Pourquoi les principales entreprises d'IA poursuivent des puces sur mesure en 2026

Le 7 juillet, deux nouvelles concernant les puces conçues en interne par des entreprises chinoises d'IA sont devenues des actualités populaires.

D'abord l'exclusivité de Reuters : DeepSeek développe son propre puce. Selon trois sources informées, cette puce cible l'inférence, et non l'entraînement. Le rapport indique que DeepSeek recrute discrètement des ingénieurs en conception de puces sans passer par des canaux de recrutement publics, tout en établissant des contacts avec des sous-traitants externes et des fabricants de mémoire. DeepSeek n'a pas répondu aux demandes de commentaire, et la nouvelle suscite des doutes, car elle repose uniquement sur la source de Reuters.

Le même jour, The Information a également rapporté qu'un autre laboratoire chinois, Zhipu, évalue la conception de puces personnalisées. Selon des sources informées, cela est dû à la demande explosive pour GLM-5.2. Selon The Information et plusieurs sources qui le reprennent, ce modèle est le plus rapide à croître sur la plateforme de regroupement de modèles Vercel, avec une consommation quotidienne moyenne de tokens ayant augmenté jusqu'à 27 fois durant la première semaine de mise en ligne. Zhipu a déjà entamé des discussions préliminaires avec plusieurs entreprises chinoises de conception de puces, mais n'a pas encore choisi de partenaire. Le projet entier pourrait nécessiter plus de deux ans. À la suite de cette annonce, les actions de Zhipu ont grimpé jusqu'à 9,9 % en Bourse de Hong Kong ce jour-là.

Of course, both messages are still in the early evaluation stage, with no physical products or finalized designs.

En réalité, DeepSeek et Zhipu ne sont pas des cas isolés. En reculant, vous constaterez qu’en 2026, « les entreprises d’IA souhaitent concevoir leurs propres puces » est passé d’un choix ponctuel à une pratique devenue standard dans l’industrie : que ce soit aux États-Unis avec OpenAI et Anthropic, ou en Chine avec ces deux laboratoires de pointe, les actions sont étonnamment cohérentes. Cet article vise à répondre à la question : pourquoi ?

Si les informations sur DeepSeek restent au niveau des rumeurs, OpenAI a déjà présenté un produit concret.

Le 24 juin, OpenAI et Broadcom ont lancé Jalapeño, la première puce conçue en interne par OpenAI, également un ASIC dédié à l'inférence de grands modèles.

Richard Ho, responsable matériel chez OpenAI, a déclaré que ce puce a été « conçue dès le départ pour l'inférence des LLM », avec des optimisations ciblées autour du noyau, du transfert de mémoire, du réseau et du modèle de service.

Selon OpenAI, les tests initiaux en laboratoire indiquent que la performance par watt de Jalapeño « dépasse largement les niveaux les plus avancés actuels de l'industrie ». Toutefois, l'entreprise reconnaît que les performances finales sont encore en cours de mesure et que le rapport technique détaillé ne sera publié que dans les prochains mois. Avant la publication de benchmarks tiers, de telles affirmations de performance provenant des fabricants ne constituent que des déclarations unilatérales.

Plusieurs détails méritent d’être notés. Selon Tom's Hardware, ce puce a été conçue et mise en production (tape-out) en seulement neuf mois ; OpenAI affirme qu’il s’agit probablement du cycle de développement ASIC le plus rapide de l’histoire des semi-conducteurs avancés à haute performance ; et c’est précisément le modèle d’OpenAI lui-même qui a accéléré ce cycle : utiliser l’IA pour concevoir des puces destinées à créer de l’IA.

Jalapeño prévoit de commencer son déploiement à la fin de 2026, en s'appuyant sur un partenariat avec Broadcom d'une capacité de 10 GW, qui ne sera achevé qu'en 2029. Il est rapporté que Microsoft prévoit d'acquérir environ 40 % de la première capacité de Jalapeño.

