Le “Donut” d’OpenAI n’est qu’une histoire secondaire. Le “Inference Chip” en est le véritable objet.

En juin, OpenAI et Broadcom ont dévoilé un chip d’inférence de modèles LLM personnalisé appelé Jalapeño. Ce chip a été développé, depuis la conception initiale jusqu’à la fabrication physique, par ces deux entreprises.neuf mois– Le cycle de développement des ASIC le plus rapide jamais réalisé dans le domaine des semi-conducteurs à haute performance. Les premiers tests en laboratoire montrent que les performances par watt sont nettement supérieures à celles des technologies actuelles. Le chip est conçu pour être utilisé à l’échelle gigawatt avec des partenaires spécialisés dans les centres de données, à partir de 2026.

Deux jours plus tôt, Bloomberg a rapporté que le premier appareil destiné aux consommateurs d’OpenAI – un haut-parleur intelligent en forme de donut, sans écran, alimenté par une batterie et équipé d’une caméra, avec un prix de 300 à 400 dollars – est proche de être livré. Le design a été créé par l’atelier de Jony Ive, LoveFrom, que OpenAI a racheté pour…6,4 milliards en 2025.

Le marché va se concentrer sur les donuts. Ce n’est pas nécessaire. Ce qui est vraiment important, c’est le chip. C’est lui qui fait la différence pour l’argument économique du projet d’investissement.

La transition d’inférence… et qui construit le chemin ?

Le marché de l’IA est en train de se diviser autour d’une ligne structurelle qui ne reçoit pas suffisamment d’attention de la part des investisseurs du secteur du retail. L’entraînement des modèles d’IA se fait encore avec des GPU polyvalents ; l’écosystème CUDA d’Nvidia reste donc le standard pour la création de nouveaux modèles. Mais c’est lors de l’inférence que les économies changent la situation concernant les matériels utilisés. L’inférence favorise donc l’utilisation de circuits intégrés spécifiques à une application donnée, ou ASICs, plutôt que de GPU polyvalents.

Un ASIC est un circuit intégré conçu dès le départ pour une tâche spécifique – contrairement à un GPU, qui est un processeur flexible capable de gérer différents types de calculs. Le prix à payer est que les ASIC ne peuvent pas s’adapter à de nouvelles architectures au cours du cycle de vie du système. Mais pour la tâche spécifique consistant à exécuter de gros modèles linguistiques sur des charges de travail d’inférence, les ASIC permettent une économie de 30 à 50 % dans le coût total d’utilisation, ainsi qu’un meilleur rendement par watt. À l’échelle où opèrent les hébergeurs et les entreprises de modèles, ces avantages se transforment en économies de plusieurs milliards de dollars.

C’est pourquoi toutes les grandes entreprises de IA développent actuellement des puces spécialement conçues pour l’inferrence d’IA. Microsoft a annoncé son chip Maia 200, capable de exécuter des modèles de type GPT, en interne. Les TPU de Google, conçus par Broadcom, deviennent une alternative viable à Nvidia pour l’inferrence à grande échelle. Anthropic utilise une combinaison de Amazon Trainium, Google TPU et GPU Nvidia, et vient de signer un…Accord de plusieurs gigawatts pour les capacités TPU de nouvelle génération, à partir de 2027..

Le Jalapeño place OpenAI directement au cœur de ce processus de transformation. C’est ce que OpenAI appelle un « Intelligence Processor » : un système optimisé pour l’inference des LLM modernes, et non adapté à une architecture GPU existante. Le chip a été amélioré grâce aux modèles d’IA propres à OpenAI pendant le processus de conception. Cela crée un circuit de rétroaction où les logiciels d’OpenAI améliorent le matériel qui utilisera sa prochaine génération de logiciels.

Broadcom est l’outil qui vous permet d’acquérir des avantages.

Voici la partie qui se rapporte à une thèse commercialisable : Broadcom conçoit pratiquement tous les circuits intégrés IA personnalisés utilisés par les hyperscalers sur le marché.

Les revenus liés aux semi-conducteurs d’IA de Broadcom ont atteint 8,4 milliards de dollars au premier trimestre de l’exercice 2026 – soit une augmentation de 106 % par rapport à l’année précédente. Cela dépasse les revenus globaux de l’entreprise dans le domaine des technologies d’IA pour tout l’exercice 2024, qui étaient de 12,2 milliards de dollars. L’entreprise prévoyait des revenus de 10,7 milliards de dollars pour le deuxième trimestre de l’exercice 2026, ce qui représente une croissance de 140 % par rapport à l’année précédente. Le président exécutif Hock Tan a déclaré…L’entreprise devrait atteindre des revenus liés aux chips d’IA de plus de 100 milliards de dollars d’ici la fin de l’exercice 2027.Soutenu par un stock de commandes de 73 milliards de dollars et par la capacité de production de TSMC jusqu'en 2028.

Broadcom dessert aujourd’hui six principaux clients de chips d’IA personnalisés – contre seulement trois il y a deux ans. Google est le client le plus important.Partenariat de conception à long terme jusqu’en 2031 pour les TPUsMeta déploie plusieurs gigawatts de XPUs conçus par Broadcom à partir de 2027. Anthropic dispose d’une capacité de TPU allant jusqu’à 3,5 gigawatts grâce à l’infrastructure Google-Broadcom. OpenAI est le nouveau client majeur de Broadcom : il développe son premier ASIC de calcul personnalisé via une collaboration valant 10 milliards de dollars, visant une capacité de calcul supérieure à 1 gigawatt à partir de 2027.

Broadcom détient une part de marché estimée à plus de 70 % dans les services de conception d’accélérateurs d’IA personnalisés. En comparaison, la marque Marvell ne représente que environ 25 % de cette part de marché. L’entreprise gère également des revenus liés aux équipements de réseau – des switches Tomahawk et des routeurs Jericho – avec un chiffre d’affaires compris entre 0,40 et 0,60 dollar par dollar dépensé par les clients en matière d’accélérateurs.

Ce que cela signifie : Broadcom se trouve à l’intersection des changements structurels les plus importants dans le domaine du matériel pour l’IA. Il ne s’agit pas seulement de vendre des puces. C’est une “usine de conception” qui permet à chaque grande entreprise de l’IA d’échapper au pouvoir de tarification de Nvidia pour les opérations d’inférence. Alors que le marché des ASIC personnalisés croît, selon les prévisions…44,6 % de taux de croissance annuelle composée jusqu’en 2033Broadcom est l’entreprise qui réalise des profits, quel client utilise son propre chip que ce soit – car tous utilisent les produits de Broadcom.

Le donut est un point d’extraction d’informations, et non un produit en soi.

Le dispositif pour consommateurs n’a d’importance que comme preuve de la stratégie full-stack d’OpenAI, et non comme une solution matérielle indépendante. OpenAI utilise une architecture à deux couches pour son propre écosystème d’inférence : Jalapeño au niveau du centre de données pour les exécutions lourdes des modèles, et un chip sur disque personnalisé pour l’endpoint consommateur, permettant l’exécution de modèles locaux compactes.

En décembre dernier, Reuters a rapporté que OpenAI étudie des processeurs personnalisés pour l’inférence sur le appareil utilisateur. Il s’agit de puces optimisées pour respecter les contraintes énergétiques strictes et pour traiter les tâches réservées à un seul utilisateur, contrairement aux puces serveur conçues pour gérer des millions d’utilisateurs en même temps. L’objectif est de permettre de gérer la plupart des tâches ultérieures localement, ce qui réduit la nécessité de transmettre toute la donnée de l’utilisateur au cloud.

Le calendrier est important. Les appareils plus légers et basés sur le cloud – comme celui en forme de donut – arriveront en premier. Les appareils sensibles à la confidentialité, qui sont toujours actifs et utilisent des puces de décision locales, arriveront plus tard. Il pourrait falloir quelques années pour que la technologie utilisant les appareils eux-mêmes se développe pleinement. OpenAI construit cette architecture par étapes.

C’est le transfert de valeur entre le matériel et le logiciel dans le sens inverse : OpenAI a commencé comme une entreprise de logiciels, et aujourd’hui elle construit l’infrastructure physique sous-jacente à ses modèles. Le “donut” n’est qu’une partie visible de cette infrastructure. Le “jalapeño”, en revanche, représente les fondations réelles.

L’affaire Apple représente un signe de risque réel.

Voici le signal de réponse. Le 10 juillet, Apple a déposé une action en justice contre OpenAI, accusant cette dernière de « voler systématiquement des informations confidentielles », y compris des informations sur les produits matériels, des spécifications techniques et des détails liés aux chaînes d’approvisionnement. Les personnes accusées incluent OpenAI elle-même, sa fondation, io Products (la société de design de Jony Ive, bien que Jony Ive lui-même ne soit pas nommé), ainsi que plusieurs anciens employés d’Apple qui travaillent maintenant chez OpenAI.

Apple cherche une injonction préliminaire visant à empêcher OpenAI de développer des dispositifs ou produits liés à l’IA basés sur la technologie d’Apple. Cette demande a été soumise à une procédure plus sévère.4 aoûtAvec des allégations plus étendues, mentionnant 11 anciens employés d’Apple. OpenAI a répondu sur son blog le 3 août, qualifiant l’action en justice de « négligente, agressive et étrangement personnelle ». Elle a également contesté les dates indiquées par Apple – y compris les allégations qui…Les avocats d’Apple ont d’abord envoyé un e-mail à la mauvaise personne, et ont inventé une conversation avec le conseiller juridique général d’OpenAI..

