Alors que Google fait couler beaucoup d'encre avec ses Tensor Processing Units (TPU), NVIDIA s'est targuée d'un court, mais très piquant, communiqué. Ambiance.
Lors du lancement de Gemini 3 il y a quelques jours, Google a révélé que son grand modèle de langage n'avait été entraîné que sur ses propres puces d'intelligence artificielle (IA). Un séisme dans l'écosystème de la tech, tant les GPU de NVIDIA sont considérés comme essentiels dans l'entraînement et l'inférence des modèles.
Dans le même temps, le cours de l'action du géant des puces a quelque peu dégringolé, alors même qu'il a annoncé des résultats trimestriels impressionnants. De quoi heurter son orgueil ?
Timing curieux
On dirait bien que oui. Dans un tweet partagé ce mardi 25 novembre, NVIDIA a tenu à rappeler que sa technologie possédait « une génération d'avance sur le secteur ». Une sortie qui n'a rien d'anodin, alors que peu de temps avant, la presse spécialisée américaine révélait l'existence de discussions entre Meta et Google pour déployer les TPU de Mountain View dans les data centers du géant des réseaux sociaux.
Si ce deal voit effectivement le jour, il redistribuerait clairement les cartes dans le secteur des puces IA, aujourd'hui dominé à 90 % par NVIDIA. La société la plus valorisée au monde rappelle détenir « la seule plateforme qui exécute tous les modèles d'IA et ce, partout où des calculs sont effectués ».
Elle félicite malgré tout Google, assurant qu'elle a fait « de grands progrès dans l'IA », mais souligne surtout que ses GPU sont encore essentiels pour ses activités IA. Une remarque également formulée par le patron Jensen Huang lors d'une conférence récente avec ses actionnaires.
GPU vs TPU, quelles différences ?
Les GPU de NVIDIA, conçus à l'origine pour afficher des graphismes 3D, sont redoutables pour l'entraînement des modèles d'IA car leur architecture leur permet d'avaler d'immenses volumes de données. Les TPU de Google, eux, sont des puces spécialisées (ASIC), calibrées pour une seule entreprise ou fonction.
Une différence notable, selon le géant vert : « NVIDIA offre des performances, une polyvalence et une fongibilité supérieures à celles des ASIC, qui sont conçus pour des flux de travail ou des fonctions d'IA spécifiques ».
De son côté, Google reste factuelle : « Nous constatons une accélération de la demande tant pour nos TPU personnalisés que pour les GPU NVIDIA. Nous nous engageons à soutenir les deux, comme nous le faisons depuis des années ». Pour rappel, le groupe propose ses puces en tant que service via Google Cloud, plutôt que de les vendre physiquement.
Source : CNBC
