Aller au contenu principal
136 cœurs, 3 nm… Arm dévoile une première puce bien à lui, et elle dépote
InfrastructureFrandroid · 1 min de lecture

136 cœurs, 3 nm… Arm dévoile une première puce bien à lui, et elle dépote

Source originale ↗·

Arm, connu jusqu'ici comme un pure-player de la propriété intellectuelle vendant ses architectures de processeurs aux plus grands fabricants de puces, franchit une étape historique en dévoilant sa toute première puce maison. Conçue en partenariat avec Meta, cette puce inédite embarque 136 cœurs et bénéficie d'une gravure en 3 nanomètres, la plaçant d'emblée dans le haut du spectre technologique actuel.

Ce virage stratégique est significatif pour l'ensemble du secteur des semi-conducteurs. En passant de vendeur de licences à concepteur de silicium intégré, Arm entre en concurrence directe avec ses propres clients, Apple, Qualcomm, Samsung ou encore MediaTek, qui s'appuient tous sur ses architectures. Le partenariat avec Meta souligne par ailleurs la demande croissante des géants du numérique pour des puces sur mesure, adaptées à leurs besoins spécifiques en IA agentique.

La puce est explicitement positionnée pour les charges de travail d'intelligence artificielle agentique, c'est-à-dire des agents autonomes capables de planifier et d'exécuter des tâches complexes sans supervision humaine constante. Avec 136 cœurs gravés en 3 nm, cette architecture offre une densité de calcul et une efficacité énergétique adaptées aux infrastructures de centres de données nouvelle génération, là où la puissance brute doit se concilier avec des contraintes thermiques strictes.

Ce lancement marque potentiellement le début d'une nouvelle ère pour Arm, qui pourrait progressivement élargir son portefeuille de produits finis. La collaboration avec Meta pourrait n'être qu'un premier jalon avant d'autres partenariats similaires avec des hyperscalers cherchant à s'affranchir partiellement des solutions génériques de Nvidia ou AMD.

Impact France/UE

Le pivot d'Arm vers le hardware souverain représente un signal fort pour l'industrie des semi-conducteurs, alors que l'Europe cherche à renforcer sa propre capacité de production via le Chips Act européen.

Dans nos dossiers

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

FlashQLA : Alibaba dévoile une arme secrète qui accélère l’IA jusqu’à 3 fois
1Le Big Data 

FlashQLA : Alibaba dévoile une arme secrète qui accélère l’IA jusqu’à 3 fois

L'équipe Qwen d'Alibaba a présenté le 29 avril 2026 FlashQLA, une bibliothèque de noyaux d'attention linéaire haute performance construite sur TileLang, un langage de programmation optimisé pour le calcul parallèle. Les chiffres avancés sont nets : la propagation avant des modèles est accélérée de 2 à 3 fois, tandis que la rétropropagation, phase critique de l'entraînement, voit sa vitesse pratiquement doubler. L'architecture repose sur une division des calculs en deux noyaux distincts plutôt qu'un bloc unifié, ce qui se traduit par une légère surcharge mémoire mais des performances réelles supérieures sur machines modestes. La rétropropagation bénéficie en particulier d'un pipeline en 16 étapes optimisé au niveau du warp avec des contraintes mémoire très faibles. Ce qui distingue FlashQLA des solutions concurrentes est sa cible explicite : les appareils personnels et l'edge computing, pas les data centers. Alibaba positionne cet outil pour faire tourner des modèles d'IA agentielle directement sur des ordinateurs portables et machines locales, réduisant la dépendance aux serveurs cloud. Les gains sont particulièrement marqués pour les petits modèles et les tâches à contexte long, deux cas d'usage centraux pour l'IA embarquée. Pour les développeurs et les entreprises qui déploient des agents IA en production, cela signifie des coûts d'inférence réduits, des latences plus faibles et une meilleure utilisation de la mémoire sans changement de matériel. FlashQLA s'inscrit dans une tendance de fond qui traverse l'ensemble de l'industrie depuis 2024 : la course à l'efficacité des modèles en dehors du cloud. Face à des coûts d'inférence toujours élevés et à des préoccupations croissantes autour de la souveraineté des données, les grandes entreprises technologiques cherchent à rapprocher la puissance de calcul de l'utilisateur final. Alibaba, via son équipe Qwen déjà connue pour ses modèles ouverts compétitifs face à GPT-4, renforce ici sa position dans l'écosystème open source en proposant une brique d'optimisation bas niveau directement utilisable par la communauté. La publication fait suite à plusieurs annonces similaires dans l'industrie, dont FlashAttention de Tri Dao ou les optimisations kernel de Meta pour Llama. Si FlashQLA tient ses promesses à l'échelle, il pourrait accélérer la migration d'une partie des charges d'inférence vers le local, rééquilibrant durablement le rapport entre cloud centralisé et calcul distribué.

