Meta rejoint la course aux billions de dollars pour construire des puces IA personnalisées, une initiative qui pourrait réduire sa dépendance vis-à-vis de Nvidia et remodeler le paysage des semi-conducteurs.
Retour
Meta rejoint la course aux billions de dollars pour construire des puces IA personnalisées, une initiative qui pourrait réduire sa dépendance vis-à-vis de Nvidia et remodeler le paysage des semi-conducteurs.

Meta Platforms Inc. forme une équipe de matériel dédiée au sein de son Super Intelligence Lab, un pivot stratégique important pour concevoir ses propres puces d'intelligence artificielle personnalisées. Cette initiative, rapportée le 4 avril, signale l'intention de Meta de rejoindre d'autres géants technologiques en internalisant le développement de semi-conducteurs, visant à freiner ses dépenses de plusieurs milliards de dollars en GPU auprès du leader du marché Nvidia et à optimiser les performances pour ses propres charges de travail IA.
Cette tendance à l'intégration verticale gagne du terrain chez les Big Tech. Le PDG de Nvidia, Jensen Huang, a récemment reconnu l'expansion du marché du silicium personnalisé, déclarant : « Tous les centres de données du monde vont être remplacés par cette nouvelle forme de calcul. » Bien que la plateforme CUDA de Nvidia reste dominante, les commentaires de Huang sur un partenariat avec Marvell Technology soulignent un changement stratégique pour embrasser, et profiter de, le mouvement des puces personnalisées qui menace son cœur de métier de GPU.
Les plus grands acteurs de l'industrie sont déjà bien avancés dans le développement de puces personnalisées. Amazon possède ses processeurs Trainium et Graviton, Alphabet ses Tensor Processing Units (TPU), et Microsoft développe également son propre silicium. Ces entreprises s'associent souvent à des firmes de conception comme Marvell et Broadcom pour concrétiser leur vision, créant un écosystème robuste qui existe parallèlement aux solutions standard de Nvidia.
Pour les investisseurs, l'entrée de Meta dans cette course aux armements a des implications claires. Développer des puces personnalisées pourrait permettre à l'entreprise d'économiser des milliards de dollars en coûts d'approvisionnement annuels et de fournir un avantage concurrentiel à long terme en adaptant le matériel directement à sa famille de modèles IA Llama. Bien que cela signale une augmentation à court terme des dépenses en capital, cela renforce un scénario haussier pour la position de Meta dans la course à l'IA, défiant directement la domination à long terme de Nvidia, dont l'action se négocie à plus de 30 fois les bénéfices prévisionnels.
La poussée vers le silicium IA personnalisé est une réponse directe au coût élevé et à la nature généralisée des GPU disponibles dans le commerce. Bien que les puces de Nvidia soient puissantes, elles ne sont pas toujours la solution la plus efficace pour chaque tâche IA spécifique qu'une entreprise peut avoir. En concevant leurs propres puces, des entreprises comme Meta peuvent optimiser l'architecture précise de leurs réseaux neuronaux, réalisant potentiellement des gains significatifs en termes de performances et d'efficacité énergétique.
Cette stratégie n'est pas nouvelle. Google a été le pionnier de cette approche avec ses TPU, qui alimentent ses produits de recherche et d'IA depuis des années. Plus récemment, AWS d'Amazon a mis en avant les avantages en termes de coût et de performance de ses puces personnalisées Trainium pour l'entraînement des modèles d'IA. Selon un récent rapport de CNBC, Amazon intègre même la technologie NVLink Fusion de Nvidia à son propre silicium personnalisé, montrant un avenir d'environnements hybrides. Ce changement à l'échelle de l'industrie crée de nouvelles opportunités pour des firmes de conception de semi-conducteurs comme Cognichip, qui a récemment levé 60 millions de dollars pour faire progresser sa technologie de conception de puces alimentée par l'IA, ainsi que pour des acteurs établis comme Marvell et Broadcom.
Nvidia ne reste pas immobile. L'entreprise a récemment annoncé un partenariat stratégique avec Marvell Technology, prenant une participation de 2 milliards de dollars dans la société, ce qui représente environ 2,5 % de l'actionnariat. La collaboration est axée sur l'intégration du silicium personnalisé de Marvell avec le tissu de mise en réseau de Nvidia, NVLink. Cela permet aux clients qui conçoivent leurs propres processeurs de les connecter plus facilement à l'écosystème plus large de Nvidia, y compris ses CPU, son matériel réseau et ses bibliothèques logicielles.
« Ensemble, nous allons pouvoir adresser un [marché adressable total] beaucoup plus vaste », a déclaré le PDG de Nvidia, Jensen Huang, dans une interview à CNBC. Cette décision est une reconnaissance tacite que le modèle de GPU universel évolue. En investissant et en s'associant à un facilitateur clé des puces personnalisées, Nvidia s'assure de capturer des revenus même lorsque ses propres GPU ne sont pas le processeur principal. C'est une couverture qui permet à Nvidia de bénéficier de la croissance du silicium personnalisé tout en continuant à vendre ses propres produits leaders du marché.
Pour Meta, le chemin vers une puce personnalisée pleinement opérationnelle est long et coûteux, mais le gain potentiel est énorme. Une puce interne réussie pourrait réduire considérablement le coût opérationnel de l'exécution de ses services d'IA, y compris l'entraînement des futures versions de ses modèles Llama et l'alimentation des fonctionnalités d'IA sur ses applications de médias sociaux. Cela améliorerait les marges et permettrait à l'entreprise de faire évoluer ses initiatives d'IA de manière plus agressive.
Cette initiative intensifie la pression concurrentielle sur Nvidia. Bien que Meta restera probablement un client majeur de Nvidia pendant des années, la tendance à long terme est claire : les plus gros clients de Nvidia travaillent tous activement à réduire leur dépendance vis-à-vis de ses produits. Cependant, comme le montre le partenariat avec Marvell, Nvidia adapte sa stratégie pour devenir une plateforme fondamentale pour l'ensemble du centre de données IA, et pas seulement un fournisseur de GPU. La course à la domination de l'IA s'étend des modèles logiciels au silicium même sur lequel ils tournent, et Meta a officiellement donné le coup d'envoi.
Cet article est à titre informatif uniquement et ne constitue pas un conseil en investissement.