L'acquisition secrète de 20 milliards de dollars par NVIDIA

Les murmures d'un accord de 20 milliards de dollars entre NVIDIA ont frappé les salles de marché comme un bug dans la matrice. Ce n'était pas un rachat à la Arm, ni une acquisition propre, mais un chiffre si énorme qu'il est immédiatement devenu le plus gros accord jamais réalisé par l'entreprise. Plus grand que n'importe quel lancement de GPU, plus grand que n'importe quelle victoire en conception de centre de données—nous étions dans le domaine de la balance comptable comme arme.

Pour donner une idée de l'ampleur, l'achat spectaculaire de Mellanox par NVIDIA en 2019 a coûté 6,9 milliards de dollars et a restructuré l'ensemble du marché des réseaux à haute performance. Cette nouvelle transaction triple effectivement ce chiffre, visant non pas la bande passante ou les interconnexions, mais le cœur même de l'inférence AI. Lorsque qu'une entreprise déjà valorisée à plus d'un trillion de dollars décide que 20 milliards de dollars est un prix équitable pour la vitesse, la latence et l'expertise en silicium, tout le monde prête attention.

La confusion a d'abord régné. NVIDIA a déclaré qu'elle n'achetait pas Groq en totalité, pourtant des sommes équivalentes à la capitalisation boursière d'un fabricant de puces de taille intermédiaire circulaient. Les investisseurs ont tenté de trouver des schémas familiers pour comprendre l'accord : fusions et acquisitions, partenariat stratégique, licences, mais aucun ne correspondait réellement. Les titres de presse parlaient d'acquisition ; les avocats de NVIDIA, quant à eux, n'en faisaient pas mention aussi clairement.

La structure semblait presque intentionnellement étrange. NVIDIA a accepté de payer environ 20 milliards de dollars pour des droits non exclusifs sur la propriété intellectuelle principale de Groq, en plus d'un « acquihire » effectif de ses talents d'ingénierie de haut niveau, y compris le fondateur Jonathan Ross et le président Sunny Madra. Groq, l'entreprise, continuerait d'exister sous une nouvelle direction, tandis que l'architecture LPU de Groq et la plupart de ses actifs en puces s'intègreraient dans l'orbite de NVIDIA.

Cette asymétrie a alimenté un sentiment de mystère dès le début. Pourquoi dépenser des sommes d'acquisition sans prendre le contrôle total ou déclencher une fusion claire ? Pourquoi laisser GroqCloud et certaines parties de l'entreprise en dehors de l'accord tout en absorbant les cerveaux et les plans ? Pour beaucoup de ceux qui observaient de l'extérieur, cela ressemblait à ce qu'NVIDIA avait payé un prix premium pour la moitié d'une entreprise.

Sous le bruit, une autre histoire a commencé à émerger : un mouvement de judo réglementaire associé à une prise de contrôle stratégique. En évitant un rachat pur et simple, NVIDIA a contourné le type d'examen antitrust qui a fait échouer sa tentative de 40 milliards de dollars pour Arm. Dans le même temps, elle a discrètement sécurisé les personnes, la propriété intellectuelle et la feuille de route nécessaires pour dominer la prochaine phase de l'IA : une inférence à une vitesse et une échelle terrifiantes.

Jensen Huang n'a pas tant acheté Groq qu'il l'a réorganisé. NVIDIA dépense environ 20 milliards de dollars pour un ensemble qui combine une vaste licence non exclusive sur le cœur de la propriété intellectuelle de Groq avec un ancien acquihire de son cerveau. Sur le papier, Groq survive. En pratique, ses actifs les plus précieux gravitent désormais autour du pôle gravitationnel de NVIDIA.

Au lieu d'acquérir la structure de capital et la coquille juridique de Groq, NVIDIA a licencié son architecture LPU, son ensemble de compilateurs et ses brevets clés de conception. Cette propriété intellectuelle est accompagnée de droits d'accès à long terme qui donnent à NVIDIA tout ce dont elle a besoin pour intégrer les concepts de silicium d'inférence de Groq dans ses futures gammes de produits. Un langage non exclusif permet à Groq de rester techniquement libre de licencier ailleurs, mais avec ses inventeurs partis, cette option semble plus théorique que réelle.

