Huawei

Huawei a présenté physiquement pour la première fois son système Atlas 950 SuperPoD le 16 juillet 2026 à Shanghai, à la veille de l'ouverture de la World AI Conference (WAIC). Annoncé en septembre 2025, ce supernœud interconnecte jusqu'à 8 192 puces Ascend 950DT via le protocole propriétaire UnifiedBus et vise l'entraînement et l'inférence de modèles à plusieurs milliers de milliards de paramètres. Selon Huawei, la configuration complète délivre 8 EFLOPS en FP8 et 16 EFLOPS en FP4, avec 1 152 To de mémoire et 16 Po/s de bande passante d'interconnexion, soit 6,7 fois la puissance de calcul et 15 fois la mémoire du futur NVL144 de NVIDIA - des chiffres qui n'ont pas été vérifiés par un organisme indépendant. La commercialisation est annoncée pour le quatrième trimestre 2026.

Le 16 juillet 2026, la Yalong River Hydropower Development Company, filiale du groupe public SDIC, a dévoilé ce qu'elle présente comme le premier modèle d'intelligence artificielle d'exploitation intégrée hydroélectricité-éolien-solaire de Chine, pour une base énergétique de classe dix millions de kilowatts sur le bassin de la rivière Yalong, dans le Sichuan. Selon Xinhua et People's Daily, le système combine télédétection satellitaire, stations météorologiques au sol et capteurs de terrain pour relier prévision des ressources renouvelables et décisions de dispatching : le temps de réponse prédictif est ramené de l'heure à la minute, et la fenêtre de prévision du débit fluvial est étendue d'une dizaine de jours à 60 jours. Le dispositif s'appuie sur un centre de calcul intelligent installé dans une cavité en haute altitude, présenté comme une première en Chine pour ce type d'infrastructure. Les partenaires scientifiques cités par Xinhua et People's Daily sont l'Académie chinoise des sciences et le China Renewable Energy Engineering Institute ; des médias technologiques chinois font par ailleurs état d'une collaboration avec Huawei.

Reuters a rapporté le 7 juillet 2026, en citant trois sources proches du dossier, que DeepSeek travaille depuis environ un an sur une puce dédiée à l'inférence, l'étape où un modèle déjà entraîné génère ses réponses. Le projet resterait à un stade précoce : la start-up chinoise a engagé des discussions avec des concepteurs de puces, des fondeurs et des fabricants de mémoire, sans partenaire ni prototype confirmé. L'objectif affiché est de réduire la dépendance de DeepSeek à Nvidia, contrainte par les restrictions américaines à l'export, et à Huawei, dont les puces Ascend équipent actuellement ses clusters d'entraînement. Sollicité par Reuters, DeepSeek n'a pas répondu.

Le 9 juin 2026, Bloomberg a révélé que la Commission nationale du développement et de la réforme (NDRC) figure parmi les agences chinoises rédigeant un projet visant à investir environ 2 000 milliards de yuans (295 milliards de dollars) sur cinq ans pour relier des milliers de centres de données en un réseau de calcul national. Le plan exigerait qu'au moins 80 % de la technologie, puces d'IA comprises, provienne de fournisseurs domestiques comme Huawei, ce qui écarterait de fait Nvidia et AMD du plus gros marché de calcul mondial. Les opérateurs télécoms publics China Mobile et China Telecom exploiteraient l'essentiel des sites. Le projet reste, selon Bloomberg, au stade des premières discussions et ses détails peuvent évoluer. Au-delà du montant, le signal est celui d'un découplage structurel : un mandat de contenu local à cette échelle rendrait durablement captif le marché chinois pour les accélérateurs étrangers.

Le 12 mai 2026, le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) a mis en service son cycle 50r1 et la version 2 de son système de prévision par IA, AIFS. À cette occasion, le centre a annoncé l'arrêt de l'exploitation opérationnelle en temps réel des modèles d'IA externes qu'il faisait tourner jusque-là : GraphCast (Google DeepMind), Pangu-Weather (Huawei), Aurora (Microsoft) et FourCastNet (Nvidia). L'ECMWF explique que certains de ces modèles, sensibles aux conditions initiales, ont vu leur qualité se dégrader après le changement de cycle, et que son système maison, optimisé pour sa propre infrastructure, est désormais privilégié. Le centre crédite ces modèles externes comme pionniers de l'approche par apprentissage automatique en prévision.