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

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.

Le puce "Frozen v2" de Google intégrerait directement l'architecture de Gemini dans le silicium pour des gains d'efficacité

Voici l'article traduit et résumé : Google développerait actuellement un nouveau processeur baptisé « Frozen v2 », conçu pour intégrer directement l'architecture de son modèle Gemini au niveau du silicium. Selon des sources internes citées par The Decoder, cette puce serait de 6 à 10 fois plus efficace que les TPU actuels de l'entreprise. Son lancement serait prévu pour 2028, ce qui laisse à Google plusieurs années de développement avant une mise en production à grande échelle. Cette approche marquerait un tournant stratégique majeur pour Google dans la course à l'intelligence artificielle. En gravant directement l'architecture de Gemini dans le matériel plutôt que de s'appuyer sur des puces génériques, l'entreprise pourrait considérablement réduire ses coûts d'inférence, c'est-à-dire les coûts liés à l'exécution des modèles d'IA une fois entraînés. Un tel gain d'efficacité permettrait potentiellement à Google de proposer ses services d'IA à des prix inférieurs à ceux d'OpenAI et d'Anthropic, ses principaux concurrents, tout en préservant ses marges. Cette stratégie s'inscrit dans une tendance de fond de l'industrie : les géants technologiques cherchent de plus en plus à concevoir leurs propres puces spécialisées plutôt que de dépendre de fournisseurs comme Nvidia. Google dispose déjà d'une expertise reconnue avec ses TPU (Tensor Processing Units), développés en interne depuis plusieurs années. En poussant cette logique plus loin avec une puce pensée spécifiquement pour Gemini, l'entreprise viserait un avantage structurel durable sur les coûts, un enjeu central alors que la rentabilité des modèles d'IA générative reste un défi majeur pour l'ensemble du secteur, y compris pour ses rivaux directs.

Google lance ses puces TPU 8, trois fois plus puissantes, pour accélérer l'entraînement IA et réduire les coûts cloud

Google a dévoilé la huitième génération de ses Tensor Processing Units lors de la conférence Google Cloud Next, en introduisant deux puces d'IA distinctes : la TPU 8t, dédiée à l'entraînement des modèles, et la TPU 8i, optimisée pour l'inférence. La TPU 8t peut s'étendre jusqu'à 9 600 puces dans un seul superpod, atteignant 121 exaflops de puissance de calcul, soit près de trois fois les performances de la génération précédente, baptisée Ironwood. Elle vise un taux de "goodput" supérieur à 97 %, c'est-à-dire un temps de calcul productif maximisé, limitant les pauses dues aux pannes ou aux goulots d'étranglement. La TPU 8i, quant à elle, embarque 288 Go de mémoire haute bande passante et 384 Mo de SRAM on-chip, et affiche une amélioration de 80 % du rapport performance/dollar par rapport à la génération précédente, permettant de traiter presque deux fois plus de charge à coût équivalent. Les deux puces seront disponibles en accès général via Google Cloud d'ici la fin de l'année. Cette annonce marque une rupture dans la façon dont l'industrie conçoit l'infrastructure IA. En séparant les cas d'usage entraînement et inférence en deux architectures matérielles distinctes, Google reconnaît que les charges de travail modernes ont des profils radicalement différents. Les agents IA, qui enchaînent des raisonnements, appellent des outils et interagissent en boucle avec d'autres modèles, exigent des temps de réponse très courts et une mémoire rapide proche du processeur, ce que la TPU 8i cible directement. Pour les entreprises clientes, le gain de performance par dollar est concret : gérer deux fois plus d'utilisateurs simultanés sans augmenter la facture cloud change l'équation économique du déploiement de modèles à grande échelle. Google développe ses TPU depuis 2016 pour ses propres systèmes internes, dont Gemini, mais les ouvre désormais plus largement aux clients cloud face à une demande explosive en calcul IA. La stratégie est claire : offrir une alternative intégrée à l'écosystème Nvidia en combinant silicium propriétaire, réseaux personnalisés, frameworks logiciels et services cloud en un seul stack. Les deux puces supportent JAX, PyTorch, SGLang et vLLM, abaissant la barrière à la migration pour les développeurs. Sur le plan énergétique, les TPU 8 offrent jusqu'à deux fois plus de performance par watt que la génération Ironwood et utilisent un refroidissement liquide de quatrième génération. La bataille pour l'infrastructure IA de prochaine génération s'intensifie, avec Google, Microsoft, Amazon et Meta qui investissent massivement dans leurs propres puces pour réduire leur dépendance à Nvidia tout en contrôlant les coûts d'exploitation à long terme.

