À la fin du décembre 2025, Nvidia a fait quelque chose de inhabituel : elle a émis un chèque d’une valeur de 20 milliards de dollars pour licencier la technologie d’inférence d’une startup dont la présence sur le marché est à peine visible dans ses comptes. Ensuite, elle a engagé le fondateur et président de cette startup au sein de l’entreprise. La startup en question s’appelait Groq. Cet accord représente le geste le plus honnête que la marque CUDA ait jamais fait concernant les puces à fonction fixe utilisées pour l’inférence. Une puce conçue pour effectuer une certaine sorte de calcul peut exécuter ces calculs plus rapidement et à moins de tension que les GPU polyvalents, ce qui constitue une menace pour une entreprise qui vend des produits polyvalents. Nvidia a ainsi éliminé une telle menace par le biais d’un chèque. Maintenant, elle observe comment une autre menace peut se développer, avec une valeur de marché de 21 milliards de dollars, tout en absorbant discrètement les talents clés de Nvidia. La lutte qui suit concerne qui sera chargé de l’inférence, à quel prix, et avec quelle consommation d’électricité. Pour ceux qui se concentrent sur l’énergie, deux questions essentielles décident de tout : peut une puce à fonction fixe réduire l’énergie nécessaire pour chaque traitement de données ? Et peut-elle éviter que le coût total de l’électricité pour les centres de données double au cours de cette décennie ? Les réponses honnêtes sont : « Peut-être, si elle gagne la part liée à l’inférence interactive » et « Non ».
Le signal est réel : Nvidia a déjà payé 20 milliards de dollars pour dissiper cette menace une fois.
Pensez à ce que l’actuel a fait la dernière fois, plutôt qu’à des poursuites judiciaires ou à des stratégies de marketing plus agressives. À la fin du décembre 2025, Nvidia a réussi à…Accord de licence non exclusiveEn ce qui concerne la technologie d’inférence LPU de Groq, le prix évalué par le WSJ se situait près de 20 milliards de dollars. Le fondateur de Groq, Jonathan Ross, et le président Sunny Madra ont rejoint Nvidia. Groq a continué à fonctionner en tant que société indépendante, avec son service cloud intact. Ce n’est pas une position de protection contre les risques. C’est plutôt une reconnaissance du fait que l’engine d’inférence intégrée de Groq menace le bouclier de protection constitué par les logiciels et le silicium que Nvidia vend réellement.
« Etched » est une deuxième reproduction du même motif. Cet événement a été documenté par le WSJ le 18 août 2026.Environ 15 % des plus de 400 employés d’Etched travaillaient auparavant chez Nvidia.Environ 60 personnes – y compris Brian Loiler, un architecte système embauché en 2024, avec près de 23 ans d’expérience chez Nvidia. Il a ensuite recruté une douzaine d’ingénieurs chez Nvidia, malgré les offres contraires. Il y a aussi Saptadeep Pal, le chef architecte des composants électroniques, qui a étudié la parallélisation multi-GPU chez Nvidia avant de créer Auradine, une entreprise spécialisée dans la minage de bitcoins. Les employés décrivent un “effet domino” : au fur et à mesure que des collègues respectés partent, les autres suivent également. Les trois fondateurs sont des jeunes de 24 ans qui ont quitté l’université de Harvard. Ils se sont rencontrés en cours de mathématiques 55. Le journal WSJ, qui était sceptique face à ces “jeunes spécialisés dans les puces”, a perdu toute crédibilité dès que le premier produit a été livré à un client réel.
L’argent est tout aussi concret. Avant de quitter le marché le 30 juin 2026, Etched avait déjà récolté des fonds.800 millions de dollars répartis sur quatre financements non annoncésEt des contrats avec des clients valant plus de 1 milliard de dollars ont été signés. Le 23 juillet 2026, Sequoia a dirigé la levée de 300 millions de dollars lors de la série C.10 milliards de dollars avant le financementIl y a eu une estimation de la valeur de l’entreprise, avec la participation de SK Hynix, Jane Street et a16z. Ensuite, une levée de fonds de 700 millions de dollars menée par Jane Street a eu lieu, avec une valeur estimée à environ 21 milliards de dollars. Le capital total atteint ainsi environ 2 milliards de dollars. Jane Street – l’entreprise de trading quantitatif dont toute activité repose sur des microsecondes – n’est pas simplement un investisseur ; elle a également reçu le premier rack livré.
