Cette semaine, dans Souveraineté artificielle, j’explore en détail le business à la fois le plus valorisé et le plus fragile au monde : celui des puces GPU, le cerveau de l’intelligence artificielle.

Voici le programme (temps de lecture estimé : 20 minutes) :

  • En 2012, deux cartes graphiques achetées dans le commerce écrasent les supercalculateurs des plus grands laboratoires du monde. Je vous raconte ce qui va suivre, alors que personne chez Nvidia ne s’y attend.
  • Nvidia, l’entreprise désormais la plus valorisée de l’histoire, ne fabrique pas une seule de ses puces. Je vous montre pourquoi son vrai monopole ne repose même pas sur elles…
  • Je vous présente, avec fierté, la poignée de Français et d’Européens qui font tout pour faire sauter ce verrou, avec des alternatives de plus en plus crédibles, de Paris à Eindhoven.
  • Une seule entreprise, installée sur une seule île, grave plus de 90 % des puces qui font tourner l’IA mondiale. Je vous emmène voir comment toute l’industrie se prépare au blocus, ou à l’invasion, de Taïwan.
  • 180 tonnes, 380 millions de dollars, plus complexe qu’une fusée : un seul fabricant au monde sait construire la machine de lithographie qui grave les puces de l’IA. Il est européen. Je vous dis où il se trouve et comment il a établi son monopole.
  • Et je vous déprime un peu en décortiquant comment sa direction, son pays et toute l’Union européenne se refusent à utiliser ce levier, sous influence américaine.

Comme Steve Jobs et son col roulé, Jensen Huang porte toujours la même veste en cuir noir depuis plus de vingt ans. Enfin, le même style de veste : avec une fortune personnelle estimée à 170 milliards de dollars en 2026 – à titre de comparaison, celle de Bernard Arnault plafonne à 140 milliards – le cofondateur et patron de Nvidia depuis 1993 peut se permettre d’en posséder plusieurs dizaines d’exemplaires.

Toujours comme Steve Jobs, sa conférence annuelle, la Nvidia GTC, pour GPU Technology Conference, prend des allures de show de superstar : clip d’introduction grandiloquent, écrans géants, produits sortis de la poche, punchlines répétées jusqu’à la limite du cringe. Si la conférence principale se tient habituellement à San Jose en Californie, une édition spéciale est organisée à Washington D.C. en octobre 2025, sous la seconde présidence de Donald Trump. Elle s’ouvre avec un clip à la gloire exclusive de l’innovation américaine, ponctué d’extraits de discours de Donald Trump et d’Elon Musk. Loin des ingénieurs de la Silicon Valley, cette édition est bien plus proche d’un pouvoir qui cherche toujours plus à s’immiscer dans ses affaires, comme on va le voir.

Il y a dix ans, Jensen Huang dirigeait encore une société qui avait frôlé la faillite à trois reprises, dont les cartes graphiques servaient surtout à faire tourner des jeux vidéo, et dont l'action valait moins d'un dollar. Aujourd’hui, s’il reste moins connu du grand public que Sam Altman ou Dario Amodei, Jensen Huang dirige l’entreprise la plus valorisée de l’histoire : environ 5 000 milliards de dollars, soit le quintuple d’OpenAI ou d’Anthropic, avec une action qui dépasse les 200 dollars.

Ses puces GPU, quant à elles, ont effectué l’un des pivots les plus profitables de l’histoire : elles font désormais tourner aussi bien le dernier Call of Duty que l’écrasante majorité de l’intelligence artificielle mondiale. De l’entraînement et de l’inférence des modèles dans les data centers – y compris européens, comme on l’a vu dans l’épisode précédent – jusqu’à vos conversations avec un assistant et aux actions de vos agents : entre 75 et 90 % de toute la puissance de calcul mondiale dédiée à l’IA, le compute, transite à un moment ou un autre par une puce GPU estampillée Nvidia.