UEL'axe edge computing et réduction de dépendance au cloud s'aligne indirectement avec les objectifs de souveraineté numérique européenne, mais aucun impact direct sur la France ou l'UE n'est identifiable.

InfrastructureOpinion
1 source
Google prépare lui aussi une puce IA pour faire tourner Gemini bien plus efficacement
2Le Big Data 

Google prépare lui aussi une puce IA pour faire tourner Gemini bien plus efficacement

Google développe une nouvelle puce IA en interne, baptisée « Frozen v2 », spécialement conçue pour faire tourner ses modèles Gemini, selon un rapport de The Information publié le 20 juillet 2026. Ce processeur pour serveurs viendrait compléter, et non remplacer, les TPU déjà utilisés par l'entreprise. Son originalité tiendrait à l'intégration directe de certains éléments de l'architecture de Gemini dans le matériel lui-même, réduisant ainsi la dépendance du modèle aux seuls logiciels. D'après les estimations internes citées dans le rapport, cette puce pourrait générer entre six et dix fois plus de tokens pour une même consommation d'énergie que les TPU les plus récents de Google. Un porte-parole de Google Cloud a confirmé que les équipes travaillaient à concevoir conjointement du matériel et des logiciels pour obtenir des systèmes « hautement optimisés », sans toutefois valider les détails précis du projet. Le déploiement de Frozen v2 ne serait pas attendu avant 2028, les ingénieurs devant encore trancher sur la conception finale et sur la part du modèle directement gravée dans le silicium. Cette initiative répond à une pression bien concrète sur les infrastructures de Google. La demande en puissance de calcul pour faire tourner Gemini serait telle qu'elle aurait déjà provoqué des tensions internes, poussant Google Cloud à refuser certains contrats avec des clients externes faute de ressources disponibles. Une puce plus efficace permettrait de traiter davantage de requêtes sans augmenter la consommation énergétique ni multiplier les centres de données, un enjeu de plus en plus critique à mesure que les modèles d'IA generatifs gagnent en taille et en gourmandise. Pour les utilisateurs de Gemini comme pour les clients de Google Cloud, cela pourrait se traduire par une meilleure disponibilité du service et, potentiellement, des coûts d'exploitation réduits à terme. Cette course au matériel sur mesure dépasse largement le seul cas de Google. Nvidia domine aujourd'hui le marché des puces IA, mais plusieurs géants technologiques cherchent à réduire leur dépendance à ce fournisseur unique en développant leurs propres processeurs adaptés à leurs modèles. Amazon a ses puces Trainium et Inferentia, Microsoft son Maia, et Meta développe également ses propres accélérateurs. En misant sur une architecture pensée main dans la main avec Gemini, Google cherche à sécuriser son approvisionnement tout en gagnant un avantage compétitif sur l'efficacité énergétique, un critère de plus en plus déterminant à mesure que les data centers dédiés à l'IA consomment des quantités croissantes d'électricité. Rien ne garantit cependant que le projet aboutira dans les termes décrits, et l'horizon 2028 laisse une marge importante avant toute confirmation industrielle.

