À Ulanqab, Alibaba mise sur l’électricité bon marché et la faible latence pour l’IA

Ulanqab illustre un basculement majeur dans l’infrastructure de l’intelligence artificielle : le meilleur emplacement pour concentrer la puissance de calcul ne doit pas forcément se trouver au cœur du principal bassin d’utilisateurs. Le campus d’Alibaba Cloud, en Mongolie-Intérieure, est suffisamment connecté à Pékin pour proposer un aller-retour réseau d’environ 4 millisecondes, tout en profitant d’une électricité moins chère et d’un climat favorable au refroidissement. Cette combinaison peut en faire une base crédible pour l’inférence IA comme pour l’entraînement de modèles à grande échelle. 2425

La distance compte moins lorsque le réseau est assez rapide

Ulanqab se situe à environ 350 kilomètres de Pékin. Pourtant, selon Wang Zhaoyang, responsable des opérations de centres de données d’Alibaba, la transmission de données entre les deux villes prend environ 4 millisecondes. Il estime ce délai acceptable pour les applications d’IA conversationnelle. 25

La nuance est essentielle : la distance géographique n’est pas la même chose que le temps de réponse perçu par l’utilisateur. Un campus régional bien raccordé peut servir une grande métropole voisine si le temps de transit du réseau reste faible par rapport au reste de la chaîne de réponse. Deux liaisons fibre directes vers Pékin auraient ramené la latence aller simple sous les 2,1 millisecondes. 35

Électricité et refroidissement : le fondement économique

Les centres de données dédiés à l’IA consomment des volumes considérables d’électricité : le coût de l’énergie est donc déterminant. Les informations publiées font état d’un tarif local d’environ 0,32 à 0,35 yuan par kWh, et d’une part des renouvelables proche de 90 % dans une estimation rapportée. 2125

Le climat constitue un second atout. La température annuelle moyenne à Ulanqab est donnée autour de 4 °C, et le refroidissement naturel pourrait être utilisé pendant une grande partie de l’année. 2435 Pour des grappes d’accélérateurs très denses, une moindre dépendance au refroidissement mécanique peut réduire les coûts d’exploitation, en complément d’une énergie moins chère.

Cette dynamique ne repose pas uniquement sur une promesse générale d’énergie renouvelable. Un projet distinct de base de calcul bas carbone à Ulanqab, associant production, réseau, consommation et stockage, est entré en service en 2025. Il doit fournir directement de l’électricité verte à des centres de données et devrait produire 848 millions de kWh par an pour son autoconsommation. 39

CUBE 5.0 : la vitesse de déploiement devient un avantage stratégique

Avec l’architecture CUBE 5.0, Alibaba cherche à résoudre un autre goulot d’étranglement : le temps nécessaire avant qu’un centre de données soit prêt à recevoir ses équipements informatiques. Au lieu d’installer successivement sur site les systèmes critiques, l’approche modularise l’alimentation électrique, le refroidissement, la sécurité, la gestion intelligente et la protection incendie. Ces éléments peuvent ainsi être fabriqués et préparés en parallèle. 34

Alibaba affirme pouvoir ramener à 100 jours la livraison de l’infrastructure sous-jacente d’un grand centre de données IA, avec une baisse d’environ 10 % des coûts de construction, contre des cycles traditionnels de six à douze mois en Chine. 2534

Cette promesse doit toutefois être interprétée précisément : les 100 jours commencent avec un bâtiment de base ou des conteneurs empilés et s’arrêtent avant l’arrivée des serveurs et des équipements réseau. Il ne s’agit donc pas nécessairement du délai complet entre la décision d’investissement et la mise en service d’un produit d’IA. 3234

CUBE 5.0 est aussi conçu pour absorber l’évolution du matériel. Alibaba indique recourir à une alimentation en courant continu haute tension, prendre en charge le refroidissement par air ou par liquide, et assurer la compatibilité avec des puces hétérogènes ainsi qu’au moins trois générations de renouvellement des puces. 34

Le bâtiment n’est pas la contrainte principale

Construire vite et bénéficier d’une énergie peu chère ne permet pas de produire des accélérateurs de pointe. La disponibilité de puces adaptées, de mémoire, d’interconnexions et de logiciels suffisamment matures demeure un facteur limitant pour les grappes de calcul IA.