Sauf que ce monopole américain sur le fonctionnement et le développement de l’IA dépend lui-même d’un autre monopole, européen. D’une seule machine, sans laquelle aucune de ces puces ne pourrait exister. Ni américaine, ni chinoise : elle sort des ateliers d’une entreprise néerlandaise quasi inconnue du grand public, à Veldhoven. Autant vous dire que les États-Unis ne sont pas satisfaits de ce single point of failure de leur hégémonie numérique, et font tout pour le contrôler. Face à une Europe qui, à l'inverse, semble ne pas avoir encore décidé de défendre cet atout majeur et inespéré pour la construction d’une IA européenne souveraine.

Un mot de notre sponsor Edgee – Les agents IA sont en train de dévorer vos budgets IT. Claude Code, Codex, Cursor, Copilot… vos factures doublent tous les six mois et vos équipes s'en rendent compte trop tard lorsque tombe l'addition. Avec Edgee, reprenez le contrôle de votre consommation de tokens face à l’explosion des coûts :

  • Compression de tokens : réduction des factures de 10 à 40 %.
  • Routage intelligent : bascule automatique vers un modèle de repli en cas de panne (ou de kill switch !).
  • Attribution des coûts : suivi précis par développeur et par dépôt de code (repo).
  • Modèles souverains dédiés : toujours disponibles en cas de besoin.

En combinant la compression et le routage de votre stack, vous pouvez réduire vos coûts globaux jusqu'à 70 %. Créée et développée en France, Edgee s'installe en seulement 5 minutes sur edgee.ai.

Anatomie d’une puce : comment le GPU du jeu vidéo est devenu le cerveau de l’IA

En 1965, l’ingénieur de 36 ans et directeur de la R&D à Fairchild Semiconductor, l’entreprise qui a rendu la puce électronique fabricable en série, observe que le nombre de transistors qu’on arrive à caser sur une puce double chaque année. Il s’appelle Gordon Moore et sa prédiction, rebaptisée « loi de Moore », va devenir la prophétie auto-réalisatrice de toute l’industrie pendant soixante ans : on passe de quelques dizaines de transistors par puce, à plusieurs dizaines de milliards aujourd’hui. Les transistors sont les minuscules interrupteurs électroniques qui laissent passer ou bloquent le courant selon un signal reçu, donnant ainsi naissance au binaire, au bit : soit c’est 0, soit c’est 1.

Trois ans après sa prédiction, Moore quitte Fairchild avec Robert Noyce, qui a créé la première puce fabriquée par une machine, pour fonder… Intel. Pendant trente ans, Intel va graver en série des transistors sur des plaques de silicium. C’est ce matériau semi-conducteur, ni tout à fait conducteur ni tout à fait isolant, qui va donner son nom à toute la région des premiers geeks : la Silicon Valley. Intel va dominer le monde du processeur classique, le CPU. Mais l’entreprise va totalement rater le virage suivant, avec l’arrivée d’une nouvelle puce : le GPU.

Car toutes les puces ne font pas le même métier. Certaines stockent de la mémoire, d’autres gèrent l’alimentation d’un appareil. Et d’autres, enfin, calculent : ce sont les processeurs, la spécialité d’Intel et Nvidia.

Le processeur classique, le CPU, c’est celui de votre ordinateur : un généraliste, avec quelques cœurs très puissants qui enchaînent les tâches les unes après les autres, comme le ferait un humain, mono-tâche par nature (la honte !).

Le GPU, lui, est né pour une tout autre raison : dessiner une scène de jeu vidéo, avec des millions de pixels à calculer simultanément. Au lieu de quelques cœurs surpuissants, on empile donc des milliers de petits cœurs qui travaillent en parallèle. Le terme lui-même est une invention marketing de Nvidia : en 1999, l’entreprise sort la GeForce 256 et décide de l’appeler graphics processing unit, plutôt que « carte accélératrice 3D » comme tout le monde. Pendant treize ans, ces puces servent essentiellement à faire tourner des jeux. Si vous avez joué à Call of Duty pendant cette période, vous savez déjà à quoi ça sert un GPU.

