Puce IA ASIC : les 21 milliards d’Etched annoncent-ils le déclin du GPU Nvidia ?
La startup américaine Etched, spécialisée dans les puces d'intelligence artificielle, a bouclé le 18 août 2026 un tour de table de 700 millions de dollars mené par le fonds Jane Street. Cette opération porte sa valorisation à 21 milliards de dollars, contre 10,3 milliards quelques semaines plus tôt, soit un quadruplement en huit mois. L'entreprise californienne développe Sohu, un circuit ASIC entièrement dédié à l'exécution des modèles Transformers, conçu pour remplacer les processeurs graphiques polyvalents de Nvidia dans les tâches d'inférence. Selon les mesures publiées par Etched, un serveur unique composé de huit puces Sohu atteint un débit de 500 000 jetons par seconde sur le modèle Llama-70B. La structure mathématique des Transformers est directement gravée dans le silicium, sans couche logicielle intermédiaire, et le système s'appuie sur une inférence à basse tension ainsi qu'une mémoire partagée au niveau du serveur pour réduire la latence lors du décodage. Jane Street a par ailleurs mis en service un rack de ces serveurs, validant une première utilisation opérationnelle du matériel.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Le Big Data. Lire l'article original →
Pour les directions informatiques et les responsables data, cette levée record confirme qu'un matériel hyper-spécialisé peut réduire fortement le coût de l'inférence, jusqu'ici plombé par la pénurie de composants et des factures énergétiques élevées liées aux GPU généralistes. L'entrée de Jane Street, fonds quantitatif habitué à optimiser chaque coût de calcul, change la logique d'achat d'infrastructure : on passe d'une commande de composants individuels à une réservation de capacité mesurée en jetons traités par dollar. Si les performances annoncées se confirment à grande échelle, l'adoption de puces ASIC comme Sohu dans les centres de données pourrait rebattre les cartes d'un marché aujourd'hui dominé par Nvidia et pousser une partie de l'industrie à revoir ses choix d'équipement pour l'inférence des grands modèles de langage.
Cette trajectoire s'inscrit dans une tension plus large entre polyvalence et spécialisation du matériel d'IA. Les GPU de Nvidia dominent le marché car ils exécutent aussi bien l'entraînement que l'inférence, mais ce compromis génère une consommation énergétique importante. Etched a choisi l'inverse en misant tout sur les Transformers, l'architecture qui domine la génération de texte depuis plusieurs années. Ce pari comporte toutefois un risque : une puce ASIC fige sa logique dans le silicium et ne peut s'adapter à une autre famille d'algorithmes. Or des laboratoires de recherche explorent déjà des architectures alternatives, comme les State Space Models de type Mamba, susceptibles à terme de concurrencer les Transformers. Si l'écosystème de l'IA générative venait à s'en détourner, les entreprises ayant investi dans des serveurs Sohu de première génération se retrouveraient avec un matériel devenu inadapté, illustrant le pari à double tranchant que représente aujourd'hui l'hyper-spécialisation des puces d'inférence.
Aucune entreprise française ou européenne n'est impliquée, mais une adoption large de puces ASIC comme Sohu pourrait a terme réduire les couts d'inférence pour les fournisseurs cloud européens.