Intel pourrait fabriquer les futures puces IA d’Apple

IA : cette avancée de Google qui fait trembler les fabricants de puces sur les marchés

Google a annoncé TurboQuant, un algorithme de compression capable de réduire drastiquement les besoins en mémoire vive des grands modèles de langage (LLM). L'annonce, faite en mars 2026, a provoqué une réaction immédiate sur les marchés financiers : les actions des fabricants de mémoires et de puces, dont Micron et SK Hynix, ont fortement chuté en Bourse dès la publication de la nouvelle. L'impact potentiel est considérable pour toute l'industrie des semi-conducteurs. Si TurboQuant tient ses promesses, les data centers et les développeurs d'IA auront besoin de beaucoup moins de RAM pour faire tourner des modèles de grande taille, ce qui représente une menace directe sur les volumes de vente de mémoire HBM (High Bandwidth Memory), un segment très lucratif dominé par Samsung, SK Hynix et Micron. Pour les utilisateurs et les entreprises qui déploient des LLM, cela pourrait en revanche signifier des coûts d'infrastructure nettement réduits et une accessibilité accrue à des modèles puissants. Cette avancée s'inscrit dans une course plus large à l'efficacité des modèles d'IA, où la quantisation et la compression sont devenues des axes majeurs de recherche depuis 2023. Des techniques comme GPTQ ou AWQ avaient déjà tracé la voie, mais Google, fort de ses ressources et de sa maîtrise de l'infrastructure, entend ici passer à une nouvelle échelle. La question qui agite désormais le secteur est de savoir si TurboQuant sera intégré à Gemini et aux offres cloud de Google, ce qui accélérerait considérablement son adoption industrielle.

💬 TurboQuant ne change pas ce qu'on peut faire tourner sur nos GPU quant à la taille des modèles eux-mêmes, mais il transforme des modèles "techniquement possibles" en modèles réellement utilisables avec un vrai contexte long. Pour illustrer : avec une RTX 5080, les modèles 12-14B passent de ~10K à ~60-100K tokens de contexte, soit une fenêtre quasi illimitée pour ces tailles. De quoi faire trembler les fabricants de puces, effectivement.

Comment la guerre en Iran pourrait asphyxier le carburant invisible de l’IA

Le conflit impliquant l'Iran, les États-Unis et Israël fait peser une menace inattendue sur l'industrie mondiale de l'intelligence artificielle. Au-delà des marchés pétroliers traditionnellement exposés aux tensions géopolitiques au Moyen-Orient, c'est l'approvisionnement en hélium, gaz rare indispensable à la fabrication des semi-conducteurs, qui pourrait se retrouver en danger. L'hélium joue un rôle critique et souvent méconnu dans la production de puces électroniques, notamment dans les procédés de refroidissement des équipements de lithographie et dans la création d'atmosphères inertes pour les salles blanches. Sans cet élément, les chaînes de fabrication des GPU et autres accélérateurs qui alimentent les centres de données IA seraient directement compromises. Une disruption de l'approvisionnement pourrait donc ralentir la production des puces dont dépendent des acteurs comme NVIDIA, TSMC ou Samsung. L'Iran figure parmi les pays disposant de réserves significatives d'hélium naturel, souvent extrait en coproduit du gaz naturel. Une escalade militaire dans la région, notamment autour du détroit d'Ormuz, point de passage stratégique pour une large part des exportations énergétiques mondiales, pourrait perturber les flux de ce gaz vers les grandes puissances industrielles. Le marché mondial de l'hélium est déjà structurellement tendu, dominé par quelques acteurs comme les États-Unis, le Qatar et la Russie. Dans un contexte où la course aux capacités en IA s'intensifie et où les gouvernements cherchent à sécuriser leurs chaînes d'approvisionnement technologiques, cette vulnérabilité méconnue illustre à quel point l'infrastructure de l'IA repose sur des ressources physiques fragiles et géopolitiquement exposées. La diversification des sources d'approvisionnement en hélium pourrait rapidement devenir un enjeu de souveraineté industrielle.

Nvidia perd du terrain sur les puces IA : Microsoft se tourne vers AMD, et Anthropic pourrait suivre