Puis, en 2012, trois chercheurs de l’université de Toronto inscrivent leur programme, baptisé AlexNet, à un concours de reconnaissance d’images. Et AlexNet va écraser la concurrence, avec un taux d’erreur de seulement 15,3 %, contre 26,2 % pour le programme qui arrive en deuxième place. Dans un domaine habitué à des progrès d’un demi-point par an, c’est un exploit. Leur secret : au lieu d’utiliser un supercalculateur, une machine géante composée de milliers de processeurs et généralement réservée aux gouvernements ou aux plus grands laboratoires de recherche, ils utilisent deux cartes graphiques Nvidia GTX 580 achetées dans le commerce. Ils avaient compris que l’entraînement de leur programme pour reconnaître une image et l’affichage d’un jeu vidéo posaient, au fond, le même problème : parvenir à effectuer simultanément des milliards d’opérations simples. Exactement ce pour quoi un GPU excelle.

En voyant les résultats d’AlexNet, Nvidia comprend alors qu’elle dispose, par pur hasard industriel, de la meilleure architecture de puce pour ce qu’on commence à appeler le deep learning : le processus d’apprentissage par lequel un programme ajuste, des millions de fois de suite, ses propres paramètres pour s’améliorer. Cet apprentissage, c’est exactement le même processus que la phase d’entraînement d’un modèle d’IA, mais avec des milliers de puces entassées dans un data center pour intégrer des dizaines, voire des centaines, de milliards de paramètres.

Depuis, ces puces n’ont fait que gagner en densité : un GPU haut de gamme embarque aujourd’hui plus de cent milliards de transistors, gravés à l’échelle du nanomètre. Pour vous donner une idée, un cheveu humain fait environ 75 000 nanomètres de large. Les transistors les plus fins qu’on sait graver aujourd’hui en font une quinzaine. Autrement dit, on pourrait aligner cinq mille d’entre eux sur la largeur d’un seul cheveu.

Une prouesse tellement complexe que Nvidia elle-même ne fabrique pas ses propres puces : c’est TSMC qui grave, à Taïwan, la quasi-totalité des puces les plus avancées de la planète. Un savoir-faire si difficile à maîtriser qu’il a fallu des années à TSMC, sous la pression conjointe du gouvernement américain et de quelques-uns de ses plus gros clients, pour le répliquer dans une nouvelle usine en Arizona.

Pour comprendre qui contrôle réellement le cerveau de l’intelligence artificielle, il faut donc découper cette chaîne en trois étapes : concevoir la puce, la graver, et construire les machines qui permettent de la graver. Chacune de ces étapes a ses champions, ses dépendances, et ses luttes de pouvoir. Commençons par la première : la conception de la puce.

Concevoir la puce : CUDA, le logiciel grâce auquel Nvidia assure son monopole

Concevoir des puces, c’est le seul métier de Nvidia. Avec celui de communicant peut-être, au vu de l’omniprésence de son patron. L’entreprise américaine la plus valorisée de l’histoire ne fabrique pas la moindre des puces qu’elle dessine. C’est bien à TSMC, l’entreprise taïwanaise, qu’elle confie cette fabrication.

Mais le vrai monopole de Nvidia ne réside même pas dans les puces qu’elle dessine. C’est avec CUDA, son logiciel propriétaire introduit en 2007 et adopté depuis par des millions de développeurs, que l’entreprise de Jensen Huang verrouille toute une industrie. Car CUDA est l’outil qui permet à ces développeurs de faire fonctionner et d’optimiser chaque calcul de leurs propres logiciels sur une puce Nvidia. Si un concurrent arrivait demain à concevoir une puce plus rapide que celle de Nvidia, encore faudrait-il qu’il arrive à convaincre des millions de programmeurs de redévelopper tous leurs logiciels pour en tirer parti. C’est exactement ce qui se passe quand Apple passe, en juin 2020, de processeurs fabriqués par Intel à ceux qu’elle a elle-même dessinés et confiés à TSMC : il a fallu annoncer la douloureuse à tous les développeurs et les amener progressivement à reconstruire une bonne partie de leurs logiciels pour cette nouvelle architecture de puces.

