AMD rachète Taalas, une start-up qui intègre les modèles d'IA directement dans le silicium

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

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.

AMD rachète Taalas

AMD a annoncé le rachat de Taalas, une entreprise spécialisée dans les puces ASIC dédiées à l'inférence de modèles de langage, validant les prédictions formulées ces derniers mois sur la percée des semi-conducteurs sur mesure pour l'IA. L'opération, portée par la directrice générale Lisa Su, a été rendue publique les 5 et 6 août 2026. Le même jour, Meta a présenté les performances de son modèle Muse Spark 1.2, entré directement dans le top 5 du classement Vals Index à 0,69 dollar par test, soit trois fois moins cher que Kimi et plus de dix fois moins cher que Fable, Opus ou GPT 5.6 Sol. Il est aussi devenu le premier modèle à dépasser 60% sur l'évaluation Finance Agent v2, pour 0,77 dollar par test contre 5,12 dollars pour Opus 5, le précédent leader, avec une vitesse double. Meta revendique par ailleurs des résultats de niveau médaille d'or dans cinq olympiades scientifiques de physique, mathématiques et chimie, sans recours à des outils externes. De son côté, OpenAI a fusionné ses modes "instantané" et "raisonnement" en un seul modèle, GPT 5.6 Sol, désormais commun aux abonnés Plus et Pro de ChatGPT, avec 68% d'erreurs factuelles en moins que GPT 5.5 Instant sur des tests en finance, médecine et droit, et a ouvert l'accès illimité à GPT 5.6 Luna pour les utilisateurs gratuits à partir du 7 août. Ce triple mouvement illustre un basculement du marché de l'IA vers l'efficacité économique autant que la performance brute. Pour AMD, l'acquisition de Taalas lui permet de concurrencer Nvidia sur le terrain des puces spécialisées, potentiellement moins chères et plus rapides que les GPU génériques pour l'inférence. Pour Meta, la combinaison d'un modèle bon marché et de résultats scientifiques de haut niveau, obtenus grâce à une orchestration multi-agents plutôt qu'à la seule taille du modèle, relance le débat sur ce qui détermine vraiment la qualité perçue d'une IA, le modèle seul ou le système qui l'entoure. Pour OpenAI, unifier ses modes de conversation et élargir l'accès gratuit vise à retenir des utilisateurs face à une concurrence de plus en plus agressive sur les prix, un choix confirmé par ARC Prize qui a mesuré des scores inchangés pour GPT 5.6 Luna malgré une baisse de tarif de 80%. Cette accélération s'inscrit dans une course où Google, OpenAI et Meta rivalisent désormais autant sur le coût par requête que sur les scores bruts, un critère validé par des évaluateurs indépendants comme Vals Index, Artificial Analysis et ARC Prize. OpenAI a aussi lancé Agent Plugins, un standard ouvert coconçu avec AWS, Cursor, GitHub et Vercel pour uniformiser les compétences d'agents et les configurations de serveurs MCP, ainsi qu'un outil de revue de sécurité automatisée pour les pull requests GitHub baptisé Codex Security Review, encore en préversion. Ces annonces simultanées traduisent une pression concurrentielle intense entre laboratoires, où chaque acteur cherche à conjuguer puissance de calcul propriétaire, modèles moins coûteux et outillage pour développeurs, alors que la génération suivante de modèles, dont un "Watermelon" plus massif chez Meta, est déjà attendue.

💬 Basculement net vers l'inférence à bas coût, pas juste vers plus de puissance. AMD qui rachète Taalas pour attaquer Nvidia sur le terrain des ASIC, Meta qui sort un modèle trois fois moins cher que Kimi et dix fois moins cher que GPT 5.6 Sol tout en battant Opus 5 sur l'agent financier, ça dit la même chose : le prix par requête est devenu le vrai terrain de bataille, pas juste le score sur un benchmark. Et le détail qui compte vraiment, c'est que Meta y arrive avec de l'orchestration multi-agents plutôt qu'un modèle plus gros, donc la course à la taille est en train de perdre de son sens face à la course au système bien conçu.