Cette structure remet à NVIDIA les joyaux technologiques de Groq sans déclencher les pièges juridiques qui ont condamné l'accord avec ARM. Les régulateurs aux États-Unis, en Europe et au Royaume-Uni ont déjà signalé une profonde inquiétude concernant la domination de NVIDIA dans le calcul de l'IA. Une acquisition directe d'un concurrent d'inférence en pleine ascension aurait entraîné des enquêtes pluriannuelles, des remèdes comportementaux, ou un blocage pur et simple.

En revanche, les licences de propriété intellectuelle et les mouvements de talents passent généralement sous le radar antitrust en tant que transactions « dans le cours ordinaire ». Pas de dépôt pour changement de contrôle, pas de vote des actionnaires, pas de fusion à contester. NVIDIA peut raisonnablement soutenir qu'elle n'a pas retiré un concurrent du marché ; Groq existe toujours, gère toujours GroqCloud, et peut toujours, en théorie, fabriquer des puces.

Le côté humain de l'accord rend cet argument académique. Le fondateur de Groq, Jonathan Ross, l'ingénieur derrière le TPU de Google et le LPU de Groq, s'apprête à rejoindre NVIDIA. Le président Sunny Madra et une masse critique des équipes d'architecture, de compilateur et de systèmes de Groq le rejoindraient apparemment. Ce qui reste chez Groq ressemble davantage à une marque et à un service cloud qu'à une entreprise de silicium à stack complet.

Stratégiquement, Huang obtient exactement ce que les régulateurs craignaient : un contrôle plus strict sur la pile d'inférence IA sans la traçabilité d'une fusion classique. NVIDIA étend sa portée de l'entraînement GPU à l'inférence à latence ultra-basse, armée des conceptions de Groq et des personnes qui savent comment les pousser plus loin.

Jonathan Ross a construit sa carrière sur une contrainte simple et brutale : la latence tue l'IA. Chez Google, il a transformé ce mantra en silicium, menant l'équipe qui a créé le Tensor Processing Unit (TPU), l'accélérateur sur mesure qui est devenu discrètement l'épine dorsale de Google Search, Translate, Photos et des recommandations YouTube. Les déploiements de TPU comptent désormais des millions de puces, produisant des trillions d'inférences par jour dans les centres de données de Google.

Ross n'a pas seulement conçu une puce rapide ; il a redessiné l'ensemble de l'architecture autour des mathématiques matricielles. Les TPU ont déchargé l'algèbre linéaire dense des CPU et des GPU, permettant à Google de former et de déployer des modèles à des échelles qui auraient été économiquement impossibles sur du matériel généraliste. Ce succès l'a affirmé comme l'un des rares ingénieurs ayant prouvé qu'ils pouvaient modifier les économies des hyperscalers par une seule décision architecturale.

Puis il est parti. Ross a fondé Groq avec une thèse plus ciblée : construire un processeur non pas pour les graphiques, pas même pour l'IA générique, mais pour la vitesse brute du langage et de l'inférence. Au lieu du modèle GPU complexe et massivement parallèle, l'Unité de Traitement du Langage (LPU) de Groq utilise une architecture déterministe, monocœur et extrêmement large qui exécute des réseaux neuronaux comme un tapis roulant. Pas de caches, peu de bifurcations, un planning horloger.

Le matériel et la pile de compilateurs de Groq poursuivaient un objectif : les tokens par seconde. Les démonstrations publiques ont montré que les LPU de Groq traitaient des sorties de modèles de langage à grande échelle à des centaines de tokens par seconde par utilisateur, souvent 2 à 3 fois plus rapidement que des configurations basées sur GPU comparables avec des enveloppes de puissance similaires. Pour les charges de travail sensibles à la latence — trading, agents conversationnels, copilotes en temps réel — cette différence se traduit directement en revenus et en fidélisation des utilisateurs.

