Cerebras défie Nvidia avec une approche d’intelligence artificielle basée sur l’inférence.

À partir de l’année 2026, les hyperscalers accordent de plus en plus d’importance à l’inférence d’IA en temps réel, à une échelle sans précédent. L’un des principaux concurrents de l’industrie des semi-conducteurs s’approche enfin des marchés publics. Selon les rapports…BloombergEt…ReutersCerebras Systems a déposé une demande confidentielle pour une introduction en bourse à la Bourse de Nasdaq. La valeur de l’entreprise pourrait s’élever entre 26 et 40 milliards de dollars. Cela pourrait faire de Cerebras Systems l’une des plus grandes entreprises du secteur des semi-conducteurs au sein de l’ère de l’intelligence artificielle.

Cette offre arrive à un moment crucial pour le marché des infrastructures d’IA. Alors que les charges de travail de formation continuent d’augmenter, les hôtes de données et les développeurs de modèles innovants se concentrent de plus en plus sur l’efficacité de l’inférence, la latence et les coûts de service, à mesure que les systèmes d’IA et les systèmes de raisonnement en temps réel se déploient à grande échelle. Cerebras se positionne comme une alternative audacieuse à l’architecture traditionnelle des clusters GPU, dominée par NVIDIA.

Cerebras mise sur l’inférence à l’échelle de la puce.

Au cœur de la stratégie d’investissement de Cerebras se trouve son effort pour résoudre l’un des problèmes les plus persistants dans les systèmes d’IA modernes : le problème lié à la mémoire. Alors que la Blackwell B200 de NVIDIA représente l’une des architectures graphiques les plus avancées qui aient jamais été développées – avec environ 208 milliards de transistors intégrés – cette architecture repose toujours sur une mémoire HBM3e externe et sur des connexions à haute vitesse afin de pouvoir être utilisée dans des clusters complexes.

En revanche, Cerebras’ WSE-3 propose une approche radicalement différente. Au lieu de répartir les tâches de calcul entre plusieurs processeurs distincts, l’entreprise place toute la structure de calcul pour l’intelligence artificielle sur un seul circuit intégré de taille nanométrique. Ce circuit intégré contient environ 4 billions de transistors.

Alors que l’architecture Blackwell de NVIDIA offre une bande passante d’environ 8 TB/s pour la mémoire HBM par GPU, Cerebras met l’accent sur la bande passante interne énorme que permet son architecture SRAM à l’échelle de la puce. Selon des analyses récentes…Morgan Stanley ResearchL’entreprise affirme qu’elle dispose d’une bande passante sur le chip se situant dans la fourchette des petabytes par seconde. Cela réduit la dépendance envers les clusters GPU qui nécessitent de nombreuses connexions pour échanger des données. De plus, cela minimise les latences liées à l’échange de données entre les différents accélérateurs.

Cerebras a démontré que la latence d’inférence est nettement inférieure sur certains types de tâches liées aux modèles de langage complexes. Cependant, les comparaisons directes varient considérablement en fonction du nombre de lots, de la longueur du contexte et de la configuration du serveur. L’entreprise affirme que le fait de conserver les modèles entiers sur le propre processeur peut offrir des avantages significatifs pour les inférences en temps réel. En effet, les modèles de nouvelle génération nécessitent de plus en plus de temps pour traiter les données, ce qui entraîne une latence moindre lors de l’analyse des informations.

La collaboration avec OpenAI et la course aux innovations en matière d’inférences

L’attention croissante accordée par l’industrie à l’inférence a aidé Cerebras à se faire connaître auprès des développeurs de systèmes d’intelligence artificielle.InformationsIl a été rapporté précédemment que OpenAI a étendu son partenariat avec Cerebras afin de disposer d’une capacité d’inférence à grande échelle jusqu'en 2028.

Bien que les détails économiques liés à cet accord restent inconnus, les estimations de l’industrie suggèrent que cet arrangement pourrait rapporter des dizaines de milliards de dollars au cours de sa durée de vie. Plus important encore, cette alliance montre que les principaux laboratoires d’IA cherchent de plus en plus à diversifier leurs activités, au-delà des infrastructures centrées sur NVIDIA. En effet, la demande en matière d’inférences informatiques ne cesse d’augmenter.

Pour les développeurs d’IA qui travaillent avec des systèmes d’agents à grande échelle, les aspects économiques liés à l’utilisation de ces systèmes deviennent tout aussi importants que les performances du système lui-même. Une latence réduite, des coûts de réseau inférieurs et une meilleure efficacité énergétique peuvent devenir des facteurs clés pour la compétitivité des entreprises en matière d’utilisation de l’AI à l’échelle mondiale.

L’architecture versus l’écosystème

En fin de compte, la rivalité entre Cerebras et NVIDIA reflète un débat plus large qui touche l’avenir des infrastructures d’intelligence artificielle : l’utilisation de calculs spécialisés à l’échelle de l’échantillon de silicium, contre les architectures GPU basées sur des écosystèmes. Alors que NVIDIA dispose d’un avantage concurrentiel important grâce à CUDA, NVLink et l’intégration de logiciels pour les environnements hyperscalaires, Cerebras Systems espère que le calcul inférieur à l’échelle de l’échantillon de silicium permettra de réduire les latences et d’améliorer l’efficacité pour les tâches d’intelligence artificielle de nouvelle génération. Au lieu de remplacer directement les GPU, Cerebras pourrait devenir une plateforme spécialisée dans le calcul inférieur, servant ainsi un segment plus restreint mais potentiellement très important du marché du calcul en intelligence artificielle.