C’est pour ça que la vraie menace pour Nvidia ne vient pas d’un concurrent, mais de ses propres méga-clients : Google, Amazon et Microsoft sont les plus gros acheteurs de puces Nvidia au monde. Et comme leur compétition féroce supporte difficilement la dépendance à un seul acteur, ces géants conçoivent désormais leurs propres puces sous une nouvelle architecture, ASIC, pensée dès le départ pour le calcul IA, face à l’architecture GPU, héritée du jeu vidéo. Ces puces maison – TPU pour Google, Trainium pour Amazon et Maia pour Microsoft – sont avant tout destinées à l’inférence, qui représente déjà les deux tiers du calcul consacré à l’IA dans le monde, et la part amenée à croître le plus vite au rythme de l’adoption de l’IA dans tous les pans de la société. Au-delà de l’économie qu’ils espèrent réaliser, ces trois géants revendiquent faire tourner plus rapidement leurs modèles sur leurs puces. Selon Google, donc à prendre avec des pincettes, plus de 75 % des calculs de Gemini tournent déjà sur ses puces TPU.

Du côté de l’Europe, depuis 2023, la start-up française ZML s'attaque au monopole de Nvidia par l’autre bout. Fondée à Paris par Steeve Morin, l’ex VP engineering de Zenly, et soutenue notamment par Xavier Niel et le pionnier français du deep learning, Yann LeCun, l’entreprise ne cherche pas à concevoir ses propres puces. Elle développe un logiciel, LLMD, qui permet de contourner le piège CUDA. LLMD permet de créer un serveur d’inférence capable de faire tourner un modèle d’IA open source sur n’importe quelle architecture de puce – un GPU Nvidia, AMD, Apple ou Intel, ou un ASIC comme le TPU de Google. Les performances de calcul de LLMD sont même parfois supérieures aux logiciels propriétaires de chacune de ces puces. La puce devient ainsi une pièce interchangeable dans l’infrastructure de l’IA : une étape clé dans la construction d’une IA européenne souveraine !

C’est donc sans surprise, avec cette nouvelle donne, qu’une poignée d’acteurs français décide d’aller encore plus loin. En juin 2026, à VivaTech, ZML s’associe à Scaleway (le constructeur et l’opérateur de data centers français) et à Vsora (le créateur de la puce d’inférence française Jotunn8) pour bâtir une chaîne IA souveraine, du silicium au cloud, en Île-de-France. Cocorico !

Toujours en Europe, et au-delà de la France, l’Union européenne investit elle aussi dans la conception de puces IA. Via EuroHPC, son entreprise publique-privée dédiée au compute, elle consacre 240 millions d’euros au projet DARE pour développer des puces sur une architecture open-source, RISC-V. Le Néerlandais Axelera AI porte l’un des premiers projets financés par DARE : une nouvelle puce, baptisée Titania, elle aussi destinée à l’inférence mais dont le déploiement n’est prévu que pour 2028.

En somme, Vsora fait le pari, plus rapide, du financement privé, avec une architecture en partie propriétaire. Là où Axelera AI, elle, fait le pari d’un déploiement plus lent, mais sur une architecture ouverte et éligible aux fonds européens. L’avenir nous dira ce dont le marché a le plus besoin.

Mais même si l’Europe arrive à concevoir ses propres puces grâce à une poignée de start-up face aux investissements de Nvidia, l’entreprise la plus valorisée au monde, et ceux des hyperscalers américains, presque toutes les puces avancées de la planète finissent par sortir des mêmes usines : celles du taïwanais TSMC, le plus grand fondeur du monde.

Graver la puce : pourquoi toutes les puces de l’IA passent par TSMC et Taïwan

Une fois la puce dessinée, que ce soit par Nvidia, les hyperscalers ou les start-up européennes, il est temps de la graver sur sa plaque de silicium.