Alibaba a commencé à proposer dans la région d’Ulanqab des instances de supernœuds Lingjun reposant sur sa puce Zhenwu M890. 1 Le M890 est présenté comme un accélérateur destiné à la fois à l’entraînement et à l’inférence ; Alibaba lui attribue 144 Go de mémoire et 800 Go/s de bande passante inter-puces. 11

Cela élargit les options de matériel domestique, sans pour autant répondre à lui seul à la question de la qualité de capacité. La compétitivité d’un cluster d’IA dépend d’un approvisionnement durable en composants, du réseau, des outils logiciels, de la fiabilité et de la capacité à exécuter efficacement des modèles sur un grand nombre d’accélérateurs — pas du seul nombre de puces livrées.

Comment une pénurie de GPU peut coexister avec des centres sous-utilisés

Le marché chinois du calcul IA envoie des signaux apparemment contradictoires : la demande pour des capacités de haute qualité peut être forte alors que certains centres de données sont peu exploités. Un rapport sectoriel de 2026 cite un taux global d’utilisation des centres de calcul intelligent inférieur à 40 %, tandis que des enquêtes antérieures avaient déjà décrit une sous-utilisation importante dans certaines zones du marché. 310

Ces chiffres ne doivent pas être lus comme un taux d’utilisation unique pour l’ensemble du pays. Les mesures varient selon la période, la géographie, le type de puce et la définition retenue — capacité installée, louée ou effectivement utilisée. Ils mettent néanmoins en lumière un problème structurel : de la capacité peut rester inactive si elle se trouve au mauvais endroit, s’appuie sur des puces inadaptées à la charge de travail, ne dispose pas d’un réseau ou de logiciels assez performants, ou ne rencontre pas une demande durable. 89

Pour Ulanqab, le test commercial sera donc le taux d’utilisation, plutôt que la capacité annoncée. La localisation et le modèle de construction améliorent le coût et la rapidité de mise à disposition du calcul ; ils ne garantissent pas que chaque accélérateur sera employé de façon productive.

Le défi d’Alibaba : « un cloud, plusieurs puces »

La stratégie plus large d’Alibaba consiste à rendre disponibles plusieurs catégories d’accélérateurs via une plateforme cloud partagée, plutôt que de dépendre d’un seul fournisseur de matériel. Cela renforce l’importance de la couche logicielle et système : architecture des clusters, réseau, compilateurs, logiciels d’exécution et optimisation des modèles doivent fonctionner avec différents types de puces.

Alibaba affirme que sa série Zhenwu, développée par sa filiale de semi-conducteurs T-Head, aussi appelée Pingtouge, avait dépassé 560 000 unités livrées à plus de 400 clients dans plus de 20 secteurs en mai 2026. 711 Ces livraisons témoignent d’un déploiement croissant, mais elles ne constituent pas à elles seules une mesure des performances face aux modèles les plus avancés ni le substitut d’un environnement mature de calcul hétérogène.

Ce que révèle Ulanqab sur l’infrastructure de l’IA

Le campus d’Alibaba à Ulanqab repose sur une logique physique cohérente : une électricité peu coûteuse et largement renouvelable, un climat froid et sec, une latence de quelques millisecondes vers Pékin, et une conception d’infrastructure destinée à raccourcir les cycles de construction. 212534

Son importance à long terme dépendra de l’exécution. Le pôle de calcul IA gagnant ne sera pas seulement celui qui construit le plus de capacité au prix le plus bas. Ce sera celui qui saura associer de manière fiable des puces compatibles et bien interconnectées à de véritables usages, puis maintenir ces systèmes à un niveau d’utilisation élevé.