C'est pourquoi Ross se trouve au centre du pari de 20 milliards de dollars d'NVIDIA. Jensen Huang ne se contente pas de licencier de la propriété intellectuelle ; il importe effectivement l'esprit qui a transformé Google en une entreprise axée sur les TPU et qui a ensuite construit un moteur d'inférence concurrent à partir de zéro. Exclusif : NVIDIA achète les actifs de la startup de puces IA Groq pour environ 20 milliards de dollars, son plus gros accord à ce jour souligne que c'est le plus gros accord d'NVIDIA, éclipsant l'acquisition de Mellanox pour 6,9 milliards de dollars.

NVIDIA domine déjà l'entraînement avec des GPU. Ross lui offre un chemin crédible pour dominer également l'inférence, en fusionnant les écosystèmes GPU avec le déterminisme de style LPU et la discipline du compilateur. Vous ne dépensez pas 20 milliards de dollars pour une licence et un acquihire à moins de croire que l'architecte que vous recrutez peut définir votre prochaine décennie de silicium.

Les GPU sont nés pour dessiner des pixels. Les unités de traitement graphique excellent à projeter des milliers de problèmes mathématiques parallèles sur un écran, idéaux pour les jeux 3D et, par la suite, pour traiter d'énormes sessions d'entraînement à l'IA. Elles considèrent tout—le traçage de rayons, les multiplications de matrices, la physique—comme une charge de travail parallèles embarrassante comme une autre.

Les LPU renversent cette logique. L’Unité de Traitement du Langage de Groq n’est pas un mélangeur de nombres à usage général ; c’est un chemin rapide câblé pour exécuter de grands modèles linguistiques lors de l'inférence. Alors que les GPU jonglent avec de nombreuses charges de travail grâce à une planification complexe, un LPU exécute un seul programme, hautement prévisible, aussi vite et aussi régulièrement que la physique le permet.

Pensez à un GPU comme à une vaste bibliothèque universitaire. Entraîner un modèle ressemble à une recherche approfondie : parcourir des millions de pages, recouper des sources, réviser des hypothèses, itérer pendant des semaines sur des milliers de GPUs. La flexibilité est plus importante que le déterminisme brut, car chaque session d'entraînement modifie le "programme d'études".

Un LPU se comporte comme un moteur de recherche hyper-optimisé dirigé vers cette bibliothèque achevée. Le modèle est déjà entraîné ; l'inférence est l'acte de poser une question et de renvoyer des tokens en flux. Vous vous souciez de la latence, du débit et du coût par requête, pas de la réorganisation des étagères chaque nuit.

Les modèles linguistiques rendent cette séparation encore plus marquée. Les transformateurs génèrent du texte token par token, dans une séquence strictement définie : le token N+1 dépend des tokens 1 à N. Cette chaîne de dépendance semble hostile au parallélisme, mais elle est incroyablement prévisible—même graphique, même modèle de mémoire, même flux de contrôle pour des milliards de requêtes.

L'architecture de Groq s'appuie sur cette prévisibilité. Au lieu de dissimuler les temps d'arrêt mémoire avec d'énormes pools de threads comme un GPU, un LPU dispose l'ensemble du modèle en tant que flux de données statique sur la puce, transformant chaque étape de token en une étape de pipeline chronométrée. Pas de roulette de cache, pas de divergence de warp, juste une chaîne de montage de multiplications matricielles et de softmaxes.

NVIDIA voit l'écriture sur le bilan. L'entraînement a produit la première vague de mille milliards de dollars, mais l'inférence la dépassera alors que chaque boîte de recherche, chat de service client et application de productivité commence à interroger des modèles des millions de fois par seconde. Les revenus augmentent avec les requêtes, pas avec le nombre de fois que vous entraînez GPT-Next.

