IT之家, 28 octobre — Selon Business Insider ce matin (28), Anthropic utilise plusieurs types de puces pour traiter les tâches de calcul IA, afin de répartir les risques. Cette stratégie pourrait à long terme ébranler la position dominante du marché de NVIDIA.
Le 26, les documents de demande de cotation d'Anthropic (formulaire S-1) indiquent que l'entreprise intègre les ressources de calcul fournies par plusieurs partenaires stratégiques en un pool unifié, puis utilise un logiciel pour répartir les tâches de calcul sur les puces les plus efficaces.
IT之家 apprend que les puces utilisées par Anthropic sont réparties en quatre grandes catégories : Amazon Trainium, Google TPU, NVIDIA GPU et AMD GPU. Pour réaliser ce plan de planification interplateforme, l'entreprise a consacré des années et d'importants fonds.
Les analystes estiment que cette capacité pourrait aider les grandes entreprises d'IA à réduire progressivement leur dépendance envers NVIDIA et à acquérir plus d'initiative dans les négociations de prix.
Patrick Moorhead, fondateur et PDG de Moor Insights & Strategy, estime qu'Anthropic ne commence pas simplement à utiliser plusieurs puces, mais qu'elle commence à faire de cette capacité un atout majeur pour attirer des investisseurs. « Ce qui risque vraiment d'être affecté, c'est le pouvoir de fixation des prix d'NVIDIA. Les clients capables de répartir flexiblement leurs tâches de calcul sur quatre plateformes ne négocient pas du tout comme ceux qui ne le peuvent pas. »
L'analyste d'IDC, Ashish Nandkarni, souligne qu'utiliser plusieurs puces offre également l'avantage de réduire l'impact des fluctuations d'approvisionnement en puces NVIDIA.
Cependant, cette stratégie représente une menace limitée pour NVIDIA. Le transfert de tâches entre différentes plates-formes de puces reste difficile, notamment pour l'entraînement des modèles, qui est plus complexe que l'inférence. Seules les plus grandes entreprises d'IA disposent des ressources nécessaires pour effectuer un ordonnancement inter-plates-formes.
Anthropic investit également des milliards de dollars dans les ressources de calcul de NVIDIA.
Jill Luria, directrice de la recherche technologique chez D.A. Davidson, estime que de grandes entreprises comme OpenAI pourraient également adopter une approche similaire, mais il pourrait ne pas être rentable pour les petites entreprises d'investir autant d'argent et d'efforts à cet égard.
Brad Gastwirth, directeur général de la recherche et de l'intelligence marché de Circular Technology, a souligné que la stratégie d'Anthropic ne représentera pas une menace majeure pour NVIDIA à court terme. Le fait que les clients aient davantage de choix en matière de puces ne signifie pas que l'avantage de NVIDIA en termes de performance, d'interconnexion réseau et de logiciel disparaîtra.
Si la puissance de calcul IA devient progressivement une marchandise, NVIDIA fera face à des risques encore plus larges.
Ken Griffin, PDG de Citadel Investments, a averti lors d'un entretien avec Bloomberg la semaine dernière que si l'offre de puissance de calcul dépasse la demande, les prix de location pourraient chuter : « Les GPU, comme les compagnies aériennes, ont un coût marginal d'exploitation faible. Dès qu'il y a un excès de capacité, les prix s'effondrent. »
