La prochaine grande évolution de l'intelligence artificielle

En janvier 2025, j’écrivais un texte d’opinion sur ce que je croyais être la prochaine grande évolution de l’intelligence artificielle. À l’époque, tout le monde parlait de NVIDIA, comme c’est le cas aujourd’hui.

L’entreprise détenait environ 70 % du marché des puces IA, et plusieurs investisseurs croyaient que la révolution se résumait aux GPU.

Ma réflexion remontait pourtant à plusieurs années. Il y a environ 10 ans pour ceux qui ne le savent pas, je possédais une entreprise d’import export en GPUs et en Asics. Comme un petit Luc Poirier en herbe, j’ai profité de l’arbitrage entre la Chine et les États-Unis pour faire du commerce. J’ai toujours été fasciné par l’informatique, à 10 ans je me suis électrocuté en démontant et en remontant moi-même un ordinaire de gaming, dont j’avais oublié de tirer la plug. Ça donne du vent dans le toupet. Et puis, jeune adulte immature je me suis intéressé aux centres de données.

En 2018, lors d’un voyage d’affaires en Chine, j’avais visité des usines technologiques et rencontré de jeunes étudiants et ingénieurs pour comprendre sur quoi travaillait la prochaine génération de talents chinois. Ce qui m’avait frappé, le temps de quelques bières à Pékin, c’est qu’une partie d’entre eux parlait déjà d’ASIC dédiés à l’IA. Alors que l’Occident restait concentré sur le Bitcoin, AMD, NVIDIA et les GPU, ces ingénieurs étaient convaincus que l’avenir passerait par des puces conçues pour des tâches très précises. Sept ans plus tard, le pari se concrétise: en 2025, pour la première fois, les puces IA conçues localement ont franchi 40 % des livraisons en Chine, soit environ 1,65 million d’unités. En 2026, ces chiffres explosent.

J’avais alors rédigé un long texte, sans doute un peu trop technique, sur l’histoire des ASIC depuis le début des années 2010. Ma thèse était simple: lorsqu’un marché informatique devient assez important, des puces spécialisées finissent toujours par remplacer une partie des solutions généralistes.

L’exemple parfait est le Bitcoin.

Au départ, les mineurs utilisaient des GPU de NVIDIA et d’AMD. Puis des fabricants, surtout en Chine comme Bitmain, ont développé des ASIC conçus exclusivement pour le minage. En quelques années, leur efficacité supérieure de plusieurs ordres de grandeur a rendu les GPU obsolètes pour cette tâche. Je croyais que le même phénomène finirait par se produire dans l’IA.

C’est exactement ce qui se passe. Selon TrendForce, les livraisons d’ASIC IA devraient croître de 44,6 % en 2026, près du triple du taux de 16,1 % projeté pour les GPU. C’est la première fois que le custom dépasse la croissance de NVIDIA, et les serveurs à base d’ASIC devraient atteindre 28 % du marché, leur plus haut niveau depuis 2023.

Pour comprendre, il faut revenir au silicium. Les GPU sont polyvalents et excellents pour entraîner des modèles d’IA. Mais lorsqu’une tâche devient répétitive et bien définie, un ASIC peut souvent l’exécuter plus vite, avec moins d’énergie et à moindre coût. C’est surtout vrai pour l’inférence, quand un modèle déjà entraîné répond à une requête ou interprète des données médicales. Les ASIC y offrent parfois jusqu’à 65 % d’économie sur le coût total comparé aux GPU.

On pourrait imaginer des puces spécialisées en oncologie, capables d’analyser des millions de combinaisons génétiques pour cibler les traitements les plus prometteurs. D’autres seraient optimisées pour la découverte de médicaments, comme les systèmes qui ont permis à Google DeepMind d’accélérer la compréhension des protéines. Son modèle AlphaFold a prédit la structure de près de 200 millions de protéines, la quasi-totalité de celles connues, un exploit récompensé par le prix Nobel de chimie en 2024. Plus l’IA se spécialise, plus les ASIC deviennent intéressants, et puis il y aura le quantum.

C’est pourquoi les véritables compétiteurs de NVIDIA ne sont pas toujours ceux qu’on croit.

Il faut distinguer deux catégories. D’abord les hyperscalers, comme Google, Amazon, Microsoft et Meta, qui développent leur propre silicium et prévoient des dizaines de milliards en infrastructure IA cette année, Google ayant à lui seul réitéré une fourchette de 180 à 190 milliards de capex pour 2026. Ensuite les concepteurs d’ASIC qui créent ces puces sur mesure.

Dans cette seconde catégorie, deux entreprises dominent: Broadcom et Marvell, qui contrôlent ensemble environ 95 % du marché de la co-conception. Broadcom est le leader des accélérateurs personnalisés avec près de 70 % du marché, un carnet de commandes IA de 73 milliards et une cible de 100 milliards de revenus IA annuels d’ici 2027. Marvell, avec environ 1,5 milliard de revenus ASIC en 2025, joue un rôle clé auprès des géants du cloud. Les TPU de Google, les Trainium d’Amazon, les Maia de Microsoft ou MTIA de Meta visent tous le même but: réduire la dépendance envers NVIDIA.