InfrastructureActu
1 source
IBM annonce la première puce au monde sous 1 nanomètre
3Ars Technica AI 

IBM annonce la première puce au monde sous 1 nanomètre

IBM a présenté une nouvelle architecture de puce capable d'intégrer près de 100 milliards de transistors sur une surface de la taille d'un ongle humain, soit presque le double de la densité de transistors de la génération précédente de la firme. Baptisée "nanostack", cette technologie est présentée comme la "première technologie de puce sub-1 nanomètre au monde" et cible en priorité les centres de données dédiés à l'intelligence artificielle. C'est Jay Gambetta, directeur d'IBM Research et IBM Fellow, qui a annoncé l'innovation lors d'un briefing médias en avant-première : "Ce n'est pas une simple progression incrémentale, c'est un bond en avant significatif", a-t-il déclaré, promettant "un futur où l'informatique devient bien plus puissante sans augmentation correspondante de la consommation énergétique." Il convient toutefois de préciser ce que recouvre réellement ce terme de "sub-1 nanomètre", car fabriquer des puces avec des composants physiques inférieurs à 1 nanomètre reste impraticable en raison de contraintes physiques fondamentales. IBM ne prétend pas avoir franchi cette barrière matérielle : l'architecture nanostack est conçue pour délivrer les gains de performance qu'une telle puce théorique offrirait, sans en avoir les transistors microscopiques. L'enjeu est donc avant tout d'ordre fonctionnel et commercial, les amélioration réelles en performance de calcul et en efficacité énergétique étant bien au rendez-vous pour les opérateurs de centres de données IA. Cette annonce s'inscrit dans une course effrénée entre les grands acteurs technologiques pour repousser les limites de la miniaturisation des semi-conducteurs, alors que la demande de puissance de calcul explose sous l'impulsion de l'IA générative. IBM, longtemps en retrait sur le marché des puces grand public, repositionne ici sa recherche fondamentale comme levier de différenciation dans l'infrastructure IA. La prochaine étape sera de voir si cette technologie passe du stade du laboratoire à une production industrielle compétitive face aux géants TSMC et Samsung, qui dominent actuellement la fabrication de semi-conducteurs de pointe.

UEImpact indirect sur les opérateurs européens de centres de données IA, qui pourraient bénéficier d'une meilleure efficacité énergétique si cette architecture passe en production industrielle.

InfrastructureOpinion
1 source
Google prévoit une nouvelle puce « Frozen » pour exécuter ses modèles d'IA bien plus efficacement
4The Information AI 

Google prévoit une nouvelle puce « Frozen » pour exécuter ses modèles d'IA bien plus efficacement

Google prépare une nouvelle puce serveur qui intégrerait directement l'architecture de son modèle d'intelligence artificielle Gemini, afin de faire fonctionner ses modèles de façon beaucoup plus efficace, selon deux personnes proches du dossier. Ce processeur, surnommé en interne "Frozen v2", vise à répondre à une pénurie importante de capacité de calcul IA, une situation qui a généré des tensions internes chez Google et contraint Google Cloud à refuser des contrats avec des clients externes. Les équipes travaillant sur ce projet estiment que la puce pourrait être six à dix fois plus efficace que la dernière génération de puces IA maison de Google, mesurée en nombre de tokens (l'unité de base de consommation d'un modèle d'IA) traités par unité d'énergie consommée. Cette avancée serait déterminante pour l'activité cloud de Google, confrontée à une demande croissante qu'elle peine actuellement à satisfaire. Une puce nettement plus économe en énergie permettrait de servir davantage d'utilisateurs et d'entreprises clientes sans multiplier les investissements en infrastructure, tout en réduisant les coûts d'exploitation liés à l'IA. Cela renforcerait aussi la position de Google face à ses concurrents dans la course aux semi-conducteurs spécialisés, où la disponibilité de puces performantes est devenue un facteur clé de compétitivité. Ce projet s'inscrit dans la lignée des puces maison de Google, conçues depuis plusieurs années pour réduire sa dépendance aux fabricants externes comme Nvidia. La spécificité de "Frozen v2" est d'intégrer directement le modèle Gemini dans la conception matérielle, une approche de co-conception censée maximiser les gains d'efficacité. Cette pénurie de capacité de calcul touche l'ensemble du secteur, où Google, Microsoft, Amazon et OpenAI se disputent des ressources limitées pour entraîner et déployer leurs modèles à grande échelle.

UELes entreprises européennes clientes de Google Cloud pourraient bénéficier indirectement d'une meilleure disponibilité de capacité de calcul IA si cette puce réduit la pénurie actuelle.

InfrastructureActu
1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic