LineShine de Chine devient le plus rapide au monde : le début d'une "guerre des ressources de calcul" plutôt qu'une "défaite des superordinateurs" pour le Japon

Le superordinateur chinois "LineShine" a atteint la première place dans l'édition de juin 2026 du classement TOP500 des machines de calcul haute performance. Il est installé au Centre national de supercalcul de Shenzhen, en Chine, avec une performance soutenue de 2,198 exaflops. Cela dépasse l'"El Capitan" du Lawrence Livermore National Laboratory aux États-Unis, permettant à la Chine de retrouver la première place mondiale après environ neuf ans.

Cette nouvelle n'est pas simplement une histoire de "la Chine a fabriqué un superordinateur rapide". Pour le Japon, c'est un avertissement qui touche à la science et la technologie, les semi-conducteurs, la sécurité, l'IA, la politique énergétique et la compétitivité industrielle.

Un article de Xinhua publié dans le Borneo Post présente le succès de LineShine comme une preuve que les régulations technologiques américaines n'ont pas pu arrêter les progrès de la Chine. Les États-Unis ont longtemps imposé des restrictions à l'exportation aux organisations chinoises liées au supercalcul, limitant l'accès aux CPU avancés, GPU, équipements de fabrication de semi-conducteurs et puces pour l'IA, dans le but de freiner la croissance des capacités de calcul de la Chine. Cependant, cette fois, la Chine a atteint la première place mondiale avec une architecture nationale centrée sur le CPU, au lieu d'une conception dépendante des GPU américains.

Il y a ici une essence que le Japon ne doit pas manquer. Dans le contexte du conflit sino-américain, la Chine n'a pas simplement "contourné les régulations". Au lieu de cela, elle a creusé une autre voie à l'échelle nationale pour remplacer la voie fermée par les régulations. Si le résultat est LineShine, le Japon doit réfléchir non pas en termes de "la Chine est impressionnante" ou "les régulations américaines ont échoué", mais plutôt se demander jusqu'où il peut posséder sa propre infrastructure de calcul, jusqu'où il peut la partager avec ses alliés, et ce qu'il doit garder à l'intérieur de ses frontières.

L'impact de LineShine réside dans l'absence de GPU

Le point le plus remarquable de LineShine cette fois-ci est qu'il a atteint la première place mondiale avec une configuration centrée sur le CPU sans utiliser de GPU.

Depuis le boom de l'IA générative, la compétition mondiale pour les ressources de calcul a été centrée sur les GPU de NVIDIA. La capacité à aligner des dizaines de milliers de GPU dédiés à l'IA, tels que les H100, H200, B200, détermine la capacité de développement des modèles d'IA géants. Au Japon également, la manière de sécuriser les GPU est devenue un enjeu politique majeur pour établir une base d'IA générative.

Cependant, LineShine a choisi une voie différente de celle des centres de données IA actuels. Il a aligné un grand nombre de CPU, les a connectés par un réseau propriétaire rapide, et a été conçu comme un système puissant pour le calcul scientifique et technique. En termes de performance HPL mesurée par le TOP500, cela a surpassé l'El Capitan américain.

Ce fait offre deux suggestions au Japon.

Premièrement, il existe plusieurs voies vers la victoire dans la compétition de puissance de calcul. Même les pays ou entreprises qui ne peuvent pas se procurer une grande quantité de GPU peuvent potentiellement atteindre des performances de classe mondiale dans des domaines spécifiques en concevant de manière intégrée l'architecture, le réseau, les logiciels, la mémoire et le refroidissement.

Deuxièmement, la dépendance exclusive aux GPU rend la base de calcul nationale vulnérable. Les GPU sont puissants pour l'IA, mais leur approvisionnement est limité, leur prix est élevé et ils sont souvent soumis à des restrictions d'exportation. Si le Japon veut établir une base de recherche et industrielle pour l'ère de l'IA, il doit envisager non seulement l'introduction de clusters de GPU, mais aussi comment créer une "base de calcul souveraine" incluant CPU, accélérateurs, réseaux, stockage et logiciels.

Cependant, on ne peut pas dire que "la Chine est également numéro un dans l'IA"

La nouvelle de LineShine est spectaculaire, mais la surestimation est également dangereuse.

Le benchmark HPL du TOP500 est un indicateur traditionnel pour le calcul scientifique et technique, mesurant principalement les opérations en virgule flottante double précision. Il est extrêmement important pour la simulation climatique, l'analyse des fluides, la science des matériaux, l'analyse sismique, la découverte de médicaments et la recherche sur la fusion nucléaire, mais il ne reflète pas directement les performances d'apprentissage de l'IA générative.

En IA, les opérations à faible précision comme FP8, BF16, INT8, l'efficacité de la communication lors de l'apprentissage distribué de modèles géants, la connexion entre GPU, la bande passante mémoire et l'écosystème logiciel sont importants. Reuters et d'autres ont également rapporté que LineShine est en tête du classement HPC traditionnel, mais qu'une évaluation différente est nécessaire pour l'IA.

