs de ses modèles sont publiés sous licence permissive et déjà utilisés dans des produits européens. Ce qui se décide à Hangzhou finit dans des piles techniques à Paris.

Cas d'usage

À court terme, l'annonce ne change rien à ce qu'on peut lancer demain : la puce n'est pas commercialisée avant 2027 et les modèles annoncés ne sont pas sortis. Ce qui est déjà exploitable, en revanche, ce sont les modèles Qwen actuels : assistants internes hébergés sur ses propres serveurs, traitement documentaire, traduction, génération de code, classification — des usages où la question du coût par requête pèse plus que le dernier point de performance.

Impact pour les professionnels

Pour les entreprises et les startups. La diversification des fournisseurs de modèles devient une décision d'architecture, pas une préférence. Concevoir ses applications pour pouvoir changer de modèle — couche d'abstraction, évaluations maison, jeux de tests internes — coûte peu au départ et beaucoup moins qu'une migration subie.

Pour les designers et les équipes produit. Les modèles ouverts et peu coûteux rendent viables des fonctions d'IA que le prix rendait impossibles : reformulation en continu, aide à la saisie, résumé dans l'interface. La question de conception devient celle de la latence et de la confiance affichée, plus celle du budget par appel.

Pour les développeurs. L'écart se creuse entre savoir appeler une API et savoir héberger, quantifier et évaluer un modèle ouvert. C'est la compétence qui se valorise.

Ce qu'il faut surveiller maintenant

• La production réelle de la Zhenwu V900 au premier trimestre 2027. Un calendrier annoncé n'est pas un calendrier tenu ; c'est le premier point de vérification.
• La sortie de Qwen 4, en entraînement, et le modèle de licence retenu : une ouverture aussi large que les générations précédentes n'a rien d'acquis à cette échelle.
• Les mesures indépendantes, par opposition aux comparatifs internes. Aucun résultat tiers n'existe pour l'instant sur la V900.
• La contrainte énergétique, qui devient le vrai facteur limitant de la décennie, en Chine comme ailleurs.

Sources

• Reuters, via Investing.com — Alibaba plans AI model with 5 trillion to 10 trillion parameters, unveils new chip, 22 septembre 2026.
• CNBC — Alibaba shares jump as new AI chip, data center buildout plans unveiled, 22 septembre 2026.
• The Tribune / ANI — Alibaba launches new AI chip, CEO Eddie Wu calls it 'most powerful' in China, 22 septembre 2026.

Les déclarations d'Eddie Wu sur l'auto-amélioration récursive et sur la « pensée » des machines sont des propos tenus par le dirigeant lors de sa présentation. Elles sont rapportées comme telles et ne constituent pas un résultat vérifié.

Vous construisez un produit qui intègre de l'IA et vous vous demandez comment rester libre de changer de modèle ? Parlons-en — dikengadesign.fr.