Le déséquilibre entre les valeurs de marché est intéressant d’examiner. Selon les données d’Ainvest, Nvidia possède une valeur de marché de 5,3 billions de dollars, Broadcom une valeur de marché de 1,8 billions de dollars, et AMD près de 800 milliards de dollars. La “menace” pour tous ces actifs s’élève à 21 milliards de dollars, soit environ un deux cent cinquante pour cent de la valeur de marché de Nvidia. En se basant uniquement sur la valeur de marché, cela ne semble pas être une grande préoccupation.
| Entreprise | Mesure | Milliards de dollars US |
|---|---|---|
| Nvidia | Capitale boursière (publique) | 5,318 |
| Broadcom | Capitale boursière (publique) | 1,808 |
| AMD | Capitale boursière (publique) | 791 |
| Sculptée | Évaluation post-money (privée) | 21 |
La raison pour laquelle il ne s’agit pas de bruit est que Nvidia a estimé la valeur de cette menace architecturale à environ 20 milliards de dollars en décembre. Lorsque le concurrent lui-même fixe un prix pour cette catégorie technologique, une différence de valuation de 250 fois empêche cette estimation de être considérée comme infondée, et devient plutôt un signal pour le marché, qui attend les prochains indicateurs.
Le chip à fonction fixe : un chip avec une seule fonction, conçu avec un compilateur personnalisé.
Sohu représente ce que peut être une réponse mécaniquement programmée pour les tâches d’inférence. C’est un ASIC uniquement destiné aux transformations de données – chaque transistor est conçu pour gérer les calculs liés à l’attention et aux matrices utilisés dans les transformations de données. Ce dispositif est fabriqué selon le procédé N4P de TSMC, avec 144 Go de mémoire HBM3E et une bande passante mémoire environ 1,8 fois supérieure à celle de l’H100 SXM5. Le silicium utilisé provient de TSMC ; il a été prêt pour l’utilisation en inférence en environ 40 à 44 jours. Etched continue donc à se développer…Capacité de gigawatts d’ici 2027Le chip nécessite un compilateur personnalisé, car rien de standard ne peut fonctionner dessus : pas de CUDA, pas de vLLM, pas de compatibilité avec TensorRT-LLM, pas de stack de service prêt à l’emploi. Les deux paradigmes proposés par Etched…Inference à basse tension et mémoire à échelle de clusterCes puces sont conçues pour servir efficacement les LLM densifiés et les modèles mixtes d’experts. Le chip est uniquement utilisé pour l’inférence ; il ne peut pas être utilisé pour entraîner des modèles. Il ne peut pas non plus exécuter des modèles multimodaux, des modèles de diffusion, des architectures SSM/Mamba, ou des modèles mixtes d’experts avec routage dynamique. Ce sont des tâches qui nécessitent exactement ce type de calcul général et irrégulier, pour lequel une puce à fonction fixe n’est pas adaptée.
C’est tout le concept de ce produit en une seule phrase : une efficacité extrême sur un petit espace, mais aucune généralité dans les autres cas. Etched vend des modules et des ensembles de composants, plutôt que du silicium brut. Les connexions de mémoire à l’échelle d’un cluster permettent de transférer des données entre différents chips en environ 700 nanosecondes, contre environ 4 000 nanosecondes pour les systèmes de la catégorie Blackwell de Nvidia. L’argument technique est cohérent. La question n’était jamais de savoir si le circuit intégré fonctionne bien – il fonctionne effectivement – mais si l’espace qu’il occupe en vaut la peine par rapport aux coûts liés au logiciel.
L’arête prétendue est uniquement valable pour le lot 1 ; c’est tout le jeu.
Maintenant, c’est le nombre dont sont construits les titres de presse. Les affirmations affichées indiquent que un serveur Sohu à 8 chips peut remplir cette tâche.500 000 tokens par secondeSur le Llama 70B, avec un taille de lot de 1 – soit environ 62 500 tokens par seconde par chip. La comparaison effectuée par Spheron avec vLLM indique que l’H100 SXM5 atteint environ 700 tokens par seconde par chip pour un taille de lot de 1, tandis que le B200 SXM6 atteint environ 1 200 tokens par seconde par chip. Cela correspond à une différence de 50 à 90 fois. C’est ce qui est affirmé – mais cela n’a pas été vérifié indépendamment ; même l’analyse qui rapporte cette information le souligne comme tel. Les annonces de lancement précédentes ont allié davantage : on affirmait que le chip pouvait exécuter des modèles à une vitesse d’environ…20 fois plus rapide et moins cherPlus qu’un H100.