Sur les réseaux sociaux, les réactions à ce point sont partagées. Certains louent l'autonomie technologique de la Chine, tandis que d'autres font des remarques prudentes telles que "être numéro un en HPL n'est pas la même chose qu'être numéro un en IA générative", "les clusters d'IA privés qui n'apparaissent pas dans le TOP500 sont en réalité plus grands", et "les clusters non publics de Google, Microsoft, Amazon, xAI, etc. sont en dehors du classement".

Ce qui est important pour le Japon, c'est de comprendre correctement cette distinction. Le fait d'être numéro un mondial des superordinateurs et d'avoir la meilleure base pour l'IA générative ne sont pas les mêmes. Cependant, les deux sont au cœur de la compétitivité nationale. Le Japon ne peut pas se contenter de dire "nous avons Fugaku, donc tout va bien" ou "nous manquons de GPU, donc c'est fini". Alors que la frontière entre HPC et IA se dissout, une philosophie de conception qui relie les deux est nécessaire.

Réactions sur les réseaux sociaux : l'argument de "sanctions contre-productives" et les questions sur "l'efficacité énergétique"

Les réactions sur les réseaux sociaux et les forums techniques se divisent en quatre grandes catégories.

Premièrement, il y a l'opinion selon laquelle "les sanctions américaines ont été contre-productives". En resserrant les exportations de semi-conducteurs avancés vers la Chine, les États-Unis ont poussé la Chine à avancer vers une direction combinant des puces domestiques, un réseau propriétaire et un système d'exploitation national, sans dépendre des GPU ou CPU étrangers. Bien que les sanctions aient pu causer des douleurs à court terme, elles ont peut-être accéléré le développement autonome à long terme.

Deuxièmement, il y a la surprise technique de "pouvoir aller aussi loin avec seulement des CPU". Dans les communautés techniques comme Reddit et LinkedIn, l'intérêt se concentre sur le fait que LineShine a dépassé les 2 exaflops sans GPU. Les utilisateurs voient cela non seulement comme une nouvelle politique, mais aussi comme une expérience architecturale, avec des CPU basés sur Arm, un grand nombre de cœurs, un interconnect propriétaire, une configuration mémoire et une facilité de programmation.

Troisièmement, il y a l'argument prudent selon lequel "pour les applications IA, c'est une autre affaire". Dans le monde de l'IA générative, les GPU NVIDIA et l'écosystème CUDA restent puissants. Même si LineShine est fort en calcul scientifique et technique, sa compétitivité dans l'apprentissage et l'inférence de modèles de langage géants est une autre question.

Quatrièmement, il y a la réaction selon laquelle "la consommation d'énergie est trop élevée". La consommation d'énergie de LineShine est estimée à environ 42,2 mégawatts, ce qui est le prix à payer pour être le plus rapide au monde. À mesure que la compétition pour les superordinateurs et les centres de données IA progresse, l'énergie, le refroidissement, les ressources en eau, l'emplacement et le réseau de transmission deviennent des goulots d'étranglement. Sur les réseaux sociaux, on entend aussi des voix disant "il faut regarder la performance par watt, pas seulement la performance brute" et "qui supportera le coût énergétique des centres de données".

Du point de vue japonais, ce problème énergétique est extrêmement important. Le Japon a des coûts énergétiques élevés, un espace limité et des contraintes sur l'emplacement des centres de données. Pour posséder une base AI-HPC domestique, il est inévitable de discuter non seulement des semi-conducteurs, mais aussi de la politique énergétique, des énergies renouvelables, du nucléaire, du réseau de transmission, des technologies de refroidissement et des centres de données décentralisés.

Comment le Japon peut-il actualiser l'expérience réussie de "Fugaku"

Le Japon a "Fugaku". Développé par le RIKEN et Fujitsu, Fugaku a obtenu de bons résultats dans le TOP500, HPCG, HPL-AI et Graph500 au début des années 2020, soutenant la science computationnelle japonaise. Il a produit des résultats socialement compréhensibles, tels que des simulations de gouttelettes pour le COVID-19, la découverte de médicaments, la météorologie, les matériaux et les applications industrielles.

Cependant, l'émergence de LineShine indique au Japon que "prolonger simplement l'expérience réussie de Fugaku ne suffit pas".

La force de Fugaku ne résidait pas seulement dans le classement. Il était basé sur le CPU, ce qui le rendait facile à utiliser pour une large gamme d'applications scientifiques et techniques, offrant une polyvalence accessible aux chercheurs. Cela a des points communs avec la conception centrée sur le CPU de LineShine. En d'autres termes, le Japon avait déjà démontré la valeur du HPC "non exclusivement basé sur le GPU".