Weka lance une plateforme de stockage qui met en cache tous les tokens précalculés d'un modèle IA, pour réduire le besoin en GPU

La société de stockage Weka a lancé NeuralMesh 6, une nouvelle plateforme logicielle accompagnée de sa première ligne de matériel conçue en interne, baptisée Wekapod 3. Cette version étend l'approche "Augmented Memory Grid" de l'entreprise, qui agrège de la mémoire flash NAND pour qu'elle se comporte comme de la mémoire GPU, à une fraction du coût. Selon Liran Zvibel, cofondateur et PDG de Weka, les clients actuels courent avant tout après la disponibilité du calcul : dès qu'ils obtiennent une nouvelle allocation de GPU, ils veulent pouvoir l'exploiter immédiatement. NeuralMesh 6 ajoute quatre fonctions principales. La première combine des clusters composables offrant une isolation matérielle complète et une multi-location virtuelle via le tissu RDMA de Weka, capable de gérer plus de 1 000 locataires par cluster avec un provisionnement en moins de 30 minutes, soit jusqu'à 50 000 locataires pour un cluster regroupant 50 clusters composables. La deuxième unifie le stockage fichier et objet sur une même donnée physique, sans couche de traduction ni copie supplémentaire, une approche que Zvibel dit vouloir déployer chez des clouds GPU hors AWS comme Lambda, Nebius, G42 et CoreWeave, avec des performances environ cent fois supérieures au S3 classique et une tarification basée sur la capacité plutôt que sur les appels API. La troisième, une réplication centrée sur les métadonnées, rend un environnement de destination consultable avant même l'arrivée complète des données, réduisant un processus qui prenait auparavant des jours voire des semaines à environ une heure. La quatrième, AlloyFlash, mélange mémoire flash TLC rapide et QLC moins coûteuse au sein d'un même cluster pour router automatiquement les charges selon leur sensibilité à la latence. L'enjeu est concret : mieux exploiter des investissements GPU coûteux, réduire les coûts d'inférence et accélérer le déploiement de nouvelles charges d'IA sans attendre des mois une capacité GPU supplémentaire. La technologie vise surtout les entreprises qui exploitent déjà l'IA à grande échelle ou anticipent une forte croissance d'usage, notamment celles qui déploient des copilotes internes, des agents de service client, des assistants de développement logiciel ou des systèmes de recherche documentaire à fenêtres de contexte longues. Les déploiements plus modestes, où l'utilisation des GPU n'est pas encore un facteur limitant, devraient en tirer un bénéfice moins immédiat. Ce lancement s'inscrit dans un marché du stockage pour l'IA de plus en plus disputé, où Dell, NetApp, Pure Storage et VAST se sont tous repositionnés vers l'infrastructure IA au cours des deux dernières années. Weka cherche à se démarquer en affirmant avoir conçu sa plateforme spécifiquement pour ce moment, plutôt que de s'y être simplement adaptée après coup, alors que la mémoire GPU s'impose comme la ressource la plus rare et la plus chère de l'IA en production.

Arm entre dans l'arène du silicium : le CPU AGI prêt à propulser l'IA agentique, mais au milieu d'une forte concurrence

Arm, le concepteur britannique de puces dont l'architecture équipe la quasi-totalité des smartphones mondiaux, a annoncé le lancement de son propre processeur destiné aux data centers : l'Arm AGI CPU. Contrairement à son modèle historique de simple vente de licences d'architecture, Arm entre cette fois directement sur le marché du silicium, ciblant spécifiquement les charges de travail liées à l'IA agentique, ces systèmes autonomes capables d'enchaîner des tâches complexes sans intervention humaine. Cette annonce marque un tournant stratégique majeur pour l'industrie. L'IA agentique exige des processeurs capables de gérer des flux de raisonnement continus et intensifs, un segment jusqu'ici dominé par les GPU de Nvidia et les puces custom de Google (TPU) ou Amazon (Trainium). En proposant un CPU optimisé pour ces usages, Arm s'attaque à un marché en croissance explosive, tout en challengeant ses propres clients comme Qualcomm et Apple qui s'appuient sur ses licences. Le mouvement s'inscrit dans un contexte de consolidation verticale accélérée : Meta, Microsoft et Amazon développent leurs propres puces, tandis que SoftBank, propriétaire d'Arm depuis 2016 et reintroduit en bourse en 2023, pousse à une montée en valeur ajoutée. La concurrence sera néanmoins rude face à des acteurs comme AMD, Intel et surtout Nvidia, dont l'emprise sur l'infrastructure IA reste considérable. Les prochains mois révéleront si Arm peut transformer son omniprésence architecturale en avantage commercial direct sur ce segment stratégique.