Regardons maintenant un autre laboratoire de pointe, Anthropic. En avril de cette année, Reuters a été le premier à rapporter qu'Anthropic évaluait également la possibilité de développer ses propres puces, avec un langage très prudent : le projet est à un stade précoce, l'entreprise pourrait même décider finalement d'acheter plutôt que de fabriquer, aucune conception n'a encore été arrêtée et aucune équipe dédiée n'a été constituée.

Mais début juillet, de nouveaux développements ont eu lieu. Selon plusieurs médias, Anthropic a commencé à discuter avec Samsung pour la fabrication d'une puce sur mesure, ciblant apparemment le procédé 2 nanomètres et le conditionnement avancé de Samsung.

Et Anthropic a récemment recruté Clive Chan, l'un des premiers membres de l'équipe de développement de puces internes d'OpenAI.

Face aux追问, la réponse d'Anthropic est que le « stack matériel diversifié » composé de puces Google, Amazon et NVIDIA restera le cœur de sa stratégie de calcul, et qu'elle ne commentera pas davantage le partenariat avec Samsung.

Cette déclaration officielle met exactement en lumière la motivation la plus réelle derrière la vague de puces développées en interne. Selon les données de The Information, NVIDIA détient environ 74 % du marché mondial des puces AI ; Anthropic n'a jamais conçu une seule puce à ce jour, et chaque appel à Claude utilise des puces louées auprès de partenaires ; ces partenaires sont également ses concurrents.

Il est à noter que le moment où Anthropic a commencé à explorer la conception de ses propres puces coïncide presque avec l'augmentation soudaine de ses revenus. Selon ses propres disclosures, ses revenus opérationnels annuels ont dépassé 30 milliards de dollars en 2026, contre environ 9 milliards de dollars à la fin de 2025. À cette échelle, le calcul économique de la conception de puces propriétaires devient enfin viable.

En comparant côte à côte les annonces de DeepSeek, Zhipu, OpenAI et Anthropic, on remarque un point commun : elles visent toutes à développer des puces d'inférence, et non des puces d'entraînement. Ce n'est pas une coïncidence.

Un transfert structurel en cours dans l'industrie est que le centre de consommation de puissance de calcul passe de l'entraînement des modèles à leur exécution. L'entraînement représente un coût unique, tandis que le service d'un modèle à des centaines de milliers, voire des millions d'utilisateurs, génère des coûts continus. Selon l'analyse sectorielle d'Introl, l'inférence consomme désormais environ deux tiers de l'ensemble de la puissance de calcul AI.

https://introl.com/blog/custom-silicon-inflection-2026-hyperscaler-asics-nvidia-gpu

Or, l'inférence est précisément le domaine de prédilection des ASIC. Selon une métaphore utilisée par Chris Miller, auteur de « La Guerre des puces », pour CNBC : les GPU d'NVIDIA sont comme un couteau suisse, capables de traiter n'importe quel calcul parallèle ; tandis que les ASIC sont comme des outils à usage unique, très efficaces et rapides, mais fixés par des circuits intégrés pour n'effectuer qu'un seul type de tâche. La phase d'entraînement nécessite la flexibilité du couteau suisse, car l'architecture du modèle est encore en évolution ; mais une fois le modèle stabilisé et prêt à répondre à d'énormes volumes de requêtes, cet outil à usage unique s'avère plus économe en énergie et moins coûteux.

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

L'explosion des agents a encore amplifié ce compte. Une analyse de MindCast AI propose une distinction intéressante :

Le raisonnement traditionnel repose sur le « coût de requête » : une question, une réponse, et le règlement est terminé ;

L'agent est un « coût cyclique » : un objectif utilisateur déclenche des dizaines, voire des centaines d'appels d'inférence, car l'agent doit raisonner, planifier, rechercher et exécuter.

Image traduite depuis https://www.mindcast-ai.com/p/ai-inference-economy

Lorsque les agents seront déployés à grande échelle, l'asymétrie économique entre l'entraînement et l'inférence s'amplifiera de manière non linéaire. En conséquence, cet organisme d'analyse estime que l'économie de l'inférence n'est pas un enjeu à prendre en compte en 2028, mais une décision d'achat à prendre dès 2026.

