InfrastructureArs Technica AI · 25 juin 2026, 11:00· 1 min de lecture

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.

Impact France/UE

Impact 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.

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

1Frandroid

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

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.

UELe 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.

InfrastructureActu

1 source

2The Verge AI

Musk annonce la construction d'une usine de puces Terafab à Austin, au Texas

Elon Musk a annoncé son intention de construire une usine de fabrication de puces baptisée Terafab à Austin, au Texas, qui sera cogérée par Tesla et SpaceX. L'objectif affiché est de produire des semi-conducteurs à grande échelle pour alimenter les besoins en robotique, en intelligence artificielle et en centres de données orbitaux destinés aux différentes entreprises du milliardaire. Ce projet s'inscrit dans un contexte de tension croissante sur l'approvisionnement en puces, une préoccupation partagée par de nombreux dirigeants de l'industrie tech face à l'explosion de la demande liée à l'IA. En cherchant à contrôler sa propre chaîne d'approvisionnement en semi-conducteurs, Musk vise une indépendance stratégique pour l'ensemble de son écosystème industriel, des véhicules autonomes Tesla aux fusées SpaceX, en passant par ses ambitions en IA. Toutefois, la réalisation d'une telle usine représente un défi colossal : la construction d'une fab nécessite des milliards de dollars, plusieurs années de travail et des équipements hautement spécialisés. Comme le souligne Bloomberg, Musk "n'a aucune expérience dans la production de semi-conducteurs" et affiche "un historique de promesses excessives" sur des projets industriels complexes, une mise en garde sérieuse pour un secteur où TSMC et Intel ont mis des décennies à bâtir leur savoir-faire. Les observateurs s'interrogent sur la faisabilité réelle du calendrier et du financement, d'autant que le projet implique une coordination inédite entre deux entités aux cultures et aux contraintes très différentes. Si l'ambition est spectaculaire, le secteur attend des preuves concrètes avant d'y voir une véritable disruption de l'industrie des semi-conducteurs.

InfrastructureActu

1 source

3Le Big Data

Meta Iris : la puce IA de Meta pour rivaliser avec Nvidia

Meta a dévoilé Iris, une nouvelle puce d'intelligence artificielle destinée à équiper ses centres de données, avec une production industrielle prévue dès septembre 2026. Ce composant constitue la quatrième génération du programme Meta Training and Inference Accelerator (MTIA), lancé par le groupe de Mark Zuckerberg pour développer sa propre famille de processeurs spécialisés. Iris repose sur une architecture en chiplets, qui assemble plusieurs blocs spécialisés au sein d'un même circuit plutôt qu'un design monolithique classique, ce qui facilite les évolutions futures de l'architecture. Sa conception associe plusieurs poids lourds des semi-conducteurs : Broadcom pour l'architecture, TSMC pour la gravure des circuits, et Samsung pour les technologies mémoire. La puce cible en priorité les charges de travail internes de Meta, à savoir les systèmes de recommandation, la personnalisation des contenus diffusés sur Facebook, Instagram et WhatsApp, ainsi que l'exécution des modèles d'IA générative. L'enjeu dépasse la seule performance technique. En développant son propre silicium, Meta cherche avant tout à réduire sa dépendance aux GPU de Nvidia, dont les coûts d'achat restent très élevés et dont la disponibilité reste contrainte par une demande mondiale qui dépasse largement l'offre. Une puce taillée sur mesure permet à Meta d'optimiser spécifiquement les tâches d'inférence, c'est-à-dire l'exécution de modèles déjà entraînés, une phase qui consomme une part croissante des ressources de calcul à mesure que les services d'IA générative se déploient à grande échelle sur les applications du groupe. Pour les utilisateurs de Facebook, Instagram et WhatsApp, cela devrait se traduire à terme par des fonctionnalités d'IA plus rapides et moins coûteuses à exploiter, sans dégradation de la qualité de service liée à des pénuries de composants sur le marché mondial. Cette stratégie s'inscrit dans un mouvement plus large de l'industrie technologique vers l'intégration verticale du matériel et des modèles d'intelligence artificielle. Google a déjà emprunté cette voie avec ses puces TPU, développées en interne pour ses propres besoins de calcul, et Meta se rapproche désormais de cette logique. Longtemps entièrement dépendant des GPU Nvidia pour entraîner et faire tourner ses grands modèles de langage et ses systèmes de recommandation, le groupe formalise avec Iris un virage engagé depuis plusieurs générations de son programme MTIA. En se donnant les moyens de maîtriser à la fois les modèles et les composants qui les font fonctionner, Meta cherche à sécuriser sa capacité de calcul face à une demande mondiale de puces IA qui continue de dépasser l'offre, à l'heure où la course à l'infrastructure oppose les géants technologiques autant sur le terrain du matériel que sur celui des algorithmes.

UEUne moindre dépendance de Meta aux GPU Nvidia pourrait légèrement détendre l'offre mondiale de puces IA, ce qui profiterait indirectement aux acteurs du cloud et de l'IA en France et en UE.

InfrastructureActu

1 source

4Frandroid

La prochaine puce de Nvidia serait vraiment différente des autres

Nvidia pourrait marquer un tournant majeur dans sa stratégie de conception de puces. Après des décennies à dominer le marché avec ses GPU (unités de traitement graphique) polyvalentes et massivement parallèles, le géant américain des semi-conducteurs envisagerait de s'éloigner de son architecture historique « tout-en-un » pour proposer une puce radicalement différente. Ce changement de cap serait significatif pour l'ensemble du secteur. L'approche monolithique de Nvidia, concentrer un maximum de capacités de calcul dans une seule puce, a jusqu'ici fait la force de ses produits, notamment dans le domaine de l'IA générative et de l'entraînement de grands modèles de langage. S'en éloigner suggère que même le leader incontesté du marché cherche à optimiser ses architectures face à des contraintes physiques et économiques croissantes. Les détails techniques de cette nouvelle puce restent pour l'instant limités, mais l'orientation vers une conception modulaire ou spécialisée, à l'image des approches chiplet adoptées par des concurrents comme AMD ou Intel, pourrait permettre à Nvidia de gagner en flexibilité, en rendement de fabrication et en efficacité énergétique. Ce type d'architecture découplée permet d'assembler des blocs fonctionnels distincts plutôt que de tout intégrer sur un seul die. Si cette évolution se confirme, elle pourrait redéfinir la feuille de route matérielle de Nvidia pour les prochaines générations de puces dédiées à l'IA, à un moment où la demande en infrastructure de calcul n'a jamais été aussi forte, et où la concurrence d'acteurs comme AMD, Intel ou les divisions silicium de Google, Microsoft et Amazon s'intensifie rapidement.

InfrastructureOpinion

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