Le lancement du dispositif, initialement prévu pour l’année 2026, pourrait être retardé encore plus si une injonction judiciaire est accordée. Mais il est important de noter que la action en justice concerne le développement du dispositif, et non la conception des puces. La stratégie de déploiement des centres de données de Jalapeño est différente : elle s’appuie sur Broadcom et Celestica. Les échantillons techniques de Jalapeño fonctionnent déjà avec des fréquences et des puissances de production adaptées, dans des environnements de laboratoire.

La situation financière : Broadcom contre Nvidia

Broadcom a une valeur de marché de 2,02 billions de dollars, avec un P/E prévisionnel de 104 fois. En comparaison, Nvidia a une valeur de marché de 5,38 billions de dollars et un P/E prévisionnel de 34 fois. La croissance des revenus de Broadcom de 32 % par an, ainsi que son taux de marge d’exploitation de 43 %, sont excellents. De plus, sa marge brute sur les ventes de puces d’IA a augmenté à environ 65 %.

Mais le ratio P/E n’est pas la bonne mesure pour comparer les deux. La valorisation de Nvidia reflète sa taille et sa position dominante dans le domaine de l’entraînement d’algorithmes – le avantage concurrentiel lié à CUDA est réel, et Nvidia contrôle encore environ 70 % du marché mondial des puces d’IA. Le multiple élevé de Broadcom reflète la valeur des options liées au passage vers des puces ASIC personnalisées : si le changement des GPU à usage général vers des accélérateurs d’inference personnalisés se poursuit à son rythme actuel, l’objectif de Broadcom de réaliser un chiffre d’affaires d’AI de 100 milliards de dollars en 2027 représenterait plus que…58 % des revenus totaux prévus par l’entreprise– Il réévaluerait fondamentalement la valeur de l’action.

Le risque est l’exécution des projets. Scaler les designs ASIC simultanément pour six clients des hyperscalers, tout en gérant la capacité de TSMC pour les nœuds avancés, représente une véritable difficulté opérationnelle. De plus, un changement rapide dans les architectures d’IA, en direction de modèles différents des transformers, pourrait rendre certains circuits intégrés personnalisés inadaptés, étant donné les cycles de conception de 18 à 24 mois nécessaires.

Où devrait aller le capital ?

Je pense que l’effort d’OpenAI en matière de matériel full-stack – allant des systèmes de traitement de données au niveau du centre de données, jusqu’à l’inférence sur le appareil utilisateur – est le signe le plus clair que l’ère de l’inférence n’est pas une étape temporaire, mais l’architecture dominante pour les trois à cinq prochaines années. Le marché continue de considérer Nvidia comme étant capable de gérer les charges de travail de formation indéfiniment. Mais ce n’est pas le cas.

La thèse d’investissement est Broadcom. C’est le niveau d’infrastructure qui profite de l’évolution de chaque client vers des solutions de traitement de données personnalisées. Les 73 milliards de dollars de dettes, les relations avec six grands opérateurs cloud, les accords à long terme qui s’étendent jusqu’en 2031, ainsi que la part de 70 % dans le marché des designs de circuits intégrés personnalisés, constituent une plateforme solide pour les investissements.

Cependant, Broadcom fait des profits importants. Un P/E anticipé de 104x suppose que l’objectif de 100 milliards de dollars en revenus liés à l’IA sera atteint plus rapidement que ce que les analystes prévoient. De plus, même l’objectif de 100 milliards de dollars fixé par la direction pourrait être réduit à la fin de l’année 2027 ou au début de l’année 2028. Je pense qu’une allocation plus faible – pas 10 %, mais plutôt entre 3 et 5 % – serait appropriée, compte tenu du risque d’exécution et du prix que le marché a déjà pris en compte.

La question n’est pas de savoir si Broadcom reste important dans le cycle de l’IA. Il s’agit plutôt de savoir si le profil de retour financier, tel qu’il est évalué à ce moment-là, reste plus attrayant que celui de Nvidia, avec des rendements de 34 fois les bénéfices et une base de chiffre d’affaires de 5,38 billions de dollars. Ou bien si la transition vers des ASIC personnalisés justifie un prix plus élevé pour cette asymétrie. À mon avis, cette transition est réelle, mais une grande partie des avantages financiers est déjà prise en compte dans la valeur de Broadcom. L’allocation des actifs devrait refléter cela : elle est présente et en augmentation, mais elle n’est pas dominante.

La condition de changement pour cette thèse est simple : si les hyperscalers cessent de transférer les tâches d’inference vers des ASIC personnalisés et choisissent plutôt de se concentrer sur les GPU Nvidia – ou si la performance de Broadcom dans les projets multi-client se dégrade significativement – alors le prix élevé disparaîtra. Si ce changement se produit plus rapidement que prévu, le chiffre de 100 milliards de dollars deviendra la nouvelle norme, et les multiples seront réduits, car la croissance deviendra plus modérée qu’exceptionnelle. Dans tous les cas, la transition vers du silicium personnalisé est l’axe autour duquel tout le marché de l’hardware IA tourne actuellement. Le “donut” n’est donc qu’une décoration.