Concrètement, cette prouesse industrielle implique de loger plus de cent milliards de transistors sur une plaque d’à peine 30 centimètres de diamètre. Cette plaque, une fois gravée, est découpée en dizaines, parfois centaines de puces individuelles, selon leur taille. Pour graver une puce à cette échelle, on ne peut plus réaliser le circuit en une seule fois sur la plaque, comme dans les années 1960. La base de silicium va donc traverser plus de mille étapes de gravures successives, pour accueillir progressivement une centaine de couches les unes sur les autres. C’est long : il faut compter trois à quatre mois entre l’entrée de la plaque dans l’usine et le GPU final en bout de chaîne. Et c’est risqué : une seule erreur, sur n’importe laquelle de ces mille étapes, et ce sont potentiellement des dizaines de puces, des mois de travail, qui partent en fumée. Une autre façon de griller la puce avant même qu’elle n’ait été mise sous tension.

Ce savoir-faire est tellement complexe qu’un seul acteur a fini par dominer l’industrie : l’entreprise taïwanaise TSMC (Taiwan Semiconductor Manufacturing Company). Elle grave à elle seule plus de 90 % des puces avancées qui servent à l’entraînement ou à l’inférence des modèles d’IA. Intel, qui grave encore quelques-unes de ses puces, et Samsung sont de lointains concurrents.

Mais comment TSMC a-t-elle pu atteindre un tel niveau de monopole ?

D’abord, par l’abandon des autres compétiteurs. Dans les années 1990 et 2000, produire ces puces en Asie coûtait tout simplement moins cher, comme beaucoup de choses. Mondialisation et délocalisation obligent, la seule logique de rentabilité pousse les États-Unis à sous-traiter, année après année, une industrie qu’ils dominaient pourtant à l’origine. L’Europe, elle, n’a jamais réussi à s’y imposer : dans les années 1980, Philips (Pays-Bas) et Siemens (Allemagne) tentent leur chance sur la mémoire vive (RAM) avec le soutien de leurs gouvernements respectifs, malheureusement sans jamais rattraper leur retard sur les Américains. Leurs efforts de recherche finissent cependant par accoucher notamment d’une petite entreprise néerlandaise vouée à un bien meilleur destin dont je vous parle un peu plus bas.

Cette délocalisation s'impose d'autant plus facilement que TSMC, avec habileté, promet aussi de ne jamais concevoir la moindre puce. En assurant de ne jamais concurrencer ses propres clients, elle se distingue ainsi d’Intel, qui promeut un modèle différent, l’IDM (Integrated Device Manufacturer), en concevant et en fabriquant ses propres puces. Les clients de TSMC, comme Nvidia, restent alors des concepteurs de puces fabless, qui ne fabriquent jamais une seule de leurs puces.

Ensuite, ce monopole s'explique par les coûts astronomiques de cette industrie. Le ticket d’entrée pour construire une usine de gravure, une fonderie, se chiffre en dizaines de milliards de dollars. Pour rappel, la France, septième économie mondiale, essaye par tous les moyens de trouver entre 20 et 40 milliards d’euros par an pour rétablir ses finances. Le coût d’une seule usine.

Enfin, l’expertise dans ce domaine s’accumule lentement et se rattrape difficilement. Il a fallu des décennies à TSMC pour maîtriser mille étapes de gravure, avec une précision à l’échelle du nanomètre. Même pour les États-Unis, et les géants du numérique, ce savoir-faire ne s’improvise pas à coups de milliards.

Malgré tout, l’Europe tente de reprendre pied. Mais la communication politique de la Commission européenne d’Ursula von der Leyen va prendre le dessus sur la réalité. En 2023, à travers l’EU Chips Act, elle promet de mobiliser 43 milliards d’euros pour faire passer la part de l’Union dans la production mondiale de puces de 10 à 20 % d’ici 2030. Un objectif qu’elle s’était fixé deux ans plus tôt, à travers une simple déclaration d’intention.

