Exclusif - OpenAI n'est pas satisfait de certaines puces Nvidia et cherche des alternatives, selon des sources

101 finance2026/02/02 21:26

Afficher le texte d'origine

Par:101 finance

Par Max A. Cherney, Krystal Hu et Deepa Seetharaman

SAN FRANCISCO, 2 février (Reuters) - OpenAI n’est pas satisfaite de certains des derniers puces d’intelligence artificielle de Nvidia, et cherche des alternatives depuis l’année dernière, ont déclaré huit sources proches du dossier, ce qui pourrait compliquer la relation entre les deux acteurs les plus en vue de l’essor de l’IA.

Le changement de stratégie du créateur de ChatGPT, dont les détails sont révélés ici pour la première fois, repose sur une importance croissante accordée aux puces utilisées pour effectuer des éléments spécifiques de l’inférence IA, c’est-à-dire le processus par lequel un modèle d’IA, tel que celui qui alimente l’application ChatGPT, répond aux requêtes et demandes des clients. Nvidia reste dominant dans les puces pour l’entraînement de grands modèles IA, tandis que l’inférence est devenue un nouveau terrain de compétition.

Cette décision d’OpenAI et d’autres de rechercher des alternatives sur le marché des puces d’inférence constitue un test significatif de la domination de Nvidia dans l’IA et intervient alors que les deux entreprises sont en discussions d’investissement.

En septembre, Nvidia avait indiqué son intention d’investir jusqu’à 100 milliards de dollars dans OpenAI dans le cadre d’un accord qui donnait au fabricant de puces une participation dans la startup et donnait à OpenAI les liquidités nécessaires pour acheter les puces avancées.

Reuters avait rapporté que l’accord devait être finalisé en quelques semaines. Au lieu de cela, les négociations traînent depuis des mois. Durant cette période, OpenAI a conclu des accords avec AMD et d’autres pour des GPU conçus pour rivaliser avec ceux de Nvidia. Mais son évolution de la feuille de route produit a également modifié le type de ressources informatiques requises et ralenti les discussions avec Nvidia, selon une personne proche du dossier.

Samedi, Jensen Huang, PDG de Nvidia, a écarté un rapport faisant état de tensions avec OpenAI, qualifiant cette idée de « non-sens » et affirmant que Nvidia prévoyait un énorme investissement dans OpenAI.

« Les clients continuent de choisir NVIDIA pour l’inférence parce que nous offrons les meilleures performances et le meilleur coût total de possession à grande échelle », a déclaré Nvidia dans un communiqué.

Un porte-parole d’OpenAI a indiqué dans un communiqué distinct que l’entreprise s’appuie sur Nvidia pour alimenter la grande majorité de sa flotte d’inférence et que Nvidia offre les meilleures performances par dollar pour l’inférence.

Sept sources ont indiqué qu’OpenAI n’est pas satisfaite de la vitesse à laquelle le matériel Nvidia peut fournir des réponses aux utilisateurs de ChatGPT pour des types de problèmes spécifiques comme le développement logiciel et la communication entre IA et autres logiciels. Elle a besoin de nouveaux matériels qui, à terme, représenteraient environ 10 % des besoins informatiques d’inférence d’OpenAI à l’avenir, a indiqué l’une des sources à Reuters.

Le créateur de ChatGPT a évoqué la possibilité de collaborer avec des startups telles que Cerebras et Groq pour fournir des puces d’inférence plus rapides, ont indiqué deux sources. Mais Nvidia a conclu un accord de licence de 20 milliards de dollars avec Groq qui a mis fin aux discussions d’OpenAI, a indiqué l’une des sources à Reuters.

La décision de Nvidia de recruter des talents clés chez Groq semblait être un effort pour renforcer un portefeuille technologique afin de mieux rivaliser dans une industrie de l’IA en évolution rapide, selon des dirigeants du secteur des semi-conducteurs. Nvidia, dans un communiqué, a déclaré que la propriété intellectuelle de Groq était hautement complémentaire à la feuille de route produit de Nvidia.

