- Meta explore de nouvelles pistes matérielles pendant que les fournisseurs cloud se ruent pour sécuriser leurs capacités
- Google positionne ses TPUs comme une option crédible pour des déploiements à grande échelle
- Les exploitants de data centers font face à une hausse des coûts sur de nombreuses catégories de composants matériels
Selon plusieurs sources, Meta serait en pourparlers avancés pour acquérir une grande quantité de matériel d’intelligence artificielle conçu sur mesure par Google, en vue de ses développements futurs.
Les négociations portent sur la location de TPU (Tensor Processing Units) de Google Cloud en 2026, avec une transition vers des achats directs prévue pour 2027.
Il s’agirait d’un tournant pour les deux entreprises : jusqu’ici, Google réservait ses TPUs à ses propres usages internes, tandis que Meta s’appuyait sur un large éventail de processeurs et de cartes graphiques provenant de différents fournisseurs.
Meta s’intéresse de près aux TPUs de Google
Meta explore également d’autres options matérielles, notamment les processeurs basés sur l’architecture RISC-V proposés par Rivos, signe d’une volonté de diversification de sa base de calcul.
La perspective d’un accord à plusieurs milliards de dollars a provoqué des mouvements immédiats sur les marchés : la valorisation d’Alphabet a fortement augmenté, frôlant la barre des 4 000 milliards de dollars, tandis que Meta a également vu son action grimper après la diffusion de ces informations.
L’action de Nvidia a quant à elle reculé de plusieurs points, les investisseurs s’interrogeant sur l’impact à long terme d’un transfert des dépenses des grands acteurs du cloud vers d’autres architectures.
D’après les estimations de certains dirigeants de Google Cloud, un tel accord pourrait permettre à Google de capter une part significative du chiffre d’affaires de Nvidia dans les data centers, qui dépasse actuellement 50 milliards de dollars par trimestre.
La demande massive en outils d’intelligence artificielle alimente une vive concurrence sur l’approvisionnement, ce qui soulève des questions sur la manière dont de nouveaux partenariats matériels pourraient influer sur la stabilité du secteur.
Même si l’accord aboutit comme prévu, il arrivera sur un marché toujours limité par les capacités de fabrication disponibles et des calendriers de déploiement très serrés.
Les opérateurs de centres de données signalent des pénuries persistantes de GPU et de modules mémoire, avec des prix qui devraient continuer à augmenter l’année prochaine.
L’expansion rapide des infrastructures IA a tendu les chaînes logistiques pour l’ensemble des composants, et les tendances actuelles laissent penser que les pressions sur les achats pourraient s’intensifier à mesure que les entreprises cherchent à sécuriser leurs engagements matériels sur le long terme.
Ces facteurs entretiennent une incertitude sur l’impact réel de l’accord, car les contraintes globales sur l’offre pourraient limiter les volumes produits, quels que soient les investissements financiers.
Les analystes mettent en garde : la performance future de ces différentes architectures reste incertaine.
Google maintient un rythme de sortie annuelle pour ses TPUs, tandis que Nvidia continue d’itérer à une cadence similaire.
Le paysage concurrentiel pourrait donc encore évoluer d’ici la première livraison de matériel à grande échelle destinée à Meta.
Reste aussi à savoir si les architectures alternatives peuvent offrir une durée de pertinence opérationnelle supérieure à celle des GPU actuels.
Avec l’évolution rapide des usages IA, la pertinence des composants peut changer brutalement, ce qui explique pourquoi les entreprises continuent à diversifier leurs stratégies de calcul et à tester plusieurs architectures.
Via Tom's Hardware
