Lenovo lance à Zhangjiakou une usine hybride de tokens IA

Lenovo veut produire des tokens comme une usine produit de l'électricité ou de l'acier. Le 10 novembre 2026, le groupe chinois a présenté à Zhangjiakou, dans la province du Hebei, la marque « Lenovo Wanquan », une « usine hybride de tokens », et signé un accord avec la municipalité pour y bâtir la première, qualifiée d'« usine mère ». Un token (« cíyuán » en chinois) est l'unité de texte que traite un modèle d'IA, et c'est elle qui sert à compter et à facturer l'usage. Selon QbitAI et le quotidien Keji Ribao, le projet vise 2 millions de milliards de tokens par an, mais tous les chiffres restent à ce stade des objectifs annoncés par Lenovo.

Que prévoit exactement Lenovo à Zhangjiakou ?

Selon Keji Ribao (11 novembre 2026), Lenovo et la ville de Zhangjiakou ont signé l'accord le 10 novembre, ce qui fixe l'emplacement de la première usine mère. La première phase prévoit un cluster de calcul hétérogène de 15 000 P et un centre de calcul d'environ 100 MW (« P » est l'unité de puissance de calcul employée par Lenovo, que les deux médias ne détaillent pas). Selon QbitAI (14 novembre 2026), qui cite Dai Wei, vice-président senior de Lenovo, le calendrier de cette phase est fixé à 2027, avec un objectif d'échelle multiplié par dix ou plus d'ici 2030.

• Production annuelle : plus de 2 millions de milliards de tokens, soit environ 5 500 milliards par jour d'après la conversion de QbitAI.
• Débit de pointe : 200 millions de tokens par seconde ; Keji Ribao parle d'une capacité de 100 000 utilisateurs en usage simultané par jour.
• Objectif de coût : -70 % sur le coût global du million de tokens.
• Objectifs de débit et de qualité : débit par seconde multiplié par 5, taux de « bons tokens » supérieur à 99,9 %.
• Objectif énergétique : PUE inférieur à 1,1 pour le centre de calcul associé.

Le PUE (Power Usage Effectiveness) est le rapport entre l'énergie totale consommée par un centre de données et celle qui alimente réellement les serveurs ; plus il est proche de 1, moins le refroidissement et les autres postes gaspillent d'électricité. Le « taux de bons tokens » est un indicateur de Lenovo que Keji Ribao présente comme un moyen de filtrer les tokens de faible qualité ; QbitAI ajoute que Lenovo met en avant le « token efficace » : ce qui compte n'est pas le volume produit, mais le fait qu'une tâche soit menée à bien du premier coup.

Pourquoi parler de production « hybride » ?

Le contexte est celui d'une demande qui explose alors que les budgets s'inquiètent. Selon l'Administration nationale des données, citée par QbitAI, les appels quotidiens de tokens en Chine sont passés de 100 milliards début 2024 à 100 000 milliards fin 2025, puis ont dépassé 140 000 milliards en mars 2026 ; l'Académie chinoise des technologies de l'information et des communications (CAICT) évoque plus de 500 000 milliards en juin 2026. Mais les entreprises freinent : d'après le journal Economic Observer rapporté par QbitAI, une banque de taille moyenne a dépensé près de 9 millions de yuans en tokens au premier semestre, soit 8 % de son budget informatique de l'année précédente, et selon une enquête McKinsey, environ un répondant sur cinq dit avoir limité l'usage de l'IA à cause de son coût.

Lenovo répond par un approvisionnement mixte sur trois axes, détaille QbitAI. Les sources : des tokens privés produits en interne, complétés par des services publics autorisés, avec une dominante privée. L'architecture : tâches légères sur l'appareil, tâches sensibles au délai en périphérie, besoins élastiques dans le cloud. Les modèles : poids ouverts ou modèles propriétaires fermés, selon la qualité et le coût visés. Le groupe veut livrer les tokens comme on livre l'électricité : l'entreprise se branche, sans se soucier des machines ni de l'ordonnancement derrière.