Ainsi, le roi des GPU a investi dans ce qui menace la suprématie des GPU. En dépensant environ 20 milliards de dollars pour des droits non exclusifs sur la propriété intellectuelle LPU de Groq et en mobilisant Jonathan Ross et son équipe, NVIDIA se sécurise contre un avenir où les hyperscalers standardisent sur des silicons spécialisés pour l'inférence. Mieux vaut posséder l'architecture gagnante que de défendre un monopole en déclin sur des puces d'hier.

Posez une question à une IA, obtenez une réponse en quelques centaines de millisecondes : c'est l'inférence. L'entraînement est le camp d'entraînement coûteux où un modèle apprend ; l'inférence est chaque fois que ce modèle fait son travail : écrire du code, résumer des réunions, générer des vidéos ou conduire une voiture. C'est la phase de « réalisation » de l'IA, et elle ne s'arrête jamais une fois qu'un modèle est mis en service.

Un modèle de pointe peut s'entraîner une fois ou quelques rares fois sur un superordinateur, mais il peut traiter des demandes des milliards ou des trillions de fois au cours de sa vie. Le ChatGPT d'OpenAI, le Gemini de Google et les services basés sur Llama de Meta traitent déjà des dizaines de millions de requêtes par jour. À grande échelle, le nombre d'inférences dépasse de plusieurs ordres de grandeur les séances d'entraînement.

Cette asymétrie transforme l'inférence en véritable machine à argent. Chaque conversation, recherche, demande d'assistance client et création publicitaire générée par l'IA actionne le compteur d'inférence. Les fournisseurs de cloud facturent déjà par 1 000 tokens ou par appel API, et les déploiements en entreprise mesurent l'utilisation interne de la même manière, convertissant les cycles de calcul bruts en revenus récurrents.

NVIDIA comprend que celui qui contrôle l'inférence contrôle la couche d'abonnement de l'économie de l'IA. L'entraînement représente des dépenses d'investissement irrégulières : d'énormes clusters de GPU uniques, amortis sur plusieurs mois. L'inférence fonctionne comme un SaaS : prévisible, basée sur l'utilisation, et étroitement liée à la croissance des utilisateurs. Au fur et à mesure que l'IA s'immisce dans les documents Office, les systèmes CRM et les interfaces utilisateurs des téléphones, les volumes d'inférence—et les factures—s'accroissent à chaque clic.

Posséder le meilleur matériel d'inférence signifie dicter les marges opérationnelles de chaque service d'IA construit dessus. Si votre puce exécute un modèle 5 fois plus vite avec la moitié de l'énergie, vous pouvez soit concurrencer vos rivaux sur les prix, soit empocher la différence en bénéfice. Ce delta de coût détermine si une requête de recherche en IA coûte 0,01 $ ou 0,0001 $, ce qui représente la différence entre une démo impressionnante et un produit durable.

L'architecture LPU de Groq cible précisément ce goulot d'étranglement : une inférence ultra-basse latence, déterministe et à grande échelle. En acquérant des droits non exclusifs sur la propriété intellectuelle de Groq et en intégrant Jonathan Ross et son équipe, NVIDIA achète un avenir où son silicium non seulement entraîne les modèles, mais alimente également les trillions d'inférences qui s'ensuivent.

Les chiffres ont rendu Groq impossible à ignorer pour NVIDIA. Sur des benchmarks publics de LLM comme Llama 2 et Mixtral, les systèmes LPU de Groq ont systématiquement offert une inférence de 2 à 3 fois plus rapide que les clusters de GPU haut de gamme avec des budgets énergétiques similaires ou inférieurs. Les démonstrations de déploiement ont montré une latence de bout en bout inférieure à 20 ms pour des modèles de 7B à 13B de paramètres, alors que les piles de GPU oscillent souvent entre 50 et 150 ms une fois qu'on prend en compte les frais de mise en réseau et de traitement par lots.

Cette rapidité brute se traduit directement par l'expérience utilisateur. Un chatbot qui répond en 30 ms au lieu de 100 ms semble moins un formulaire web et plus une conversation en direct. La traduction en temps réel cesse de ressembler à un film doublé et commence à se comporter comme un interprète humain, chaque phrase arrivant presque dès qu'elle quitte vos lèvres.

Pour les agents IA, la latence est de l'oxygène. Un agent qui enchaîne 20 appels d'outils sur des GPU peut prendre plusieurs secondes pour accomplir une tâche ; sur les LPU de Groq, le même flux de travail peut être compressé en moins d'une seconde. Cet écart détermine si un assistant IA peut gérer un appel de vente en direct, négocier dans un jeu multijoueur ou coordonner un essaim de robots sans se heurter aux meubles.

Ces chiffres ont créé une vulnérabilité flagrante pour NVIDIA. Si les hyperscalers ou les plateformes open-source se standardisaient sur Groq pour l'inférence, les centres de données lourds en GPU risqueraient de devenir des reliques uniquement dédiées à l'entraînement. Le mouvement de 20 milliards de dollars de NVIDIA a donc efficacement neutralisé un futur où une pile de silicium concurrente possédait la couche d'inférence qui génère des revenus récurrents.

Les cas d'utilisation à faible latence mettent brutalement en avant l'avantage de Groq : - Trading à haute fréquence et création de marché - Véhicules autonomes et drones - Support client en direct et centres d'appels - Jeux multijoueurs et diffusion en direct interactive - Contrôle industriel et robotique

Les analystes ont signalé cette menace très tôt, et des articles comme Nvidia licence la technologie d'inférence de Groq, des dirigeants de Groq rejoignent le fabricant de puces soulignent à quel point NVIDIA a agi stratégiquement pour intégrer la PI et les talents de Groq dans son orbite.

Les régulateurs à Washington, Bruxelles et Pékin tournent actuellement autour de NVIDIA comme des requins. L'entreprise contrôle déjà environ 70–80% du marché des accélérateurs d'IA, et les autorités de régulation ont bloqué ou sévèrement restreint des transactions bien plus petites qu'un simple achat de Groq. Après l'échec de l'offre de 40 milliards de dollars pour Arm et le contrôle continu de l'UE et de la FTC, une acquisition propre d'un concurrent direct en matière d'inférence semblait devoir mener automatiquement à un tribunal antitrust.

Ainsi, NVIDIA a évité le piège évident. Au lieu d'acheter Groq, elle a payé environ 20 milliards de dollars pour une licence non exclusive de la propriété intellectuelle essentielle de Groq, l’LPU, et a simultanément recruté Jonathan Ross ainsi que la plupart de son équipe dirigeante. Groq, la coquille d'entreprise, subsiste ; les cerveaux et les plans sont maintenant chez NVIDIA.

Les avocats appelleraient cela une transaction de licence et d'emploi, et non une fusion. Les régulateurs, tenus par les lois en vigueur, ont du mal à considérer les licences de propriété intellectuelle et le recrutement de talents comme des événements de concentration, même lorsque l'effet stratégique ressemble à une acquisition. Pas de déclaration de changement de contrôle, pas de révision classique de fusion, pas de tableau HHI net montrant un concurrent en moins.

Structurellement, NVIDIA a presque tout obtenu qu'une acquisition bloquée aurait pu offrir. Elle a sécurisé un accès à long terme à l'ensemble d'instructions, à la pile de compilateurs et aux conceptions matérielles de Groq, ainsi qu'au capital humain qui sait comment les faire évoluer. Groq conserve un droit théorique de licencier sa propriété intellectuelle ailleurs, mais tout concurrent commence désormais avec au moins 18 à 24 mois de retard par rapport à une feuille de route NVIDIA qui intègre déjà la technologie de Groq.