Anthropic et Samsung préparent une puce IA pour Claude : quels impacts pour les entreprises ?

Anthropic explore la possibilité de faire fabriquer une puce IA sur mesure par Samsung pour faire tourner son modèle Claude, selon des informations rapportées début juillet 2026 par The Information. Les discussions entre les deux groupes portent notamment sur le recours au procédé de gravure en 2 nanomètres de Samsung ainsi qu'à ses techniques avancées de packaging. Le projet en est toutefois à un stade très préliminaire : Anthropic n'a pas encore arrêté l'usage précis de cette puce, son mode d'intégration dans les serveurs, ni le niveau de puissance de calcul visé. L'entreprise, fondée par d'anciens dirigeants d'OpenAI, s'appuie actuellement sur une infrastructure diversifiée mêlant des accélérateurs de Google, d'Amazon et de Nvidia, et Anthropic a précisé que cette diversification resterait au cœur de sa stratégie matérielle, ce qui suggère qu'une éventuelle puce Samsung viendrait compléter cet écosystème plutôt que le remplacer. Pour les entreprises clientes de Claude, l'enjeu dépasse la simple prouesse technique. À mesure que des milliers d'agents et d'applications sollicitent le modèle en continu, le coût d'inférence devient un poste de dépense déterminant, bien plus que lorsque quelques assistants internes suffisaient à couvrir les besoins. Une puce conçue spécifiquement pour les calculs de Claude, plutôt qu'un accélérateur généraliste partagé entre plusieurs usages, pourrait permettre d'optimiser plus finement le lien entre le modèle, les serveurs et le matériel, avec à la clé des gains potentiels sur trois fronts : le coût d'exploitation, la latence de réponse et la consommation énergétique. Ces bénéfices restent pour l'instant des objectifs, non des résultats mesurés, mais ils dessinent une trajectoire vers une IA plus facile à déployer à grande échelle pour les usages professionnels. Cette démarche s'inscrit dans un mouvement plus large de reprise en main du matériel par les grands acteurs de l'IA générative, qui cherchent à réduire leur dépendance à Nvidia, actuel leader incontesté du marché des puces IA. OpenAI a emprunté une voie similaire en s'associant à Broadcom pour développer Jalapeño, son propre processeur d'inférence sur mesure, tandis qu'Amazon et Google disposent depuis plus longtemps de leurs accélérateurs maison intégrés à leurs infrastructures cloud respectives. Pour Anthropic, s'allier à Samsung présenterait l'avantage de s'appuyer sur un partenaire déjà expérimenté dans la fabrication de composants pour l'IA, notamment via sa collaboration étroite avec Nvidia sur des puces d'entraînement et d'exécution de modèles. Reste que tant que l'architecture définitive et les fonctions exactes de cette puce ne seront pas officiellement dévoilées, son impact concret sur les performances et les coûts de Claude demeurera spéculatif.

💬 Bon, sur le papier c'est encore du vent : ni architecture, ni calendrier, ni chiffre. Mais le signal est clair, quand OpenAI part chez Broadcom et qu'Anthropic lorgne Samsung, ça veut dire que plus personne ne veut dépendre à 100% de Nvidia pour tourner ses modèles. Selon Le Fil IA, la vraie bataille de l'IA en 2026 se joue autant sur les puces que sur les modèles, et ça va redessiner qui peut se permettre de servir de l'IA à grande échelle sans se ruiner.