iFLYTEK mise sur l’ingénierie pour rendre l’IA domestique compétitive malgré l’écart avec Nvidia

iFLYTEK ne cherche pas à gagner la course à l’IA en construisant le plus grand modèle possible sur des infrastructures Nvidia. Son pari est différent : rendre suffisamment productive une puissance de calcul domestique plus limitée pour répondre aux besoins concrets de l’éducation, de la santé, de l’automobile et des entreprises — puis vendre des résultats fiables plutôt qu’une longueur de contexte record.

Cette stratégie part d’un constat assumé. La direction d’iFLYTEK aurait reconnu que les accélérateurs domestiques peuvent être jusqu’à environ cinq fois moins efficaces que les Nvidia H200 pour l’entraînement de contextes dépassant 256 000 tokens. Ce chiffre provient d’une communication de la direction et n’a pas été vérifié indépendamment à partir d’une transcription primaire de la réunion avec les investisseurs. 8

Le vrai compromis : le contexte utile plutôt que le contexte illimité

La plupart des applications professionnelles n’ont pas besoin d’absorber en permanence un historique d’un million de tokens dans une seule fenêtre d’attention.

Un système éducatif peut rechercher des éléments dans des programmes scolaires et des dossiers d’élèves. Un outil clinique peut extraire les informations médicales pertinentes. Un assistant embarqué doit surtout conserver l’état de la conversation et les données du véhicule. Une solution d’entreprise, enfin, peut se limiter à des documents internes et à des processus bien définis.

Dans ces cas, il est possible de découper les informations, de récupérer uniquement les passages pertinents, d’utiliser une mémoire structurée et de faire appel à des outils ou à des agents lorsque cela est nécessaire. Cette méthode ne supprime pas l’intérêt des modèles à très long contexte, mais elle réduit la fréquence à laquelle leur fenêtre la plus coûteuse est indispensable.

Le pari d’iFLYTEK est donc ciblé, mais commercialement important : si les clients accordent davantage de valeur à la précision métier, à la confidentialité, au contrôle du déploiement, à la latence et à la fiabilité des processus qu’à une fenêtre de contexte de référence, l’entreprise peut rester compétitive sans reproduire les économies d’échelle de Nvidia pour chaque type d’entraînement.

Une réponse qui couvre toute la pile technique

L’entreprise ne mise pas sur une seule optimisation logicielle. Elle cherche à co-concevoir l’ensemble du système, notamment :

• l’architecture des modèles, y compris les approches de type mixture-of-experts (MoE) ;
• les opérateurs et noyaux adaptés aux accélérateurs utilisés ;
• les communications distribuées et le parallélisme entre experts ;
• l’organisation de la mémoire et la gestion du cache KV ;
• les frameworks d’entraînement, la planification des tâches et les outils de déploiement.

L’objectif est de réduire les échanges entre processeurs, d’éviter les goulets d’étranglement liés à la mémoire, d’augmenter le taux d’utilisation des accélérateurs et d’adapter chaque modèle aux caractéristiques des puces chinoises. Les spécifications brutes d’un accélérateur ne suffisent en effet pas à déterminer les performances d’un système complet d’entraînement ou d’inférence.

D’après les chiffres publiés par iFLYTEK, ses clusters domestiques ne représentaient initialement qu’environ 30 % de l’efficacité des clusters courants du secteur. L’optimisation des opérateurs, l’évolution des stratégies distribuées et un travail d’ingénierie plus large auraient ensuite porté ce niveau à 84–93 %. Ces résultats sont communiqués par l’entreprise et ne constituent pas un benchmark audité de manière indépendante. 17

Les modèles Spark servent de démonstration concrète

Le meilleur indicateur de cette stratégie est la poursuite du développement de la famille Spark sur des infrastructures domestiques. iFLYTEK ne présente pas les puces locales comme un simple substitut réservé à l’inférence après un entraînement effectué ailleurs.

Spark X2-Flash est décrit comme un modèle MoE de 30 milliards de paramètres, entraîné et déployé entièrement sur des clusters équipés de puces Huawei Ascend 910B. Ce cas est important parce qu’il illustre une chaîne domestique de bout en bout : entraînement, itérations et déploiement, plutôt qu’une simple adaptation d’un modèle conçu sur une autre infrastructure. 8

L’entreprise met également en avant un pipeline d’inférence sur longues séquences et Spark X2 comme des exemples de co-optimisation entre modèles et infrastructures. Spark X2-VL étend cette famille aux usages multimodaux. Les documents publiés par iFLYTEK indiquent par ailleurs que X2, X2-Flash et X2-VL ont été mis à niveau en 2026. 17

