Pourquoi les puces et la puissance de calcul décident-elles qui mène en IA?

Un modèle de langage apprend en effectuant un nombre énorme de petites multiplications, encore et encore, sur le texte qui sert à l’entraîner. Les processeurs ordinaires peuvent le faire, mais beaucoup trop lentement. Le travail tourne plutôt sur des processeurs graphiques (GPU) et des puces semblables conçues pour faire des milliers de calculs à la fois, regroupées par milliers dans des centres de données. La définition du gouvernement du Canada est bonne : le calcul pour l’IA est la capacité informatique nécessaire pour traiter des données, exécuter des algorithmes et entraîner des modèles d’apprentissage automatique.

Plus de calcul permet à un laboratoire d’entraîner de plus gros modèles sur plus de données, de tester plus d’idées en un mois et de répondre à des millions d’utilisateurs sans longues attentes. C’est pourquoi le talent et la recherche astucieuse, bien qu’essentiels, ne suffisent pas à eux seuls. Un pays ou une entreprise qui ne peut pas obtenir les puces, ou l’électricité pour les faire tourner, finit par louer de la capacité à quelqu’un qui le peut.

La chaîne de valeur de l’IA, couche par couche

La stratégie nationale du Canada en IA, L’IA pour tous, lancée en juin 2026, décrit l’IA comme une chaîne de couches qui dépendent chacune de celle du dessous. C’est une carte utile pour comprendre qui détient le pouvoir en IA :

Lu de haut en bas, le tableau explique le problème. Un pays peut exceller en recherche et en applications et dépendre quand même des autres pour les couches dont tout le reste a besoin. Si ces couches se trouvent dans un autre pays, note la stratégie, ses lois et ses décisions peuvent atteindre les données et les services canadiens.

Pourquoi la couche des puces est si difficile à rattraper

Fabriquer des puces avancées exige des usines de fabrication spécialisées, et le Canada, comme la plupart des pays, dépend de la capacité de fabrication mondiale pour ses GPU. Ce qu’il peut faire, c’est concevoir des puces et construire les installations qui s’en servent. Les centres de données se construisent plus vite, mais ils exigent du terrain, du refroidissement et un approvisionnement fiable en électricité. C’est pourquoi les annonces en IA parlent si souvent de mégawatts et de gigawatts plutôt que de fonctions logicielles : la capacité électrique est maintenant une mesure directe de la quantité d’IA qu’un pays peut faire tourner. La stratégie cite elle-même des estimations selon lesquelles les entreprises canadiennes auront besoin d’environ 5,5 gigawatts de calcul pour l’IA d’ici 2030.

Pour une personne qui apprend, la leçon pratique est que le prix, la vitesse et la disponibilité des outils d’IA que vous utilisez remontent tous à cette couche physique. Quand le calcul est rare, les prix montent et les limites se resserrent; quand il augmente, des modèles moins chers et plus rapides suivent.

Qu’est-ce que l’« IA souveraine », et que fait le Canada à ce sujet?

L’IA souveraine veut dire disposer d’assez d’infrastructure, de données et de talent en IA, sous ses propres lois, pour que les services essentiels ne dépendent pas de décisions prises ailleurs. Cela ne veut pas dire tout construire chez soi. Le Canada décrit son approche comme « bâtir, s’associer, acheter » : bâtir les capacités clés au pays quand c’est possible, s’associer à des alliés de confiance, et acheter des produits existants quand c’est plus sensé.

L’argent arrive en deux vagues. D’abord, la Stratégie canadienne sur la capacité de calcul souveraine pour l’IA, financée par 2 milliards de dollars sur cinq ans annoncés dans le budget de 2024, compte trois volets : jusqu’à 700 millions de dollars par le Défi de la capacité de calcul pour l’IA pour attirer l’investissement privé dans des centres de données d’IA canadiens; jusqu’à 1 milliard de dollars pour l’infrastructure publique de calcul, dont un nouveau superordinateur d’IA de propriété canadienne, une installation sécurisée plus petite gérée par Services partagés Canada et le Conseil national de recherches, et jusqu’à 200 millions de dollars pour agrandir les systèmes publics existants à court terme; et jusqu’à 300 millions de dollars pour le Fonds d’accès à une capacité de calcul pour l’IA, qui aide les entreprises à payer leur calcul. Le 15 avril 2026, le gouvernement a ouvert les candidatures pour construire et exploiter ce superordinateur dans le cadre du Programme d’infrastructure de calcul souveraine pour l’IA.

Ensuite, L’IA pour tous ajoute des cibles : un superordinateur public de premier plan mondial d’ici 2031, 700 millions de dollars de plus pour que les petites et moyennes entreprises puissent acheter du calcul canadien abordable, et des partenariats, encore en voie d’être finalisés, qui proposent 850 mégawatts de capacité de centres de données d’ici 2030, pouvant passer à 2,3 gigawatts. La stratégie souligne aussi les avantages naturels du Canada, comme un climat froid qui réduit les coûts de refroidissement et une électricité propre, et promet plus de travail sur la conception et la fabrication de puces.

La réussite de ces plans dépendra de leur mise en œuvre, de l’approvisionnement en électricité et de la vitesse à laquelle les autres pays avancent. Si vous dirigez une entreprise ou un projet de recherche canadien qui a besoin d’une puissance de calcul sérieuse, le Fonds d’accès à une capacité de calcul pour l’IA est la partie de cette stratégie que vous pouvez utiliser directement.