ALTERNATIVES À NVIDIA

Les puces graphiques de Nvidia sont bien adaptées au traitement massif de données nécessaire pour entraîner de grands modèles IA comme ChatGPT, qui ont soutenu la croissance explosive de l’IA dans le monde à ce jour. Mais les avancées en IA se concentrent de plus en plus sur l’utilisation de modèles entraînés pour l’inférence et le raisonnement, ce qui pourrait représenter un nouveau stade, plus important, de l’IA, inspirant les efforts d’OpenAI.

Depuis l’an dernier, la recherche par le créateur de ChatGPT d’alternatives aux GPU s’est concentrée sur des entreprises développant des puces dotées de grandes quantités de mémoire intégrée sur la même puce que le reste du circuit, appelée SRAM. Compacter autant de SRAM coûteuse que possible sur chaque puce peut offrir des avantages de vitesse pour les chatbots et autres systèmes IA lorsqu’ils traitent les demandes de millions d’utilisateurs.

L’inférence nécessite plus de mémoire que l’entraînement, car la puce passe relativement plus de temps à récupérer des données en mémoire qu’à effectuer des opérations mathématiques. La technologie GPU de Nvidia et AMD dépend de la mémoire externe, ce qui ajoute du temps de traitement et ralentit la rapidité avec laquelle les utilisateurs peuvent interagir avec un chatbot.

Au sein d’OpenAI, le problème est devenu particulièrement visible dans Codex, son produit de création de code informatique, que l’entreprise a fortement promu, a ajouté l’une des sources. Le personnel d’OpenAI a attribué certaines faiblesses de Codex au matériel basé sur les GPU de Nvidia, selon une source.

Lors d’un appel avec des journalistes le 30 janvier, le PDG Sam Altman a déclaré que les clients utilisant les modèles de codage d’OpenAI « accorderont une grande importance à la rapidité pour le travail de programmation ».

L’une des façons pour OpenAI de répondre à cette demande est par son accord récent avec Cerebras, a déclaré Altman, ajoutant que la vitesse est moins essentielle pour les utilisateurs occasionnels de ChatGPT.

Des produits concurrents tels que Claude d’Anthropic et Gemini de Google bénéficient de déploiements reposant davantage sur les puces conçues en interne par Google, appelées unités de traitement tensoriel, ou TPU, qui sont conçues pour le type de calculs requis pour l’inférence et peuvent offrir des avantages de performance par rapport aux puces IA à usage général comme les GPU conçus par Nvidia.

NVIDIA EN ACTION

Alors qu’OpenAI exprimait clairement ses réserves concernant la technologie Nvidia, Nvidia a approché des entreprises travaillant sur des puces riches en SRAM, dont Cerebras et Groq, au sujet d’une acquisition potentielle, ont indiqué les personnes concernées. Cerebras a refusé et a conclu un accord commercial avec OpenAI, annoncé le mois dernier. Cerebras a refusé de commenter.

Groq a mené des discussions avec OpenAI pour un accord de fourniture de puissance de calcul et a suscité l’intérêt des investisseurs pour financer l’entreprise à une valorisation d’environ 14 milliards de dollars, selon des personnes au fait des discussions. Groq a refusé de commenter.

Mais en décembre, Nvidia a décidé d’acquérir une licence sur la technologie de Groq dans le cadre d’un accord non exclusif entièrement en numéraire, selon les sources. Bien que l’accord permette à d’autres entreprises de licencier la technologie de Groq, la société se concentre désormais sur la vente de logiciels basés sur le cloud, tandis que Nvidia a recruté les concepteurs de puces de Groq.

(Reportage de Max A. Cherney, Krystal Hu et Deepa Seetharaman à San Francisco ; édité par Kenneth Li, Peter Henderson et Nick Zieminski)

Avertissement : le contenu de cet article reflète uniquement le point de vue de l'auteur et ne représente en aucun cas la plateforme. Cet article n'est pas destiné à servir de référence pour prendre des décisions d'investissement.

PoolX : Bloquez vos actifs pour gagner de nouveaux tokens

Jusqu'à 12% d'APR. Gagnez plus d'airdrops en bloquant davantage.

Bloquez maintenant !