Cette étiquette "non exclusive" a un poids juridique tout en masquant une asymétrie pratique. NVIDIA peut prépayer, co-concevoir et intégrer étroitement les blocs dérivés de Groq dans ses futurs produits d’inférence, optimisant ainsi son écosystème CUDA et son tissu de mise en réseau autour d'eux. Un licencié tardif serait confronté à :

• 1Pas d'accès à l'équipe core d'origine.
• 2Une cible mouvante alors qu'NVIDIA itère l'architecture.
• 3Fidélisation des clients à l'écosystème logiciel et cloud d'NVIDIA

Ce manuel établit un précédent dangereux. Les grandes entreprises technologiques peuvent désormais effectuer des acquisitions de facto via des licences de propriété intellectuelle, des intégrations exclusives et des recrutements massifs, le tout structuré pour échapper aux définitions classiques de fusion. Le droit antitrust, encore ajusté pour les chemins de fer et les compagnies de téléphone, vient d'être devancé par une entreprise qui maîtrise aussi bien les codes que les contrats.

Groq se réveille le matin après un accord de 20 milliards de dollars comme un paradoxe : un acteur soudainement riche en liquidités et stratégiquement important qui vient de perdre son génie. Le nouveau PDG Simon Edwards dirige désormais une entreprise dont la propriété intellectuelle des puces est sous licence non exclusive avec NVIDIA, tandis que la plupart des personnes qui les ont conçues portent maintenant des vestes vertes à Santa Clara.

Le dernier joyau de Groq est GroqCloud, la plateforme d'inférence hébergée qui expose son matériel LPU sous forme d'API. Ce service a déjà attiré des développeurs avec des démonstrations d'une latence de 2 à 3 fois inférieure pour l'inférence de modèles de langage large par rapport aux infrastructures GPU, et il contrôle toujours ses relations clients, sa facturation et sa feuille de route. Dans un marché où tout le monde loue de la capacité de calcul à l'unité, et non par transistor, cette couche d'abstraction est importante.

Cependant, GroqCloud opère désormais dans une étrange orbite concurrentielle. NVIDIA peut exposer le même IP LPU sous licence par le biais de ses propres partenaires cloud et de ses plateformes DGX, tandis que Groq essaie de se différencier par son logiciel, ses outils et l'expérience des développeurs. Si NVIDIA fait baisser les prix ou regroupe l'inférence basée sur LPU avec ses offres GPU existantes, GroqCloud risque de devenir la version boutique de sa propre technologie.

La gravité des talents pose un problème encore plus grand. Jonathan Ross, Sunny Madra et une masse critique d'architectes senior se trouvent désormais dans l'organigramme d'NVIDIA, et non de Groq. Recruter des ingénieurs en silicium et systèmes de premier plan dans une entreprise qui vient de voir sa propriété intellectuelle déterminante sortir par la porte nécessitera une nouvelle thèse convaincante, et non de la nostalgie pour les jours de gloire du LPU.

Groq peut essayer de se repositionner en tant que plateforme d'inférence IA pure, en mettant l'accent sur des abstractions de niveau supérieur : runtimes gérés, streaming à ultra-basse latence, charges de travail spécialisées comme les données de cotation financières ou les jeux multijoueurs. Il pourrait également cibler les clients en edge et sur site qui se méfient des hyperscalers et cherchent un fournisseur plus petit et plus flexible.

La viabilité à long terme dépend de la capacité de Groq à livrer quelque chose de véritablement nouveau que NVIDIA ne peut pas copier immédiatement ou sur lequel elle ne peut pas surpasser en termes de distribution. Si GroqCloud devient simplement une vitrine de marque pour une technologie qu'NVIDIA contrôle et commercialise efficacement à l'échelle mondiale, Groq risque de se réduire à une simple note historique — un contournement réglementaire astucieux dans l'ascension de NVIDIA vers la domination de l'inférence. Si Edwards parvient à transformer cette indépendance maladroite en un laboratoire pour des idées plus rapides et plus innovantes, Groq pourrait encore avoir son importance lors du prochain cycle de matériel.

NVIDIA vient de cesser de faire semblant d'être une entreprise de GPU. Un pari de 20 milliards de dollars sur l'architecture LPU de Groq, structuré comme un accord de licence plus un raid de talents, signale un pivot vers la possession de chaque secteur critique du silicium AI, du premier jeton à la réponse finale. Les GPU ont construit le boom de l'IA ; les accéléra­teurs hyper-spécialisés sont comment NVIDIA prévoit de posséder son deuxième acte.