Pour « pourquoi créer soi-même », le secteur dispose déjà de chiffres très précis à l'appui.

Un exemple le plus évident provient de la plateforme d’images IA Midjourney. Selon les rapports, après avoir migré la charge d’inférence des GPU NVIDIA vers les TPU de septième génération de Google, les coûts mensuels en puissance de calcul sont passés d’environ 2,1 millions de dollars à environ 700 000 dollars, soit une réduction de 65 %. Appliqué à des géants qui effectuent des milliards de requêtes par jour, ce ratio, comme l’a souligné un analyste, transforme l’investissement de plusieurs milliards de dollars dans le développement de puces propriétaires en une « équation financière évidente ».

La réponse à cette question est en train de transformer l'ensemble du marché. Selon les prévisions de TrendForce, la croissance des livraisons d'ASIC personnalisés atteindra 44,6 % en 2026, contre seulement 16,1 % pour les GPU commerciaux — une première où la croissance des puces personnalisées dépasse celle des GPU. Introl cite des chiffres de Bloomberg Intelligence encore plus ambitieux : d'ici 2033, l'ensemble du marché des accélérateurs AI devrait atteindre 604 milliards de dollars, et la part des puces personnalisées y continue d'augmenter.

Les géants ont déjà voté avec leur argent réel. Les TPU de Google, les Trainium d'Amazon, les Maia de Microsoft, les MTIA de Meta... ces puces conçues en interne servent chacune des charges de déduction massives au sein de leurs entreprises mères.

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

Selon CNBC, Ron Diamant, architecte en chef de Trainium, a déclaré que ce ASIC d'Amazon offre un avantage de rapport performance/prix de 30 % à 40 % par rapport aux autres fournisseurs de matériel sur AWS.

Ces chiffres démontrent que lorsque votre demande en puissance de calcul atteint une échelle extrême, les puces ne sont plus un coût, mais deviennent elles-mêmes un avantage concurrentiel. Comme le souligne une analyse d'Oplexa, maîtriser ses propres puces, c'est contrôler sa propre feuille de route de performance, sa structure de coûts et sa chaîne d'approvisionnement. Ces trois éléments ne peuvent être obtenus par aucun bon de commande.

Si le compte économique est la raison apparente, alors « ne pas vouloir confier son destin à une entreprise » est le courant plus profond qui coule sous la surface.

La force d'NVIDIA provient en partie de ses puces elles-mêmes, mais surtout de CUDA. CUDA est un écosystème logiciel accumulé sur plus de vingt ans. Selon l'analyse de Spheron, presque tous les optimisations sérieuses de l'inférence LLM, de FlashAttention au traitement par lots continus dans vLLM, ne s'exécutent que sur CUDA. Cet écosystème est moins une barrière compétitive pour NVIDIA qu'un « coût de migration » que toute équipe souhaitant changer de puce doit supporter. Selon les estimations, porter une pile de services de vLLM vers le SDK Amazon Neuron prend généralement deux à six semaines de travail ingénierie, et certaines architectures de modèles ne sont même pas prises en charge.

https://www.spheron.network/blog/hyperscaler-custom-ai-chips-2026-trainium-tpu-maia-mtia-vs-nvidia-gpu/

Justement en raison de la hauteur et de l'épaisseur de ce mur, la motivation pour le contourner est particulièrement forte. Pour les grands fabricants et les laboratoires de pointe, chaque charge exécutée sur leurs propres puces signifie plus de bénéfices conservés et plus de levier dans les négociations avec NVIDIA.

Le jugement de TheStreet est assez direct : ce qui change, c'est l'hypothèse implicite selon laquelle les laboratoires d'IA doivent accepter n'importe quel prix ou condition de livraison imposés par NVIDIA. Microsoft dispose de Maia, Amazon de Trainium, Google de TPU, et les derniers laboratoires d'IA souhaitent désormais accumuler leurs propres leviers.