Microsoft élargit l'infrastructure IA d'Azure en intégrant Helios, la nouvelle plateforme d'AMD, qui doit concurrencer directement les systèmes GPU de Nvidia à partir du second semestre 2026. Cette annonce marque un tournant dans la stratégie d'approvisionnement en puces du géant du cloud, jusqu'ici très dépendant de Nvidia pour ses charges de travail liées à l'intelligence artificielle. Un profil GitHub public suggère par ailleurs qu'Anthropic teste également du matériel AMD, ce qui indique que l'entreprise pourrait suivre le mouvement amorcé par Microsoft et diversifier ses propres fournisseurs de calcul. Cette évolution représente une pression supplémentaire sur le pouvoir de fixation des prix de Nvidia, qui domine largement le marché des puces dédiées à l'entraînement et à l'inférence des modèles d'IA. Pour les grands fournisseurs de cloud et les laboratoires d'IA, disposer d'une alternative crédible comme AMD permet de négocier de meilleurs tarifs et de réduire la dépendance à un fournisseur unique, un enjeu stratégique majeur compte tenu des sommes colossales investies dans les infrastructures de calcul. Pour les utilisateurs finaux, une concurrence accrue pourrait à terme se traduire par une baisse des coûts d'accès aux services d'IA hébergés sur le cloud. Ce mouvement s'inscrit dans un contexte plus large où les grands acteurs technologiques cherchent à diversifier leurs sources d'approvisionnement en puces, face à la demande explosive de capacité de calcul pour l'IA générative et aux tensions sur les chaînes d'approvisionnement. Nvidia reste pour l'instant le leader incontesté du marché, mais l'arrivée de plateformes concurrentes crédibles comme Helios d'AMD, combinée à l'intérêt manifesté par des clients de poids comme Microsoft et potentiellement Anthropic, pourrait redessiner les rapports de force dans les prochaines années et inciter d'autres acteurs à suivre cette diversification.

SenseTime lance le projet Galaxy pour renforcer ses puces IA domestiques

SenseTime a lancé le Galaxy Project, une initiative associant près de vingt partenaires pour accélérer le déploiement d'infrastructures de calcul IA reposant sur des puces domestiques chinoises. L'annonce a été faite lors d'une keynote intitulée « Intelligent Transformation and Symbiosis » par Yang Fan, cofondateur de SenseTime et président de sa division Large Device Business Group, qui a présenté un système en boucle fermée reliant technologie au niveau des puces, partenariats d'écosystème et déploiement commercial. En parallèle du Galaxy Project, SenseTime a signé un accord de calcul spatial avec le fabricant de satellites Guoxing Aerospace, ainsi qu'un partenariat de recherche avec cinq institutions, dont le Shanghai Artificial Intelligence Laboratory, destiné aux applications de calcul scientifique. Yang Fan justifie ce calendrier par trois tendances convergentes : une demande croissante de tokens dans les déploiements en entreprise, une adoption de l'IA industrielle qui rattrape son retard sur les usages grand public, et une commercialisation des puces domestiques désormais assez mature pour permettre l'installation rapide de centres de calcul intelligents sur silicium chinois. Ces annonces reposent toutefois largement sur des chiffres fournis par SenseTime elle-même, sans validation indépendante. L'entreprise affirme que sa plateforme de grands appareils traite en moyenne 2,42 trillions de tokens par jour, un volume qu'elle projette de multiplier par 25 pour atteindre 10 trillions de tokens quotidiens d'ici le quatrième trimestre 2026, une prévision et non une mesure constatée. SenseTime revendique également, grâce à sa technologie d'inférence hybride hétérogène, une hausse de 85 à 152 % de l'utilisation des FLOPs des modèles sur les puces domestiques courantes, un rapport coût-efficacité d'inférence 1,25 fois supérieur aux puces H-series de Nvidia, et un rendement en tokens 2,5 fois supérieur à coût égal par rapport aux configurations d'inférence homogènes domestiques, un niveau qui franchirait selon elle le seuil de rentabilité jusqu'ici considéré comme minimal pour le calcul domestique. Aucun de ces résultats n'a été vérifié par un tiers, et l'écart entre un cluster de test optimisé et un environnement de production réel, avec ses pipelines de données hétérogènes et ses mises à jour de firmware tardives, est précisément l'endroit où ce type de chiffres a tendance à s'effriter. Les puces IA domestiques chinoises souffrent traditionnellement d'une pile logicielle fragmentée, obligeant à retravailler les modèles pour les faire fonctionner sur des architectures différentes. SenseTime dit avoir construit une couche d'adaptation complète, couvrant modèles, frameworks, opérateurs, chaînes d'outils et matériel, pour permettre aux clients de migrer leurs charges de travail entre fournisseurs de puces domestiques sans réécriture lourde. L'entreprise cite deux cas concrets : une réduction par trois du temps de prédiction dans une tâche de prédiction de protéines à longue séquence grâce à l'optimisation d'opérateurs fusionnés, et un taux d'accélération parallèle multi-cartes de 93 % pour des modèles DiT de génération vidéo sur puces domestiques, avec une migration à coût nul pour les outils de développement IA courants. SenseTime a par ailleurs introduit une nouvelle métrique, les « Tokens Per Watt », censée remplacer les indicateurs classiques d'efficacité énergétique des data centers, associée à un agent de collaboration en puissance de calcul chargé de la planification des ressources, de la prévision du prix de l'électricité et de l'optimisation du stockage d'énergie, au sein d'un système de données à huit niveaux comportant cinq chaînes de décision.