Le taille du lot est essentiel, il vaut donc la peine de la préciser. Un transformateur produit des tokens de texte un par un, et le taille du lot détermine le nombre de requêtes indépendantes sur lesquelles le système travaille en même temps. Les services interactifs et agents utilisent de petits lots de données, car personne ne veut que la réponse d’un utilisateur soit en attente derrière celle de quarante-neuf autres utilisateurs – la latence est cruciale. Les services en ligne et hors ligne utilisent quant à eux de gros lots de données, car la tâche de la machine est de traiter les tokens aussi rapidement que possible. Une poignée de centaines de millisecondes supplémentaires de latence ne représente pas de problème. Les chiffres rapportés par Sohu concernant les grands lots de données ne sont pas encore publiés. Avec un taille du lot de 256, l’analyse effectuée par vLLM montre que les H100 peuvent traiter environ 45 000 tokens par seconde par chip, et les B200 environ 80 000 tokens par seconde par chip. Les chiffres rapportés par Sohu concernant les grands lots de données restent donc inédits.
Les GPU remplacent les ASIC juste là où se décide l’économie de déploiement. Le département de marketing d’Etched a choisi de ne pas inclure cette catégorie dans les données de vente. Pour un public axé sur l’énergie, cela signifie que l’efficacité prétendue se trouve dans la partie sensible à la latence, et non dans la partie principale du système de service qui est dominée par le débit de données.
La réclamation concernant l’énergie : le niveau des nœuds pourrait diminuer ; mais le montant à payer reste double.
C’est là que se trouve en réalité l’histoire liée à la consommation d’énergie. L’énergie par token servi – c’est-à-dire l’électricité contenue dans chaque bloc de texte généré par un modèle de langage – est la métrique au niveau des nœuds qui détermine combien de la facture énergétique d’un datacenter est consacrée à répondre aux demandes des utilisateurs, plutôt qu’à la formation des modèles, au refroidissement ou au bâtiment lui-même. Un ASIC à fonction fixe à faible tension est, en principe, le bon outil pour cette tâche : les caractéristiques inscrites sur celui-ci…ses blocs de mathématiques fonctionnent à moins de la moitié de la tensionDes puces d’IA typiques… Mais c’est une affirmation de la société ; il n’y a aucune validation à ce sujet.
Les seuls points de données concernant l’efficacité énergétique d’Etched publiés sont des informations provenant de sources directes : un centre de données de 2 MW situé à San Jose, une installation de 80 000 pieds carrés avec une capacité de 10 MW, et l’ambition d’atteindre une capacité de gigawatts d’ici 2027. Aucun chiffre relatif à la puissance énergétique par chip, ni aucune information sur le nombre de tokens par watt, ou encore aucun chiffre relatif à l’énergie utilisée par token n’existe dans les documents publiés. Toutes les entreprises de matériel pour l’IA sur terre prétendent avoir une efficacité énergétique de pointe ; mais le chiffre qui prouverait cela n’a jamais été révélé. En revanche, Blackwell Part Etched fait face à une concurrence sérieuse.Configurable jusqu’à 1 000W— Une figure que l’industrie a mesurée, mais pas promis.
L’image globale montre comment les conditions conditionnelles se transforment en quelque chose que le lecteur peut comprendre et planifier. L’IEA estime que la consommation d’électricité dans les centres de données mondiaux sera de 415 TWh en 2024 – soit environ 1,5 % de la consommation mondiale. Cela représente une augmentation d’environ…945 TWh d’ici 2030Et ce chiffre est inférieur à 3 % du total mondial. Les serveurs d’IA se développent à un taux de 30 % par an, représentant environ la moitié de l’augmentation globale. Selon l’IEA, le taux d’adoption accélérée atteindra environ 1 700 TWh d’ici 2035 – c’est donc dans cette direction que s’oriente tout le développement. La densité de puissance des rangées passe de 10-15 kW pour les rangées conventionnelles à…50-150 kW sur les postes de traitement AILes contraintes liées à la mise en œuvre des systèmes électriques changent : elles se concentrent sur les délais de construction des réseaux et des infrastructures. Les États-Unis et la Chine sont responsables de près de 80 % de l’augmentation de la consommation d’énergie dans les centres de données jusqu’en 2030.
En combinant les deux niveaux, la conclusion logique se dégage naturellement. Si les ASICs de transformateurs à faible tension réussissent à exploiter l’interaction entre les différentes parties du système, alors la quantité d’énergie utilisée par chaque token servi peut diminuer au niveau du nœud. L’électricité consommée par le data center continue de doubler au cours de cette décennie. En effet, aucun des avantages offerts par ces ASICs ne concerne le processus de formation des modèles, la couche de service principale, ou la croissance annuelle de 30 % des serveurs utilisés. La guerre des puces décide donc qui va réaliser des gains économiques grâce à ce doublement de la consommation d’énergie ; mais elle ne détermine pas si ce doublement se produit vraiment.
Le plan de Nvidia se termine là où commence la barrière logicielle.