Revenons aux deux messages du 7 juillet. Pour DeepSeek et Zhipu, en plus de tous les motifs mentionnés ci-dessus, la conception de puces internes présente un problème que leurs homologues américaines n'ont pas : les restrictions à l'exportation.

Il est également à noter que la rumeur selon laquelle DeepSeek a développé ses propres technologies coïncide exactement avec son premier financement externe : l'entreprise a levé plus de 50 milliards de yuans, avec une valorisation dépassant 330 milliards de yuans. La fabrication de puces est très coûteuse ; le fait que ces deux événements — financement et puces — se produisent simultanément n'est peut-être pas une coïncidence.

ZhiPu, quant à elle, est devenue dès janvier de cette année le premier laboratoire d'IA chinois coté à la Bourse de Hong Kong. Les deux préparent leurs finances pour ce pari coûteux.

Regroupez ces indices : la réponse à la question « Pourquoi toutes les entreprises d’IA veulent-elles concevoir leurs propres puces ? » est en réalité la convergence de plusieurs forces : le remplacement de l’entraînement par l’inférence comme champ de bataille principal des ressources de calcul, ce qui donne aux ASIC dédiés leur utilité ; l’explosion des agents qui pousse les coûts d’inférence à une croissance non linéaire, amplifiant chaque dollar économisé ; et la dépendance profonde envers NVIDIA, qui pousse tous les acteurs à accumuler leur propre levier de négociation. Pour des entreprises chinoises comme DeepSeek ou Zhipu, il faut ajouter la question des restrictions à l’exportation.

Mais sous cette vague d'enthousiasme, il faut aussi verser un peu d'eau froide. La conception de puces internes n'est pas une certitude de succès. Le cycle de conception peut facilement s'étendre de 18 à 24 mois, exigeant d'importants investissements initiaux en ingénierie, et nécessitant des charges de travail suffisamment stables et prévisibles pour justifier la conception autour d'une architecture fixe. Pour les startups encore en phase d'expérimentation avec des architectures de modèles, ou pour les entreprises ordinaires aux tâches variées, la flexibilité des GPU NVIDIA reste en revanche le choix plus avantageux.

TechTimes explique clairement que cet avantage de coût de 40 % à 65 % ne profite qu'aux géants effectuant des dizaines de milliards de requêtes par jour ; pour les entreprises n'effectuant que quelques dizaines de milliers de requêtes par semaine, ce calcul est inversé.

Une question plus pertinente à se poser est : cette vague affaiblira-t-elle NVIDIA, ou lui ajoutera-t-elle simplement une complémentarité ? La plupart des analyses tendent vers la seconde option. Selon Oplexa, d’ici 2027, les livraisons d’ASIC pourraient dépasser celles des GPU en volume, mais les deux marchés continueront de croître : l’infrastructure IA se divise en deux voies distinctes — les charges fixes, à haute fréquence et prévisibles sont attribuées aux ASIC, tandis que les charges de recherche, variées et dont l’architecture évolue encore sont dévolues aux GPU. NVIDIA conserve toujours une prise ferme sur le training et la majeure partie du marché.

https://oplexa.com/custom-asic-market-2026-hyperscalers-ditching-nvidia/

DeepSeek et Zhipu ne peuvent pas encore répondre à la question de savoir s'ils peuvent fabriquer leurs propres puces, car les deux informations restent à un stade initial d'évaluation.

Mais elles ont été mises en œuvre le même jour, comme deux pierres jetées simultanément à la surface de l’eau, dont les ondes révèlent la même anxiété : de San Francisco à Pékin, dans cette ère où la puissance de calcul équivaut au pouvoir, aucune entreprise d’IA ne souhaite survivre au prochain cycle en louant pour toujours son souffle vital à autrui.

Cet article provient du compte WeChat « Machine Heart » (ID : almosthuman2014), auteur : Panda