Sauf que la Cour des comptes européenne, l’auditrice indépendante de l’Union, conteste cet objectif, qu’elle juge inatteignable. En 2025, elle révise le besoin d’investissement à 86 milliards d’euros, le double de la promesse initiale. Et pour une part de la production qui ne dépasserait pas les 11,7 % en 2030, contre 9,8 % aujourd’hui, loin des 20 % visés. Avec un budget nécessaire deux fois plus élevé et une progression de parts de marché cinq fois plus faible, la présidente de la Commission européenne pilote la stratégie industrielle de l’Union avec des écarts d’un ordre de grandeur. Tout va très bien, madame la marquise.

Et cet investissement est d’autant plus fragile que la Commission elle-même ne finance directement que 5 % des 86 milliards d’euros nécessaires au projet : le reste doit venir des investissements des États membres et du privé. Depuis, la Commission a discrètement pris acte de son amateurisme industriel, en préparant déjà un « EU Chips Act 2.0 ». Une nouvelle version de sa stratégie, dont on attend encore de découvrir toute l’ambition…

Malgré tout, le projet le plus concret est en train de sortir de terre à Dresde, en Allemagne. L’État allemand y investit 5 milliards d’euros de subventions. TSMC, encore elle, détient 70 % du capital, mais n’y injecte que 3,5 milliards d’euros. Les 30 % d’actionnariat restants se partagent à parts égales entre les Allemands Bosch et Infineon, et le Néerlandais NXP.

Par ailleurs, cette usine allemande ne gravera que des puces matures, produites depuis des années pour se retrouver dans votre voiture, votre robot-mixeur ou votre aspirateur sans fil. Oubliez la production de puces avancées pour l’IA à Dresde. Cette production de pointe, ultra-stratégique, est vouée à rester à Taïwan. Si l’Europe investit massivement pour rattraper une part de son retard dans la gravure de puces, elle n’est pas près de délier son destin de celui de TSMC et d’une grande inconnue géopolitique : la Chine, qui revendique l’île depuis 1949, accroît sa pression militaire, tandis que sa défense en cas d’attaque, qu’elle soit américaine ou européenne, n'a jamais été aussi incertaine. Quid de la production de TSMC en cas de blocus naval et aérien, ou pire, d’invasion ?

C’est pour éviter ce scénario que les États-Unis, eux aussi, agissent pour retrouver leur souveraineté. Dès mai 2020, trois ans avant que l’Union européenne ne lance son propre projet en Allemagne, TSMC annonce son intention de construire sa première usine aux États-Unis, en Arizona. Sous la pression de Washington, qui veut rapatrier une part de cette industrie stratégique sur son territoire, et à la demande de clients comme Apple ou Nvidia, qui préfèrent ne pas tout miser sur une île sous haute tension géopolitique, TSMC investit 265 milliards de dollars au total dans cette aventure américaine, qui compte aujourd’hui dix usines, deux unités d’assemblage et un centre de R&D. L’État américain, via le CHIPS and Science Act voté en 2022, n’y contribue qu’à hauteur de 6,6 milliards de dollars de subventions, soit une fraction de l’investissement total, quand l’Allemagne, à Dresde, met plus au pot que TSMC elle-même. C’est le plus gros investissement étranger de toute l’histoire américaine. Et contrairement au projet allemand, l’usine arizonienne produit déjà ses premières puces avancées depuis fin 2024, dont les Blackwell de Nvidia – une première hors de Taïwan.

Mais la création de cette usine de pointe aux États-Unis a été particulièrement complexe : il a fallu recalibrer la chimie de l’eau, la composition de l’air, la stabilité du réseau électrique. Des années d’ajustements pour reproduire, à l’autre bout du monde, ce qui fonctionne parfaitement avec les machines de lithographie installées à Taïwan. Des machines encore plus complexes qu’une fusée, et fabriquées par une seule entreprise… européenne !