Cela ramène donc la logique compétitive à sa place normale. La réponse de Nvidia face à cette menace réelle liée aux GPU ASIC est de demander des licences et d’absorber ces technologies. Le contrat avec Groq est la seule réponse documentée dans les archives. La raison pour laquelle une licence suffit, c’est que la prochaine bataille concerne le logiciel. L’avantage de Sohu ne sera réellement significatif que si les charges de travail passent réellement du système CUDA et vLLM au compilateur personnalisé d’Etched. Or, cette transition représente une reconstruction complète de l’ensemble des composants du système, et non simplement une modification des paramètres de configuration. Pendant ce temps, Nvidia a également utilisé le même stratagème en interne : elle a intégré la technologie LPU de Groq dans son propre écosystème. Quant à l’entrepreneur nouvellement entré sur le marché, il doit encore prouver que son compilateur peut gérer des volumes de trafic réels à des tailles de charge de production réelles.
Le bilan honnête : des courants opposés, avec une orientation claire.
Énumérez les facteurs et les positions sont claires :
- Le talent et la mise en œuvre sont réels.Il s’agit d’une puce en silicium A0, qui nécessite une durée de fabrication de 40 à 44 jours. Le produit final est ensuite livré à un client. Le modèle de production “produit = produit” est très coûteux, et les dépenses continuent d’augmenter.
- Le bord de la batch-1 : réel, mais étroit.Le chiffre de 500 000 unités est utilisé pour les campagnes marketing, jusqu’à ce qu’une épreuve de charge indépendante le confirme. La colonne concernant les grandes quantités est vide.
- La prétention d’énergie : réelle en principe, non prouvée en réalité.Aucun token par watt n’existe nulle part, donc le langage d’efficacité reste attribué à la compagnie jusqu’à ce que cela soit fait.
- Le portail logiciel : le plus grand obstacle.L’adoption d’un client de première quantité dépend d’une migration hors CUDA, ce qui n’a jamais été démontré à grande échelle.
- La facture totale d’électricité : ne varie pas.Il s’agit encore d’une augmentation approximative de deux fois, jusqu’à 945 TWh d’ici 2030, quel que soit le mode de service utilisé.
La démarche directionnelle suit les preuves : « Etched » est une histoire basée sur l’inférence et l’énergie, et non un produit qui pourrait tuer Nvidia, ni un miracle d’efficacité qui permettrait de sauver le réseau électrique. Les conditions de défaillance sont également spécifiques : des erreurs dans la livraison malgré le succès en A0, des lacunes dans l’écosystème logiciel qui s’avèrent trop coûteuses à surmonter, des benchmarks qui ne sont jamais confirmés indépendamment, des financements qui s’arrêtent en raison de l’intensité de capital nécessaire pour la construction, ou encore le fait que le premier lot de produits devient trivial dans le marché.
Les signaux pour les périodes 2026-2028 sont le même liste sous forme prospective : un test de charge selon le standard MLPerf indépendant ou effectué par des tiers pour Sohu – ce qui n’existe pas encore ; la divulgation des valeurs de débit de 32/256 unités par batch ; des informations sur la puissance par chip ou le nombre de tokens par watt ; un client hyperscaler différent de Jane Street – mais il n’y en a aucun ; des preuves que les charges de travail réelles passent désormais au compilateur personnalisé ; et ce que la gamme d’inference de Nvidia fait avec sa technologie Groq licenciée. Chacun de ces éléments peut soit améliorer, soit masquer les résultats obtenus.
L’épreuve de puissance ne se joue pas par celui qui gagne la course aux chips.
La tentation est de considérer cela comme une histoire de performance entre David et Goliath : une start-up spécialisée dans les ASICs plus efficaces bat l’entreprise traditionnelle qui dépend beaucoup d’énergie. Les preuves montrent que les gains d’efficacité au niveau des nœuds sont réels et valent la peine d’être poursuivis. Mais les contraintes qui limitent l’efficacité des data centers cette décennie sont les délais de transmission, les problèmes de transmission d’énergie, et le taux de croissance annuel de 30 % lié aux calculs rapides. Ce n’est pas le processeur qui gagne les tests de performance qui compte. Un investisseur axé sur l’énergie devrait considérer le niveau d’énergie presque doublé comme quelque chose de inévitable, et considérer toute amélioration liée aux ASICs en termes d’énergie consommée comme une opportunité, plutôt que comme une raison pour espérer une diminution de la demande totale en électricité. La guerre des processeurs déterminera qui profitera de l’énergie utilisée par les data centers ; elle ne déterminera pas combien d’énergie ils consomment.
Commentaires
Pas encore de commentaires