Si le titre de Marvell a bondi, ce n’est pas seulement parce que Jensen Huang l’a désigné comme la prochaine entreprise à mille milliards. C’est surtout qu’elle a une démonstration concrète, un cas d’usage réel chez Amazon, Microsoft et Google, des revenus ASIC déjà tangibles et des projections de croissance impressionnantes. Le momentum repose sur des contrats, pas juste sur une phrase

Mais l’histoire devient aussi intéressante encore en Asie. Le design ASIC est fortement concentré à Taïwan, et tout dépend de TSMC, qui fabrique à la fois pour Broadcom et pour les cinq grands hyperscalers, faisant de sa capacité d’encapsulation un goulot d’étranglement partagé. MediaTek émerge comme un acteur crédible, avec environ 2 milliards de revenus ASIC IA attendus au seul quatrième trimestre 2026, le double de sa prévision. Alchip est devenue une des principales maisons de conception au monde, l’IA et le calcul haute performance représentant 83 % de ses revenus. Global Unichip, affiliée à TSMC, participe aussi à cette transformation.

Du côté chinois, le vrai leader est Huawei avec ses puces Ascend. Les sanctions américaines ont forcé la Chine à accélérer son propre écosystème, et le résultat est spectaculaire. Huawei devrait capter environ 62 % du marché chinois des accélérateurs en 2026, avec des revenus visant les 12 milliards, en hausse de 60 %. Plus frappant, l’Ascend 950 de Huawei et la Siyuan 690 de Cambricon surpasseraient de 50 à 150 % la H20, la meilleure puce que NVIDIA est encore autorisée à vendre en Chine. La part de NVIDIA y est passée d’environ 95 % à près de zéro, un dénouement que Jensen Huang a qualifié d’horrible pour les États-Unis. Cambricon, en hausse de 160 % de revenus au premier trimestre 2026 et à son premier profit annuel, reflète toutefois plus un pari géopolitique qu’une valorisation rationnelle, à 90 milliards pour à peine un milliard de revenus.

Intel mérite aussi d’être mentionnée. Beaucoup la voient comme une entreprise du passé. Pourtant elle détient des brevets clés sur deux ruptures, le RibbonFET, sa version des transistors à grille enrobante, et le PowerVia, première alimentation par l’arrière des puces en production commerciale, au coeur de son procédé 18A entré en production de masse début 2026. C’est cette feuille de route qui a poussé le gouvernement américain de Trump à prendre près de 10 % d’Intel en août 2025, pour 8,9 milliards, rejoint par NVIDIA et SoftBank, afin de sécuriser une fonderie de pointe en sol américain.

Au-delà des ASIC, une autre révolution se prépare: la photonique.

Le défi n’est plus seulement de calculer, mais de déplacer l’information. Les centres de données doivent transférer des quantités astronomiques de données entre des milliers de processeurs. La photonique utilise la lumière plutôt que l’électricité: plus de vitesse, moins de chaleur, moins d’énergie. L’industrie amorce justement le passage des modules optiques de 800 gigabits vers 1,6 térabit, un cycle de remplacement qui devrait porter le secteur pendant plusieurs années à partir du milieu de 2026.

Même des venus improbables, comme Cerebras et sa puce à l’échelle d’une galette de silicium entière, déjà rentable et arrivée en bourse au printemps 2026, rappellent que les architectures gagnantes ne sont pas toujours celles qu’on attend.

Chaque génération de modèles consomme plus d’électricité et exige plus de refroidissement. Selon l’Agence internationale de l’énergie, la demande électrique mondiale des centres de données pourrait environ doubler d’ici 2030, vers 945 térawattheures, l’équivalent du Japon. C’est là qu’entrent des entreprises comme Vertiv, qui fournissent les systèmes électriques et thermiques de ces centres, et dont la demande explose au point de relever leurs prévisions trimestre après trimestre.

Comme dans toute révolution technologique, l’IA connaîtra une vague d’optimisations. L’énergie et la chaleur sont devenues cruciales pour ces géants, parce qu’ils savent qu’ils vont manquer d’électricité. Cette contrainte est précisément ce qui les pousse à innover pour devenir moins énergivores, en développant le nucléaire, des systèmes de refroidissement et la photonique. Sur ce point, je suis plus optimiste que bien des écologistes pessimistes face à l’avenir des centres de données. Les premiers qui veulent vraiment épargner notre planète et bâtir un modèle soutenable, ce sont justement les scientifiques et les ingénieurs de ce domaine qui savent très bien que sans ça, c’est un suicide planétaire. La contrainte énergétique n’est pas l’ennemie de l’environnement, elle en est peut-être le meilleur moteur qui va pousser l’innovation, développer des nouvelles sources d’énergie et améliorer les façons de faire.

NVIDIA demeure une entreprise extraordinaire. Mais la prochaine décennie de l’IA sera intriguante, bien plus vaste qu’une seule société. Nous assistons à la naissance d’un nouvel écosystème industriel mondial, et comme dans toutes les grandes révolutions, les gagnants de demain ne sont pas seulement ceux que le marché regarde aujourd’hui. Ce seront ceux qui innovent le mieux.

Lire et commenter sur Facebook