Construire les machines de lithographie : ASML, le monopole européen sous influence américaine

Cette entreprise capable de fabriquer les machines de lithographie les plus avancées, c’est ASML. Basée à Veldhoven, aux Pays-Bas, elle naît en 1984 d’un projet issu des laboratoires de Philips dont je vous parlais plus haut. Disons-le clairement, ASML écrase toute concurrence sur le maillon le plus critique de la chaîne. Environ 90 % de toutes les machines de lithographie vendues dans le monde sortent des ateliers de l’entreprise néerlandaise. Les seules autres machines sont fabriquées par deux entreprises japonaises, Nikon et Canon, qui sont cantonnées à la technologie de lithographie précédente, dite DUV, pour deep ultraviolet. ASML détient 100 % du marché de la nouvelle technologie de lithographie, dite EUV, pour extreme ultraviolet, qui permet de graver les puces les plus avancées. Personne d’autre au monde ne sait fabriquer ces machines.

Le fonctionnement de ces machines de lithographie EUV tient de la science-fiction. Dans une chambre à vide, un générateur tire 50 000 gouttelettes d’étain par seconde, chacune trois fois plus fine qu’un cheveu. Un laser allemand, signé Trumpf, les frappe deux fois : le premier tir aplatit la gouttelette, puis le second la vaporise à 220 000 degrés, soit quarante fois la température de la surface du Soleil. Le plasma d’étain émet alors une lumière ultraviolette extrême, d’une longueur d’onde de 13,5 nanomètres. C’est cette lumière, guidée par des miroirs, qui grave les circuits sur le silicium et qui donne son nom à la technologie EUV.

Même les miroirs sont fabriqués en Europe, par Zeiss, une entreprise allemande connue pour ses produits optiques : objectifs d’appareil photo, verres de lunettes, microscopes. ASML détient d’ailleurs un quart du capital de la filiale de Zeiss, histoire de sécuriser sa propre dépendance. Le monopole est solide !

Quel est le poids et le coût de cette précision ? Chaque machine de lithographie pèse 180 tonnes, occupe la place d’un bus, est composée de plus de 100 000 pièces et nécessite deux kilomètres de câbles. Livrer une seule machine de Veldhoven à Taïwan requiert 40 conteneurs, trois avions-cargo et vingt camions. Comptez ensuite plusieurs mois d’installation, avec des ingénieurs ASML sur place, qui y restent, à demeure, pendant toute la vie de la machine.

Une machine de lithographie EUV coûte environ 200 millions de dollars pour un modèle standard, et jusqu’à 380 millions pour la dernière génération : celle qui permet de graver les puces les plus avancées de l’IA et équipe les usines de Taïwan et d’Arizona. À Dresde, ce sont uniquement des machines de lithographie DUV, à quelques dizaines de millions d’euros pièce, qui équiperont l’usine.

L’assemblage est néerlandais, le cœur optique est allemand et le laser aussi. Ce n’est donc pas un exploit néerlandais isolé : c’est un exploit européen, où tout se joue à moins de 500 kilomètres, à peine plus qu'un Paris-Lyon. C'est le seul maillon de toute la chaîne mondiale des puces que l’Europe contrôle, incontestablement.

Sauf que l’Europe, et ASML en particulier, ne semble pas pouvoir ou vouloir décider seule à qui elle peut vendre ses machines…

Depuis 2018, Washington fait pression sur les Pays-Bas pour restreindre les exportations vers la Chine. Des Pays-Bas qui dépendent largement de l’armement américain : avions de chasse F-35, systèmes antiaériens Patriot, missiles Tomahawk. Au point qu’en mars 2023, la ministre néerlandaise du Commerce annonce par lettre au Parlement de nouvelles restrictions sur la vente de machines de lithographie. Résultat : ASML n’a jamais livré la moindre machine EUV à la Chine, sur les 314 qu’elle a expédiées depuis ses débuts.

N’imaginez pas que Pékin attende sagement la levée des interdictions. Son fondeur national, SMIC, produit désormais des puces en 5 nanomètres sans aucune machine EUV. À la place, l’entreprise multiplie les passages de gravure avec des machines de lithographie DUV, mais au prix d’un rendement deux à trois fois plus faible. Et la Chine développe aussi son propre prototype de machine EUV. Si la sortie de la première machine de lithographie chinoise est annoncée pour 2028, les analystes extérieurs l’attendent plutôt pour 2030. À l'ère de l'IA, trois ans, c'est beaucoup. Pour le monopole de ASML, c'est demain.

