Les rivaux de Nvidia se multiplient : découvrez les concurrents clés qui tentent de briser son emprise.

Les rivaux de Nvidia se multiplient

Cerebras CEO Andrew Feldman, Nvidia CEO Jensen Huang, et AMD CEO Lisa Su. Bien que Nvidia soit en avance, le secteur du matériel d'IA autour d'elle se développe rapidement. Les géants du cloud et les startups conçoivent des puces d'IA concurrentes, notamment pour l'inférence. La Chine et les grands fabricants de puces traditionnels intensifient également la pression. La domination technique de Nvidia et ses revenus en forte hausse ne montrent aucun signe de ralentissement. Cependant, avec l'explosion des dépenses en capital et les changements techniques qui perturbent le secteur, la concentration de pouvoir de l'entreprise suscite de nouvelles pressions.

Les unités de traitement graphique (GPU) de Nvidia ne sont pas bon marché. Alors que les clients cherchent à réduire leur dépendance à ces produits, certaines entreprises émergent comme des rivales. L'accent mis sur l'IA évolue également. Bien que les GPU dominent l'entraînement, l'inférence — c'est-à-dire l'exécution de modèles d'IA et leur capacité à réaliser des tâches — est continue et sensible aux coûts. Une vague de startups développe des puces d'inférence qu'elles positionnent comme moins chères et plus efficaces que les GPU.

Les entreprises de la chaîne de matériel d'IA sont souvent à la fois concurrentes et partenaires. Par exemple, le géant du silicium Broadcom conçoit des puces qui rivalisent avec celles de Nvidia tout en fournissant la technologie de mise en réseau pour connecter ses GPU. Le résultat n'est pas tant une rivalité directe qu'un champ de bataille en rapide expansion et de plus en plus complexe, même si Nvidia reste largement en tête.

Les principaux challengers à la domination de Nvidia

1. Clients devenus concurrents

Google est devenu l'un des rivaux les plus redoutables, ayant travaillé sur les Tensor Processing Units (TPUs) pendant environ une décennie. Les TPUs ont été principalement utilisés pour les charges de travail internes et dans le cloud de Google. En février, le géant de la recherche a conclu un accord pour les louer à Meta. Google collabore également avec la société de cloud Fluidstack pour louer des TPUs, un autre changement qui le positionne plus directement contre Nvidia.

Amazon conçoit également des puces comme alternatives à moindre coût à celles de Nvidia : Trainium pour l'entraînement et Inferentia pour l'inférence. Microsoft et Meta sont encore à un stade précoce de leurs processus. Meta a annoncé qu'elle allait de l'avant avec quatre nouvelles générations de silicium au cours des deux prochaines années, et Microsoft a récemment annoncé une puce d'inférence IA appelée Maia 200.

2. Les startups de puces saisissent la vague de l'inférence

Les investisseurs injectent des milliards dans des startups de puces qui profitent de la vague de l'inférence. Nvidia veut également s'y engager, en payant 20 milliards de dollars pour licencier des technologies et recruter des talents de Groq, fondé par un ancien ingénieur des TPU et souvent considéré comme l'un des plus grands challengers en matière d'inférence.

Le secteur a produit plusieurs licornes. Bien que beaucoup aient été créées avant ChatGPT, elles prospèrent maintenant alors que les dépenses en infrastructure explosent et que la demande se matérialise.

• Cerebras, fondée en 2015 et valorisée à 23 milliards de dollars, construit des puces de la taille d'une assiette pour l'entraînement et l'inférence, et a conclu un accord de 10 milliards de dollars avec OpenAI en janvier.

• SambaNova, qui a levé 350 millions de dollars après que des discussions d'acquisition avec Intel aient échoué, construit des systèmes matériels et logiciels d'IA pour des clients commerciaux. (Intel a déclaré à Business Insider qu'il prévoyait une collaboration pluriannuelle avec SambaNova et a investi dans sa série E.)

• Tenstorrent, dont la dernière valorisation était de 2 milliards de dollars, propose également une alternative aux GPU.

3. Le facteur Chine

La Chine demeure le plus grand casse-tête géopolitique pour Nvidia. Les États-Unis ont renforcé les contrôles à l'exportation des puces d'IA, et les régulateurs américains ont allégué que certains laboratoires chinois formaient leurs modèles sur du matériel restreint. Jensen Huang, CEO de Nvidia, a averti à plusieurs reprises que bloquer les ventes vers la Chine ne ferait qu'accélérer les progrès locaux.

Huawei se trouve au centre de ces efforts. Le géant des télécommunications, âgé de près de 40 ans, est considéré comme l'équivalent le plus proche de Nvidia, construisant des puces, des serveurs, du matériel de mise en réseau et gérant son propre cloud. Des startups de puces chinoises comme Cambricon ont également émergé comme alternatives à Nvidia. D'autres concurrents incluent Alibaba et Baidu — les équivalents chinois d'Amazon et Google — qui conçoivent des puces pour leurs entreprises de cloud respectives.

4. Les anciens de l'industrie

Des acteurs historiques comme AMD, Intel et Broadcom se disputent une part de la domination de Nvidia dans l'IA, tandis que Nvidia empiète également sur leur territoire. AMD, qui construit des concurrents aux GPU et dont la CEO Lisa Su est une cousine éloignée de Huang, a sécurisé des contrats avec de grands clients commerciaux, y compris Meta.

Intel, quant à lui, a une forte empreinte parmi les grandes entreprises, tandis que Broadcom se spécialise dans les réseaux et les puces personnalisées — ce qui signifie qu'il pourrait en bénéficier même si Nvidia continue de dominer le marché des GPU.