Dix jours qui ont changé le cours de l’IA : Une rotation d’informations, et non une catastrophe.

Les dix jours qui ont commencé avec la sortie du GPT-6 Astra et se sont terminés par une chute globale des valeurs des actions des chips d’IA ressemblent à un choc violent. Le 3 septembre…OpenAI a déployé le modèle le plus performant qu’il ait jamais utilisé à grande échelle.Puis, elle a passé la semaine suivante…L’appliquer sur ChatGPT, Codex et l’APINeuf jours plus tard, les PDG d’Anthropic et d’OpenAI, accompagnés d’Elon Musk, ont exhorté publiquement l’industrie à ralentir ses activités. Le lundi 14 septembre, cet appel a entraîné une chute des valeurs des actions liées à l’IA.SoftBank a chuté de 13 % à Tokyo., SK Hynix a chuté d’environ 6 %, ASML a perdu plus de 4 %..

Deux “livres” qui semblent dire des choses opposées. En réalité, ce n’est pas le cas. Lisez comme l’opérateur lit : les dix jours ont permis de transmettre une seule information : le cycle de l’IA est passé de la phase d’entraînement à la phase d’inférence. Le marché a réagi à cette simple évolution deux fois – d’abord avec euphorie face à la demande, puis avec peur face aux déclarations… sans vraiment comprendre où se trouvait réellement le véritable débat.

GPT-6 était un événement d’inférence.

Commencez par le modèle : ses mécanismes déterminent en effet les aspects économiques liés à son fonctionnement. GPT-6 Astra prend du temps avant de répondre : elle établit une longue chaîne de réflexions internes pour chaque demande, et cette chaîne est purement basée sur des inférences – les mots-clés sont générés continuellement pour chaque réponse. OpenAI qualifie cela comme le premier de ses modèles innovants à atteindre le niveau “Critique” sur l’échelle de préparation à la cybersécurité de l’entreprise. OpenAI reconnaît que cette capacité nécessite des coûts informatiques importants.

C’est là que l’opposition entre entraînement et inférence devient concrète. Pendant des années, le débat concernant les infrastructures d’IA portait sur qui pouvait effectuer le plus grand nombre de traitements d’entraînement. Les dollars suivaient donc le modèle le plus grand dans le cluster. Un modèle de raisonnement largement utilisé change complètement la situation : le travail récurrent et coûteux est désormais destiné à servir un seul “token”. Celui qui peut servir un “token” moins cher possède ainsi une part croissante des dépenses totales du secteur.

La ralentissement du marché a affecté le sentiment des consommateurs, plutôt que la demande.

L’essai d’Amodei, intitulé « Nous devons marcher à l’avant-poste »On a prévenu qu’en six à douze mois, des nuées d’agents pourraient prendre le contrôle de Internet.Et il a demandé une surveillance externe, des réglementations à l’échelle industrielle et mondiale. Altman a dit que l’industrie devait « avancer rapidement » ; Musk a répondu…“Dario a raison.”La discussion a été rendue publique suite au départ en retraite d’un chercheur en anthropologie, qui a déclaré que les constructeurs croient en cette technologie.“Il pourrait nous tuer tous à la fin de la décennie.”

Les marchés lisent les titres des articles, et non les rapports d’exploitation. Vérifiez ce qui s’est passé au cours de ces dix jours pour les engagements en question. Vera Rubin de Nvidia – c’est sa plateforme de génération d’informations, conçue pour…Environ dix fois plus de performances par watt qu’avec la génération précédente.— étaitpasser à une production complèteSans s’arrêter. Nvidia avait…Évalué à environ 105 milliards de dollars.Pour soutenir le campus de centres de données d’OpenAI en Ohio, il est nécessaire de maintenir OpenAI utilisant les systèmes Nvidia, même alors que OpenAI construit ses propres puces. Mais rien de tout cela n’a eu d’effet. Le cours des actions de Nvidia a augmenté au cours de la semaine passée. Cette chute était un choc psychologique, sur une base de signaux de demande solide.

C’est cette discipline qui distingue une panique de dix jours d’une thèse modifiée. Un signal de demande ne se manifeste pas dans un article de presse. Ce qui pourrait le provoquer – une commande annulée, une date de livraison déplacée, une baisse d’utilisation – n’est pas apparu. Ce qui est apparu, c’est l’inverse : plus de silicium, mais des engagements pris.

Le concours qui a vraiment influencé : la courbe du coût de déduction

Voici les changements que ces dix jours ont révélés. Il vaut la peine de les distinguer du bruit normal concernant « l’IA se développe ». Les principaux acheteurs de calculs sont maintenant ceux qui exploitent les prix de Nvidia pour des tâches spécifiques qui sont devenues dominantes. En juin, OpenAI et Broadcom ont dévoilé Jalapeño, une puce d’inférence spécialisée conçue pour ces tâches.Le nœud 3nm de TSMCDe taille comparable à un reticle, conçu dès le départ pour servir les modèles de langues complexes. Le PDG de Broadcom a estimé que les résultats initiaux étaient…Coût approximativement 50 % plus bas par token d’inférencePlus performants que les GPU Nvidia actuels. OpenAI a rapportéDe 1,5 à 1,9 fois le débit de tokens maximal par watt pour les systèmes commerciaux.Dans ses propres tests et plans de déploiement du chip d’ici la fin de l’année, en même temps que les accélérateurs Nvidia et AMD. Meta, quant à elle, prévoit de commencer à produire son propre…Chip d’inférence Iris ce septembreConçu avec Broadcom et fabriqué par TSMC.

C’est le modèle qui est sous-estimé par le marché. Nvidia n’a pas besoin d’avoir un monopole sur les accélérateurs d’IA pour se développer – ses logiciels et son système complet constituent des atouts importants. Mais c’est justement dans la phase de génération d’informations que cet avantage est le plus faible. Le silicone personnalisé n’est pas simplement une liste de caractéristiques ; c’est une chaîne d’approvisionnement qui choisit de ne pas acheter autant que l’entreprise traditionnelle, en fonction des charges de travail qui déterminent les économies du secteur. La réponse de Nvidia est l’efficacité de Vera Rubin… et c’est une réponse réelle. Mais la question réelle est désormais de savoir si la différence de coût entre le silicone personnalisé et les solutions traditionnelles permettra à Nvidia de surpasser ses propres capacités de génération d’informations. De plus, il s’agit de savoir si tous ces engagements se traduiront en capacité opérationnelle à temps.

Lire ces dix jours comme la fin du marché de l’IA, c’est interpréter la panique plutôt que le calendrier de livraison. Les usines, les registres d’ordres et les garanties continuent de se déplacer dans la même direction qu’auparavant : le processus de production s’accélère, et l’équilibre de ce cycle en augmentation est réglé par celui qui peut proposer le prix le plus bas. La distinction utile est celle que Amodei et Altman n’ont jamais mentionnée : une ralentissement imposé par des politiques économiques représente un risque réel pour ce cycle. Mais un article de presse, aussi sincère soit-il, ne constitue pas une réalisation de promesse. Je essaierai de faire confiance à celui qui apparaît dans les états financiers.