Le rapport, couvert le 16 août par Tom's Hardware et Firstpost, arrive au milieu d'une course qui s'intensifie pour repenser l'infrastructure de l'IA pour les modèles de raisonnement et les agents autonomes - un changement que nous avons suivi dans notre couverture des dernières nouvelles sur l'IA (https://aibuzzwire.news). Selon SemiAnalysis, Google et ses clients font pression pour des TPU avec des cœurs de processeur intégrés pour l'apprentissage par renforcement (RL) et potentiellement d'autres charges de travail gourmandes en CPU, et AMD est un candidat sérieux pour fournir les pièces manquantes.
Pourquoi Google n'aurait pas besoin d'AMD pour concevoir un TPU
Les analystes jettent de l’eau froide sur la lecture la plus simple de l’histoire. Google possède déjà une expertise interne substantielle en matière d'architecture d'accélérateur, perfectionnée sur huit générations de TPU, et n'aurait pas nécessairement besoin d'AMD pour concevoir un autre TPU conventionnel. Les chances qu'AMD implémente la prochaine puce d'inférence (TPU V10i) ou puce de formation (TPU V10t) de Google sont considérées comme faibles.
Au lieu de cela, les analystes pensent que Google pourrait avoir besoin de choses qu'un fabricant de processeurs comme AMD peut fournir : propriété intellectuelle du processeur, logique programmable, interconnexions ou expertise avancée en matière d'emballage. En d’autres termes, l’histoire porte moins sur la construction par AMD de l’accélérateur d’IA de Google que sur ce qu’une puce hybride – le calcul tensoriel de Google marié aux cœurs à usage général d’AMD – pourrait débloquer.
L’apprentissage par renforcement bouleverse le silicium de l’IA
Le moteur est un véritable changement dans la façon dont les systèmes d’IA consomment le calcul. La formation conventionnelle sur de grands modèles de langage reste extrêmement lourde en accélérateurs : des calculs matriciels, toute la journée, sur des GPU et des TPU. Mais l’apprentissage par renforcement pour les modèles de raisonnement et d’agent est différent. Les pipelines RL entrelacent les opérations d'accélérateur avec de grandes quantités de calculs scalaires, ramifiés et à usage général (simulation d'environnement, calcul de récompense, orchestration de nombreux déploiements parallèles) qui fonctionnent bien mieux sur les processeurs.
Les propres conceptions du système de Google reflètent déjà ce changement. Selon le rapport, les systèmes TPU 8i de Google axés sur l'inférence, conçus pour les charges de travail d'inférence, de raisonnement et de RL, fournissent un processeur Google Axion pour deux TPU. À titre de comparaison, les serveurs basés sur le TPU de septième génération utilisaient un processeur Intel Xeon « Emerald Rapids » pour quatre TPU. Doubler le rapport CPU/accélérateur est un signal fort de la direction que Google envisage pour les charges de travail, et le conditionnement des cœurs de processeur directement à côté de l'accélérateur est la prochaine étape logique : des chemins de données plus courts, moins de mouvements de données et une meilleure efficacité énergétique pour exactement les charges de travail qu'exige l'IA agentique.
Le précédent MI300A
AMD apporte une expérience directement pertinente à un tel projet. Son Instinct MI300A — déployé dans des supercalculateurs de classe élite — a été le premier véritable APU à l'échelle d'un centre de données, combinant des chipsets de processeur Zen x86 et des chipsets de calcul GPU avec mémoire partagée dans un seul package. Une future conception de Google pourrait prendre une forme similaire : des puces de calcul TPU de Google associées à la technologie de processeur AMD et à une mémoire à large bande passante, AMD gérant potentiellement certaines parties de l'emballage et de l'intégration.
Les deux sociétés ont des raisons de parler. Pour Google, cette décision étendrait une stratégie de silicium qui s'étend déjà à plusieurs partenaires – sa gamme de TPU de huitième génération, annoncée en avril 2026, divisée en puces dédiées à la formation (8t) et à l'inférence (8i), et un rapport plus tôt cette année décrivait Google assemblant une chaîne d'approvisionnement en silicium personnalisée multi-partenaires couvrant Broadcom, MediaTek et Marvell pour défier Nvidia en matière d'inférence. Pour AMD, une victoire de Google en matière de conception serait une approbation majeure de sa technologie de puces et de packaging – et un pied dans le silicium IA personnalisé, un marché où la domination de Nvidia reste largement incontestée.
Mises en garde importantes
SemiAnalysis elle-même souligne qu’une incertitude importante demeure. La nature exacte de l'implication signalée d'AMD n'est pas claire, le partenariat n'a été confirmé par aucune des deux sociétés et les analystes présentent leur raisonnement comme une spéculation éclairée sur la raison pour laquelle une telle collaboration aurait du sens plutôt que comme une feuille de route de produit confirmée.
Mais le signal plus profond compte plus que l’accord lui-même. Si les rapports sont exacts, le développement le plus important n'est pas la collaboration entre Google et AMD, mais plutôt l'exploration par Google de variantes de TPU gourmandes en CPU, conçues spécifiquement pour l'apprentissage par renforcement, le raisonnement et l'IA agentique. L’industrie a passé une décennie à optimiser les puces pour une multiplication matricielle géante. La prochaine génération de matériel d’IA est façonnée par des charges de travail qui ressemblent beaucoup moins à une pensée unique et bien plus à des milliers d’agents explorant, échouant et apprenant en même temps.
Que regarder
Pour l’industrie dans son ensemble, trois éléments pourraient faire passer ce rapport du statut de spéculation à celui de tendance. Premièrement, tout signe d'accords sur silicium personnalisés associant des fournisseurs d'accélérateurs et de processeurs plutôt que de les opposer les uns aux autres - la même logique qui a poussé AMD vers le MI300A et Nvidia vers des systèmes intégrés de style Grace-Hopper semble désormais façonner les feuilles de route ASIC hyperscaler. Deuxièmement, si les ratios de déploiement du TPU 8i de Google continuent de dériver vers plus de CPU par accélérateur, ce qui confirmerait indépendamment la thèse de la charge de travail RL. Troisièmement, le propre commentaire d'AMD sur les résultats : une victoire en matière de conception personnalisée à l'échelle de Google serait suffisamment importante pour éventuellement apparaître dans les informations financières.
Ni Google ni AMD n'ont commenté le rapport, et SemiAnalysis note que son analyse est basée sur la logique stratégique du jumelage plutôt que sur des contrats confirmés. Mais au cours d'une année au cours de laquelle Google a déjà divisé sa gamme TPU en produits de formation et d'inférence, signé des accords de fourniture de silicium avec plusieurs partenaires et accumulé de la capacité CPU autour de ses derniers accélérateurs, une variante TPU gourmande en CPU est moins une surprise que la prochaine étape logique.
Gardez une longueur d'avance sur l'IA
Couverture puce par puce de la course au silicium IA, livrée au fur et à mesure. Ajoutez notre hub à vos favoris pour connaître les derniers développements en IA et ne manquez jamais une victoire en matière de conception.
Lire plus d'actualités sur l'IA →