Cette orientation s’inscrit dans un effort engagé plus tôt. iFLYTEK affirme que ses modèles Spark suivent une voie de calcul entièrement domestique couvrant l’entraînement, les itérations et le déploiement en inférence. 17 Des articles précédents rapportaient aussi que l’adaptation de chaque nouvelle version algorithmique aux puces nationales pouvait nécessiter plus de six mois avant de dépasser 80 % des performances obtenues avec des puces Nvidia haut de gamme. 5

Un nouveau modèle généraliste sera le prochain test

Lors de sa présentation des résultats du 21 août 2026, iFLYTEK a annoncé le lancement d’un nouveau modèle généraliste phare reposant entièrement sur une puissance de calcul domestique, à l’occasion du Global 1024 Developer Festival. L’annonce évoque une mise à disposition progressive avant l’événement, mais elle ne permet pas d’établir avec certitude le calendrier précis de « fin août » suggéré dans la question. 1

Ce modèle permettra de vérifier si la méthode d’iFLYTEK peut dépasser les applications spécialisées. Une sortie réussie montrerait qu’une infrastructure domestique peut soutenir une nouvelle génération majeure de modèles. Elle ne prouverait toutefois pas, à elle seule, une parité matérielle avec Nvidia pour tous les types d’entraînement.

Vendre des usages plutôt que des tokens

Une entreprise confrontée à des contraintes de calcul peut tenter de rivaliser directement sur le coût et l’échelle de l’entraînement des modèles de pointe. Elle peut aussi intégrer ses modèles dans des produits où l’infrastructure n’est qu’une composante de la valeur vendue. iFLYTEK privilégie clairement cette deuxième voie.

Son portefeuille cible des secteurs verticaux comme l’éducation et la santé, où le déploiement privé, la qualité dans un domaine précis et la fiabilité opérationnelle peuvent compter autant que les scores sur des benchmarks généralistes. Les documents de l’entreprise présentent Spark comme une solution destinée à l’éducation et à d’autres usages appliqués. Dans la santé, iFLYTEK met en avant un système d’aide à la décision clinique reposant sur un modèle médical Spark et capable de prendre en charge le diagnostic de plus de 2 600 maladies, selon ses propres informations. 17 35

Cette approche orientée produit peut rendre les progrès d’ingénierie réutilisables. De meilleurs opérateurs, de nouvelles méthodes de communication, une gestion plus efficace de la mémoire et des frameworks de déploiement améliorés peuvent servir à plusieurs générations de modèles et à différentes installations clientes.

L’avantage recherché n’est donc pas nécessairement un coût d’entraînement absolument inférieur. Il consiste plutôt à extraire davantage de travail utile d’un matériel contraint, tout en gardant la maîtrise de l’ensemble du cycle de déploiement.

Pourquoi Liu Qingfeng évoque un horizon de deux ans

La possibilité de réduire l’écart repose sur l’expérience accumulée, et non sur l’idée que les puces domestiques seraient déjà équivalentes aux solutions Nvidia. Depuis plusieurs années, iFLYTEK adapte ses architectures de modèles, ses systèmes distribués et ses outils logiciels à l’infrastructure nationale.

À mesure que progressent les puces, les réseaux, les compilateurs, les frameworks et les écosystèmes de développeurs, cette expérience pourrait réduire le temps nécessaire pour rendre opérationnelle chaque nouvelle génération.

Dans ce scénario, le handicap actuel pourrait devenir un avantage organisationnel. iFLYTEK disposerait de coûts de migration plus faibles, d’une expérience de production plus importante et d’une pile de déploiement domestique plus mature. Les déclarations publiques de l’entreprise décrivent cet effort comme la construction d’un système indépendant et contrôlable, du calcul jusqu’aux applications de modèles. 3 17

Il s’agit d’une trajectoire plausible, pas d’une garantie. Les analyses du marché chinois des puces pour l’IA continuent de distinguer les progrès des solutions domestiques en inférence de l’avantage persistant de Nvidia dans l’entraînement, notamment en raison des performances des systèmes mémoire. 2 6

Le risque : la frontière des modèles peut avancer plus vite

La stratégie d’iFLYTEK est la plus convaincante si ses clients privilégient la sécurité, le contrôle du déploiement, la latence, la précision métier et la réussite des processus plutôt qu’un contexte généraliste illimité.

Elle le devient moins si les établissements éducatifs, les acteurs de la santé, les constructeurs automobiles ou les grandes entreprises commencent à considérer l’entraînement et le raisonnement sur des contextes d’un million de tokens comme une exigence standard.

La question centrale n’est donc pas de savoir si iFLYTEK peut supprimer toutes les différences de matériel. Il s’agit de déterminer si son ingénierie et son intégration produit peuvent rendre cet écart commercialement secondaire pour un nombre suffisant d’applications à forte valeur.

La famille Spark X2, les gains d’efficacité annoncés et le futur modèle généraliste domestique montrent qu’iFLYTEK poursuit précisément cet objectif. Mais l’entraînement sur de très longs contextes reste son défi le plus difficile à résoudre.