Usines de tokens : la Chine convertit ses centres de données à la production

La valeur d'un centre de données chinois se mesure autrement. Le nombre de cartes, l'échelle de calcul et le coefficient PUE comptent moins que les tokens utiles produits à partir de la même électricité. Le portail Liangziwei décrit ce phénomène à travers l'exemple de Zhongke Leinao, qui appelle son système « usine de tokens coordonnant calcul et énergie ».

Les chiffres officiels confirment l'ampleur du phénomène. Les appels quotidiens de tokens en Chine sont passés de 100 milliards début 2024 à 140 000 milliards en mars 2026. C'est plus de mille fois plus en deux ans. En parallèle, les prix des API de certains modèles ont chuté de plus de 90 pour cent. Le volume grimpe, mais la marge sur le token « ordinaire » s'aplatit.

Trois couches au lieu d'une

Zhongke Leinao décompose le problème en trois niveaux : l'optimisation du calcul et des tokens par une orchestration hétérogène et l'accélération de l'inférence, la coordination de l'énergie et de la puissance, puis la couche de facturation et d'exploitation. Le résultat doit être une « ligne de production de tokens » flexible. Une entreprise dont le besoin typique est de 30 cartes, avec un pic atteignant 100 cartes, ne construit chez elle que la partie de base. Elle loue les 70 cartes manquantes sur la plateforme au moment du pic. Chang Feng, partenaire de l'entreprise, explique la logique de la valeur : une unité d'énergie industrielle coûte quelques mao. Convertie en puissance de calcul, la valeur atteint plusieurs dizaines de yuans. Transformée en tokens, certains modèles vendent un million de tokens pour plus de 100 yuans.

La plateforme BitaHub compte aujourd'hui plus de 3 000 nœuds de calcul rattachés, plus de 5 000 P de puissance et plus de 80 000 entreprises et utilisateurs scientifiques. Un « cerveau décisionnel » développé avec l'équipe de l'Université des sciences et technologies de Chine pilote le couplage de l'énergie, du calcul et des tokens. Dans un test de coordination entre Shanghai, Wuhu et Urumqi, le temps de réaction de la commande est resté sous 200 secondes. L'efficacité de la migration entre régions a atteint 100 pour cent, la précision de la prévision de consommation d'énergie 98 pour cent.

Le marché regarde la production, pas les achats

Le même basculement se voit chez les acteurs plus gros. Lors d'un sommet consacré à l'inférence hétérogène, un représentant de SenseTime Dazhuangzhi a décrit une moyenne quotidienne de tokens traités passée de 0,46 billion en février à 4,5 billions en août 2026. C'est presque dix fois plus en six mois. L'entreprise déplace l'accent de la requête isolée vers le contexte long, la réutilisation du préfixe et les schémas de trafic explosifs à longue traîne.

La conclusion pour le reste du marché est simple : si les tokens baissent de plus de 90 pour cent, l'avantage ne réside plus dans l'achat de cartes, mais dans la façon dont on les livre à l'utilisateur à bas coût et de manière stable.