En juin 2026, l’affaire prend même un tour tout aussi paranoïaque que ridicule. Selon Bloomberg, le secrétaire américain au Commerce, Howard Lutnick, convoque à huis clos la direction de ASML pour lui reprocher d’avoir laissé filer une machine, ou des composants, vers la Chine. ASML dément catégoriquement, en rappelant au gouvernement américain qu’un système EUV pèse 180 tonnes et ne s’égare pas dans un centre de tri.

Voilà où nous en sommes. L’Europe possède la machine la plus stratégique de toute l’industrie mondiale de l’IA. Aucune puce avancée, qu’elle soit conçue par Nvidia, Google, Apple, Microsoft ou Vsora, avant d’être fabriquée par TSMC, n’existerait sans elle. C’est notre seul véritable levier : pas seulement pour construire une IA européenne souveraine, mais pour décourager quiconque de nous couper un jour l’accès à la nôtre. La dissuasion du silicium, en somme.

Et pourtant, c’est à nouveau Washington qui décide, encore et toujours, de son usage. Il y a des jours où écrire cette série me déprime. L’excellence de l’innovation européenne semble toujours rattrapée, gâchée par une vassalité aux exigences américaines.

Pour prendre un exemple encore plus concret : sur les 314 machines EUV livrées par ASML dans le monde entier, une seule usine européenne en est équipée. Elle se trouve en Irlande, à Leixlip, où elle sert à graver les puces… de l’américain Intel. Sur le papier, aucune machine EUV n’est prévue pour équiper l’usine de Dresde. L’Europe fabrique la machine que le monde entier s’arrache, mais qu’elle n’a, presque nulle part, jugé utile de faire tourner chez elle. Sortez-moi de cet article !

Le kill switch, celui qui a permis aux États-Unis de couper l’accès à Fable 5 en juin 2026, ne s’arrête donc pas aux modèles frontières. Il est déjà présent, plus insidieusement, un étage plus bas dans l’infrastructure de l’IA, au niveau du silicium. Et encore une fois, ce kill switch n’est, pour l’instant, pas entre les mains de Bruxelles, La Haye, Paris ou Berlin. Tout du moins, nos politiques refusent de s’en saisir, de l’intégrer dans une négociation plus générale pour défendre une IA européenne souveraine. Ou alors, leur expertise, et celle des conseillers qui les entourent, n'est tout simplement pas à la hauteur des enjeux et des risques de vassalisation que nous encourons. Avec l’EU Chips Act et ses erreurs de calcul d’un ordre de grandeur, on peut légitimement se poser la question de l’amateurisme.

L’espoir n’est pas tout à fait perdu. Comme on l’a vu dans l’épisode précédent, Mistral a réussi à construire son tout premier data center en propre, à Bruyères-le-Châtel, dans l’Essonne. Et même si les treize mille huit cents puces Blackwell qui l’équipent ont bien été conçues par Nvidia et fabriquées par TSMC, on peut rêver que, dans quelques années, des puces Vsora ou Axelera AI viennent les remplacer – tant pour l’entraînement que pour l’inférence.

Pour l’instant, cette puissance de calcul sert en tous cas les modèles de Mistral, dernier champion européen à tenir encore la course aux modèles de frontière, depuis que la start-up allemande Aleph Alpha s’est fait racheter par l’entreprise canadienne Cohere. La semaine prochaine, dans le quatrième épisode de Souveraineté artificielle, j'explore enfin les modèles eux-mêmes. Entraînement, tokens, fenêtre de contexte, poids : je vous raconte comment ces modèles qui exploitent la puissance de calcul des puces avancées, se distinguent entre eux. Et si Mistral, ou d’autres alternatives, ont encore une chance de nous aider à construire une IA européenne souveraine.