Cependant, nous sommes actuellement à l'ère de l'IA générative et de l'IA pour la science. L'IA soutient de plus en plus la recherche documentaire, la génération d'hypothèses, la simulation, la planification expérimentale, les expériences robotiques et l'analyse de données. Les superordinateurs de nouvelle génération doivent non seulement soutenir les simulations traditionnelles, mais aussi l'apprentissage et l'inférence des modèles d'IA, l'intégration des données scientifiques et l'automatisation de l'ensemble du processus de recherche.

"Fugaku NEXT", mené par RIKEN et Fujitsu, devient extrêmement important dans ce contexte. L'objectif du Japon ne doit pas être seulement de surpasser temporairement la Chine ou les États-Unis dans le TOP500. Il s'agit de créer un environnement où les chercheurs, universités, entreprises et startups japonaises peuvent utiliser des ressources de calcul de classe mondiale au niveau national.

Ce que cela signifie pour les entreprises japonaises : ne pas séparer les semi-conducteurs et le cloud

La nouvelle de LineShine pose également des questions importantes aux entreprises japonaises.

Le Japon a des forces dans les équipements de fabrication de semi-conducteurs, les matériaux, les composants, l'usinage de précision, l'alimentation électrique, le refroidissement, les communications optiques et l'exploitation des centres de données. En revanche, il dépend fortement des États-Unis, de Taïwan, de la Corée du Sud et de la Chine pour les semi-conducteurs logiques avancés, les GPU, les bases logicielles pour l'IA et les grands clouds.

Jusqu'à présent, au Japon, les politiques des semi-conducteurs, de l'IA, du HPC et du cloud ont souvent été discutées séparément. Cependant, LineShine montre que ce n'est plus le moment de les considérer séparément. Même si vous avez des puces, sans logiciel, elles ne peuvent être utilisées. Même si vous avez un cloud, sans énergie, il ne peut être étendu. Même si vous avez des modèles d'IA, sans données de recherche et ressources de calcul, ils ne peuvent être liés à l'industrie.

Les entreprises japonaises ne peuvent pas se contenter d'acheter des GPU NVIDIA et de créer des services d'IA pour assurer une compétitivité à long terme. Bien sûr, l'approvisionnement en GPU est important, mais cela seul vous rendra vulnérable aux restrictions d'approvisionnement et aux fluctuations de prix. La voie de la victoire du Japon réside dans la connexion des données des industries réelles telles que la fabrication, les matériaux, la robotique, la médecine, la météorologie, la prévention des catastrophes, la découverte de médicaments, l'énergie et la mobilité avec une base de calcul haute performance nationale.

La puissance de calcul comme sécurité nationale

Les superordinateurs sont à la fois des équipements de recherche et des actifs de sécurité nationale.

Le calcul haute performance est utilisé pour la prévision météorologique et la découverte de médicaments, mais il est également lié à la simulation d'armes nucléaires, aux armes hypersoniques, au décryptage, à l'IA militaire et à l'analyse de données satellitaires. Les États-Unis ont réglementé les organisations chinoises liées au supercalcul en raison de cette dualité d'utilisation.

Le Japon est un allié des États-Unis et est économiquement profondément lié à la Chine. C'est pourquoi le débat autour de LineShine est difficile. Simplement considérer le développement technologique de la Chine comme un ennemi pourrait nuire à la coopération scientifique et technologique ainsi qu'aux relations économiques. D'un autre côté, on ne peut ignorer la réalité que les ressources de calcul sont liées à la puissance militaire.

La position que le Japon doit adopter n'est ni un optimisme excessif ni une peur excessive. Il s'agit de distinguer clairement les domaines où la coopération en recherche est possible et ceux qui doivent être contrôlés. Dans les domaines du changement climatique, de la prévention des catastrophes, des maladies infectieuses et de la science fondamentale, la coopération internationale est précieuse. Cependant, pour l'IA à potentiel militaire, les semi-conducteurs avancés, le cryptage et l'analyse satellitaire, il est essentiel de créer des règles avec les pays alliés et de gérer cela au niveau national.

Trois défis que le Japon doit envisager immédiatement

Suite à l'émergence de LineShine, le Japon doit envisager trois défis.

Premièrement, la sécurisation des ressources de calcul au niveau national. Dépendre entièrement des clouds étrangers pour la puissance de calcul nécessaire à la recherche scientifique et technologique est dangereux. Pour traiter les données de recherche, médicales, industrielles et de sécurité, une base HPC et IA fiable au niveau national est nécessaire.

Deuxièmement, la politique énergétique et des centres de données. La compétition mondiale pour l'IA deviendra finalement une compétition énergétique. Si une base de calcul à grande échelle doit être installée au Japon, l'alimentation, la transmission, le refroidissement, l'emplacement et la prévention des catastrophes doivent être intégrés. Le concept de décentralisation des centres de données vers les régions ne peut progresser sans une conception énergétique et de communication.

Troisièmement, les talents et les logiciels. Acheter un superordinateur ne suffit pas. Pour réellement en tirer parti, des talents en calcul parallèle, analyse numérique, IA, compilateurs, réseaux, stockage et optimisation des applications sont nécessaires