Deux briques logicielles orchestrent ce mélange, selon QbitAI. Le « Token Engine » combine déploiement dynamique des modèles et du calcul sur les mêmes machines, pools de ressources par tâche et routage intelligent des modèles. Le « Token Hub », intégré au cloud xCloud de Lenovo, choisit pour chaque requête un modèle et une capacité adaptés à la qualité exigée, aux limites de données, au délai et au coût. Côté sécurité, Lenovo annonce une liste blanche de modèles testés, une fonction « Token Trust » qui intercepte les informations sensibles en transit, et un traitement dans des environnements d'exécution de confiance (TEE), où la plateforme ne peut pas lire les contenus.

Comment Lenovo compte-t-il réduire les coûts ?

Keji Ribao et QbitAI décrivent une optimisation à trois niveaux. Premier niveau, le matériel : la solution de calcul hétérogène « Wentian », fondée sur des supernœuds et l'optimisation des communications du cluster, doit apporter plus de 30 % d'efficacité de calcul d'après Lenovo. Deuxième niveau, le coût sur tout le cycle de vie du centre de calcul : préfabrication modulaire, refroidissement liquide intégral et pilotage en courant continu de l'électricité verte, avec une ligne de recyclage des équipements prévue à Zhangjiakou. Troisième niveau, l'usage : le routage évite de mobiliser un modèle coûteux pour une tâche simple.

Selon QbitAI, Yao Zhenyu, vice-président de Lenovo, affirme que les pratiques d'IA internes du groupe ont déjà permis environ 70 % d'optimisation du coût global. Ces chiffres viennent de Lenovo : à notre lecture, ni QbitAI ni Keji Ribao ne mentionnent de vérification indépendante, et aucun des deux n'indique le montant de l'investissement.

Pourquoi Zhangjiakou ?

La ville, à un peu plus de 100 km de Pékin, réunit énergie et capacité de calcul. QbitAI indique que sa puissance renouvelable installée dépassait 45 millions de kW fin 2025, soit près de 90 % de la capacité électrique locale, et que la ville compte plus de 50 centres de données et plus de 1,07 million de racks standard en service. Elle est un nœud du hub Pékin-Tianjin-Hebei du programme national « Données de l'Est, calcul de l'Ouest ». Le climat frais, des tarifs d'électricité jugés avantageux et la faible latence vers Pékin réduisent les coûts d'exploitation. QbitAI cite aussi le plan quinquennal 2026-2030, qui appelle à rapprocher électricité verte et calcul et à baisser le coût du calcul pour les PME.

Lenovo présente trois cas, tous issus de projets ou de chiffres annoncés par l'entreprise. À Changsha, Hunan Broadcasting prévoit avec Lenovo une usine de tokens dédiée aux séries courtes générées par IA, avec pour objectifs un coût de production réduit de 50 %, un cycle raccourci de 60 %, plus de 1 200 heures de contenu fini par mois et plus de 10 000 créateurs. Le projet scolaire de Shanghai Jiansheng couvre plus de 600 écoles primaires et secondaires, dont la charge varie fortement entre cours, examens et vacances, avec des données de mineurs à protéger. Enfin, le centre de calcul Suihong Huachuang de Qingyang (Gansu), premier cas d'exploitation cité, afficherait environ 30 % d'économie de coût, pour plus de 2 millions d'appels et 2 milliards de tokens par jour sur un seul modèle.

Qu'est-ce que cela change pour une entreprise française ?

Le projet rappelle d'abord que le coût des tokens devient un poste de pilotage à part entière : mesurer le coût par tâche réussie plutôt que par token consommé, router les tâches simples vers de petits modèles et réserver les gros modèles aux cas qui le justifient. Cela vaut surtout pour les agents IA en entreprise qui enchaînent des heures de raisonnement. Il montre aussi que des fournisseurs d'infrastructure chinois cherchent à vendre un service de tokens clé en main plutôt que des serveurs ; l'effet sur les prix du calcul hors de Chine reste à vérifier.

Prudence enfin : la première phase n'est attendue qu'en 2027, les performances annoncées sont des cibles et non des mesures, et les cas de Changsha, Shanghai et Qingyang ne sont pas, d'après les sources lues, des clients annoncés de l'usine de Zhangjiakou. Il faudra des résultats d'exploitation publiés pour juger si le « token de bonne qualité » promis tient ses chiffres.