Au lieu d'un contrat de trophée unique, cela ressemble à la phase un d'une conquête de silicium IA plus large. NVIDIA vend déjà des H100 et des B200 pour l'entraînement, Grace Hopper pour les charges de travail liées à la mémoire, et du silicium de mise en réseau provenant de l'acquisition de Mellanox. La propriété intellectuelle de Groq comble le maillon manquant : une inférence déterministe à ultra-basse latence à grande échelle.

Les concurrents exécutent cette stratégie en interne depuis des années. Google a créé des TPUs pour échapper aux goulets d'étranglement des GPU dans ses centres de données. Amazon a lancé Trainium et Inferentia pour optimiser les coûts sur AWS. Le Neural Engine d'Apple a transformé chaque iPhone en une boîte d'inférence sur appareil. La décision de NVIDIA indique : au lieu de perdre des charges de travail face à ces puces personnalisées, elle va les égaler avec son propre portefeuille spécialisé.

NVIDIA vise désormais une pile qui ressemble moins à « des GPU partout » et plus à un menu de silicium pour chaque phase de l'IA : - Entraînement : GPU à haut débit et accélérateurs adjacents aux GPU - Affinage : composants optimisés pour la mémoire et à précision mixte - Inférence : LPU et autres conceptions obsédées par la latence - Réseautage et interconnexion : NVLink, InfiniBand, commutateurs personnalisés

L'économie d'inférence motive ce changement. La formation se fait de manière occasionnelle ; l'inférence fonctionne 24/7, à travers des milliards de requêtes. Les augmentations de vitesse de 2 à 3 fois rapportées par Groq sur des benchmarks d'inférence clés, combinées à une exécution déterministe, se traduisent directement par un coût par token inférieur et des marges plus élevées pour les fournisseurs de cloud et les entreprises.

Les régulateurs pourraient envisager un accord de licence ; les clients verront une feuille de route matérielle unifiée de NVIDIA. En intégrant Jonathan Ross et une grande partie des meilleurs talents techniques de Groq tout en licenciant des droits de propriété intellectuelle non exclusifs, NVIDIA obtient l'intellect et les plans sans déclencher une véritable bataille antitrust. Groq survit en tant que marque, mais NVIDIA contrôle le centre de gravité.

NVIDIA renforce également son avance en tant que « choix par défaut » pour l'infrastructure d'IA. Si elle parvient à offrir une seule pile logicielle—CUDA, TensorRT, Triton—pour les GPU, LPU, et tout ce qui viendra ensuite, passer à Google TPU, AWS Trainium ou des ASIC personnalisés devient encore plus difficile. Diversité matérielle, verrouillage logiciel.

Vu dans ce contexte, l'accord avec Groq ressemble moins à de l'opportunisme qu'à une rédaction constitutionnelle. NVIDIA se positionne comme la couche matérielle fondamentale de l'IA, le substrat silicium sous chaque chatbot, copilote et agent autonome. Pour quiconque suit les petits caractères, NVIDIA Annonce un Accord de Licence Stratégique avec Groq pour Accélérer l'Inférence IA est moins un communiqué de presse qu'une déclaration d'empire.

Vos applications d'IA viennent d'obtenir discrètement une feuille de route pour se débarrasser de leurs barres de chargement. Le contrat de 20 milliards de dollars de NVIDIA avec Groq vise exactement le moment où vous ressentez l'IA : la pause entre l'appui sur entrée et l'obtention d'une réponse. Cette pause est l'inférence, et l'architecture LPU de Groq existe pour la supprimer.

Les plus grands modèles d'aujourd'hui répondent souvent en 30 à 800 ms par jeton, selon le matériel et le réseau. Le matériel de Groq a déjà montré une inference 2 à 3 fois plus rapide sur des benchmarks clés, avec certaines démonstrations publiques diffusant des jetons à des centaines de jetons par seconde. Intégrez cela dans l'écosystème de NVIDIA et vous obtenez des chatbots qui semblent moins être un site web et plus comme une conversation.

