Google développe une nouvelle puce « gelée » pour exécuter les modèles d'IA Gemini de manière beaucoup plus efficace

Google développe une nouvelle puce d'intelligence artificielle conçue pour faire fonctionner ses modèles Gemini de manière beaucoup plus efficace, selon un rapport publié pour la première fois par la publication technologique The Information. Cet effort – qui, selon The Information, est connu en interne sous le nom de code « Frozen » – a fait grimper sensiblement les actions d'Alphabet alors que les investisseurs parient qu'une inférence moins chère et plus rapide pourrait protéger les marges de Google alors que les coûts informatiques de l'IA augmentent.

Le rapport a été rapidement confirmé et amplifié dans les médias financiers. Reuters a rapporté que "Google prévoit une nouvelle puce pour exécuter les modèles Gemini plus efficacement", citant The Information, tandis que CNBC a écrit que "le stock d'Alphabet apparaît dans le rapport selon lequel il développe une puce d'IA plus efficace". Bloomberg a également rapporté que "Google partage un gain grâce au rapport sur une puce destinée à augmenter l'efficacité de l'IA". La réaction constante du marché souligne à quel point les investisseurs sont devenus sensibles à tout signe indiquant qu’un grand laboratoire d’IA peut réduire le coût de service des modèles.

Pourquoi l'efficacité compte désormais plus que la puissance brute

La poussée des puces arrive à un moment où les aspects économiques de l’IA sont soumis à un examen minutieux. Comme Tom's Hardware l'a noté dans une analyse distincte le même jour, l'industrie est confrontée au « paradoxe persistant de l'économie de l'IA » : les modèles ne cessent de s'améliorer et de devenir plus efficaces, mais le coût total de leur fonctionnement peut encore devenir incontrôlable à mesure que leur utilisation augmente. Le problème n’est pas seulement la formation ; c'est l'inférence, la dépense permanente liée à la réponse à chaque requête, qui domine la facture à mesure que les produits atteignent des millions d'utilisateurs.

Une puce spécialement conçue pour rendre l’inférence Gemini moins chère répondrait exactement à cette pression. Google propose Gemini à travers des produits grand public tels que Search et son chatbot ainsi que via sa division cloud, ce qui signifie que même des gains d'efficacité modestes se traduisent par d'importantes économies à grande échelle. Les investisseurs lisent clairement le rapport comme un signe que Google a l'intention de défendre cette position économique avec du silicium personnalisé plutôt que de s'appuyer uniquement sur des accélérateurs disponibles dans le commerce.

Le pari long de Google sur le silicium personnalisé

Le projet Frozen s'inscrit parfaitement dans la stratégie bien établie de Google consistant à concevoir ses propres puces IA. La société construit depuis des années ses unités de traitement Tensor, ou TPU, qui alimentent à la fois les charges de travail internes et sont proposées aux clients du cloud. Google a également conçu du silicium personnalisé pour ses téléphones Pixel et s'est efforcé de réduire les modèles d'IA afin qu'ils puissent fonctionner sur des appareils grand public plutôt que uniquement dans de vastes centres de données.

Ce qui distinguerait les efforts de Frozen, c'est l'accent explicitement mis sur l'efficacité au service des Gémeaux. Alors que les TPU ont toujours été optimisés à la fois pour la formation et l’inférence, une puce spécifiquement adaptée au coût de réponse aux requêtes indique où Google pense que la prochaine bataille concurrentielle aura lieu : non seulement qui peut construire le modèle le plus intelligent, mais qui peut le fournir au moindre coût. Cette logique s’aligne sur un changement plus large du secteur dans lequel le coût d’inférence – et non la capacité maximale – décide de plus en plus quels produits survivent.

Cette décision renforce également l'intégration verticale de Google. En possédant le modèle, la pile logicielle et le silicium sous-jacent, Google peut co-concevoir chaque couche pour les autres d'une manière que les acheteurs de puces disponibles dans le commerce ne peuvent pas facilement égaler.

La rivalité plus large entre les puces

Google n'est pas seul dans la course. Nvidia continue de dominer le marché des accélérateurs d'IA les plus puissants, et ses concurrents, notamment Amazon, qui a développé ses propres puces d'IA personnalisées, et un nombre croissant de startups ont tous conclu que le contrôle du silicium est essentiel pour rivaliser sur les coûts. Le rapport de Google a fait surface un jour où l'histoire plus large du matériel d'IA était en mouvement : les projets d'ASML d'augmenter les prix de ses machines de lithographie avancées auraient frustré TSMC, rappelant que l'ensemble de la chaîne d'approvisionnement de l'IA – des machines qui impriment des puces aux puces qui exécutent des modèles – est réévalué en temps réel.

Pour Alphabet, l’attrait stratégique est double. Une inférence moins chère protège la rentabilité des fonctionnalités d'IA intégrées à ses produits grand public et renforce l'argumentaire de Google Cloud auprès des entreprises clientes qui se concentrent intensément sur le coût de déploiement des modèles. Ces deux éléments sont importants à l’heure où les investisseurs exigent la preuve que l’énorme capital investi dans les infrastructures d’IA finira par produire des bénéfices durables plutôt qu’un nivellement par le bas marchandisé.

Que regarder

Le rapport d'information signifie que, pour l'instant, les détails restent limités et Google n'a pas confirmé publiquement le projet Frozen, ses spécifications ou son calendrier. Ce qui est clair, c'est l'intention : Google considère l'inférence efficace comme une frontière concurrentielle décisive et est prêt à concevoir du silicium dédié pour la conquérir. Alors que le coût de fonctionnement des modèles d’IA détermine de plus en plus quels produits prospèrent, les entreprises qui contrôlent leurs propres puces – et peuvent les adapter à leurs propres modèles – détiendront un avantage structurel.

Le signal pour le reste de l'industrie est que la course aux puces IA passe d'une compétition sur la puissance brute d'entraînement à une compétition sur le coût par requête, et le matériel IA peut déterminer les gagnants.

Gardez une longueur d'avance sur l'IA

Le silicium personnalisé devient progressivement le facteur décisif pour déterminer qui profite de l’IA. Pour une couverture continue des puces, des modèles et de l'économie qui façonnent l'industrie, visitez notre page d'accueil à l'adresse aibuzzwire.news.

Lire plus d'actualités sur l'IA →