Les assistants en temps réel cessent d'être une simple expression marketing et commencent à se comporter comme un appel système. Imaginez : - Un assistant vocal qui répond en moins de 50 ms, indiscernable d'une interruption humaine - Une traduction en direct qui suit un discours rapide sans mise en mémoire tampon gênante - Des PNJ dans le jeu qui improvisent des dialogues et des stratégies à chaque image, et non pas à chaque scène

L'intelligence artificielle sur appareil est la prochaine à en bénéficier. Alors qu'NVIDIA pousse l'inférence de style Groq vers des silicons plus efficaces, vous pouvez transférer davantage de tâches des GPU cloud vers des puces locales. Cela signifie que des résumés complexes, des recherches multi-documents ou la compréhension vidéo pourront s'exécuter sur un ordinateur portable, une console ou un tableau de bord de voiture avec une latence perçue quasi nulle.

Les développeurs obtiennent le plus grand déblocage créatif. Lorsque la latence passe de plusieurs centaines de millisecondes à quelques dizaines, vous pouvez enchaîner davantage de modèles, faire fonctionner plus d'agents en parallèle et maintenir des boucles d'interaction serrées sans que les utilisateurs ne se désengagent. Des catégories entières — des copilotes d'IA intégrés dans des IDE, des assistants de recherche en temps réel, des systèmes de tutorat adaptatif — semblent soudainement viables à grande échelle au lieu de ressembler à des démonstrations technologiques.

Une latence réduite s'accompagne également d'un coût. Un silicium d'inférence plus rapide et plus spécialisé signifie plus de requêtes par watt et par dollar. Cela encourage les développeurs à déployer des fonctionnalités qui auraient été trop coûteuses à maintenir "toujours actives", comme le raisonnement en arrière-plan, la surveillance continue de documents ou la mémoire persistante des NPC dans des mondes en ligne massifs.

La concurrence ne restera pas immobile. AMD, Intel, Google et une multitude de startups disposent maintenant d'un signal de 20 milliards de dollars indiquant que l'inférence ultra-rapide est le champ de bataille. Cette course aux armements dans le matériel d'IA ne se contentera pas de rendre les modèles plus intelligents ; elle fera entrer une IA véritablement instantanée et ambiante dans les appareils grand public des années avant le calendrier prévu.

NVIDIA a-t-elle vraiment acheté la société Groq ?

Non. NVIDIA a structuré un accord de 20 milliards de dollars pour licencier la propriété intellectuelle de Groq de manière non exclusive et recruter ses talents clés, incluant le fondateur Jonathan Ross. Cela permet à Groq de rester une entreprise indépendante, principalement pour éviter des réglementations antitrust.

Qu'est-ce qu'un LPU Groq et en quoi diffère-t-il d'un GPU NVIDIA ?

Un LPU, ou Unité de Traitement Linguistique, est une puce sur mesure conçue spécifiquement pour l'inférence AI—la tâche d'exécuter des modèles d'IA afin d'obtenir des réponses. Les GPU sont plus polyvalents et ont traditionnellement excellé dans l'entraînement de l'IA, qui est un processus différent et plus intensif en calcul.

Pourquoi l'inférence en IA est-elle plus importante que l'entraînement en IA pour les revenus ?

Alors que l'entraînement d'un modèle est une tâche énorme qui se fait une fois ou de manière occasionnelle, l'inférence se produit chaque fois qu'un utilisateur pose une question ou utilise une fonctionnalité d'IA. Étant donné que des billions de personnes utilisent l'IA quotidiennement, le nombre d'opérations d'inférence dépassera de manière exponentielle les opérations d'entraînement, en faisant la plus grande source de revenus évolutifs et durables.

Qui est Jonathan Ross ?

Jonathan Ross est le fondateur de Groq et l'inventeur de sa technologie LPU. Avant de fonder Groq, il était un ingénieur clé chez Google où il a inventé le Tensor Processing Unit (TPU), la puce AI personnalisée de Google.