Le cheval de Troie de 20 milliards de dollars de Nvidia

Des titres hurlant qu'NVIDIA a “acheté” Groq pour 20 milliards de dollars font de superbes vignettes, mais ils passent à côté de l'essentiel. Ce n'est pas une acquisition nette où une entreprise disparaît dans une autre. Il s'agit d'un accord de licence non exclusif soigneusement conçu, associé à une migration massive de personnes.

NVIDIA ne possède pas la structure juridique de Groq. Au lieu de cela, elle obtient une licence pour la technologie d'inférence à haut débit de Groq et recrute le fondateur Jonathan Ross, le président Sunny Madra, ainsi qu'une masse critique d'ingénieurs seniors. Groq conserve sa marque, son service GroqCloud et une structure minimale sous la direction du nouveau CEO Simon Edwards.

Cette distinction est importante. Une acquisition complète déclencherait un examen antitrust beaucoup plus agressif pour une entreprise qui contrôle déjà environ 80 à 90 % du marché des GPU pour centres de données. Un accord de licence accompagné de talents permet à NVIDIA de bénéficier de la plupart des avantages - accès à la propriété intellectuelle, architectes de puces, neutralisation concurrentielle - sans le poids réglementaire.

Cette structure redéfinit également l'avenir de Groq. Sur le papier, Groq reste un concurrent indépendant dans le domaine des puces d'inférence spécialisées. En pratique, son noyau de R&D de pointe s'en va, et sa technologie la plus précieuse sert désormais à renforcer le fossé de NVIDIA plutôt qu'à l'éroder.

Les grandes entreprises technologiques ont affiné ce plan d'action au cours des deux dernières années. L'accord de 650 millions de dollars de Microsoft avec Inflection AI, le rapport sur l'accord de 2,7 milliards de dollars de Google autour de Character.AI, et la récupération de talents par Amazon d'Adept suivent tous le même schéma : - Licencier la technologie - Embaucher les fondateurs et le personnel - Laisser une startup "indépendante" affaiblie

Les régulateurs voient encore un secteur parsemé de logos, mais la véritable concurrence s'est déjà consolidée. Les investisseurs obtiennent des rendements modestes de 1 à 1,5 fois au lieu de la fantaisie des 5 à 10 fois du capital-risque, tandis que les startups qu'ils ont soutenues risquent de devenir des « coquilles zombies » contraintes de se cantonner à des niches étroites et non menaçantes.

Cette manœuvre de 20 milliards de dollars signale comment se déroulera la prochaine phase de la course aux armements en IA. Les acteurs établis n'achèteront pas toujours leurs rivaux de manière directe ; ils les évideront par le biais de contrats et de propositions, puis montreront les coquilles restantes comme preuve que le marché demeure dynamique.

Une opération d'acquisition d'entreprise est à peine suffisante pour décrire la situation. NVIDIA s'empare des joyaux de Groq : Jonathan Ross, l'architecte TPU qui a contribué à définir les puces AI sur mesure de Google ; Sunny Madra, le président qui a transformé Groq en un véritable rival en matière d'inférence ; et une licence non exclusive de l'architecture LPU de Groq. En ajoutant un leadership technique senior et des années de travail sur les compilateurs, l'exécution et les systèmes, NVIDIA achète en réalité un raccourci à travers une décennie de R&D.

Groq, sur le papier, survit. Le service d'inférence GroqCloud continue de fonctionner, la marque Groq persiste et une entité corporative allégée demeure indépendante sous un nouveau PDG. Ce qui reste ressemble davantage à un artefact de conformité qu'à une entreprise en croissance : un conseil d'administration, quelques ingénieurs et juste assez de muscle opérationnel pour éviter de qualifier cela de fermeture.

La structure de l'accord démontre une précision presque chirurgicale. NVIDIA évite le désordre d'une fusion complète : pas besoin de consolider les finances, d'assumer des responsabilités à long terme, ou de déclencher les mêmes déclencheurs antitrust qui ont fait échouer son offre de 40 milliards de dollars pour Arm en 2022. Au lieu de cela, elle obtient les trois actifs qui comptent réellement dans les guerres du matériel AI : - Personnes clés - Accès à la propriété intellectuelle essentielle - Élimination d'un rival futur crédible

Le côté de Groq est très différent. Les investisseurs obtiennent de la liquidité grâce à un ensemble de licences et d'incitations de 20 milliards de dollars, mais la majeure partie du potentiel s'échappe vers NVIDIA avec Ross et son équipe. Ce qui reste doit maintenant construire un avenir sans le visionnaire d'origine, sans le même moteur de R&D de pointe, et avec ses meilleures idées partiellement intégrées dans l'offre du fournisseur de GPU dominant.

Appelez cela un transfert de valeur, et non un échange de valeur. L'argent circule dans une direction, mais l'avantage stratégique circule dans l'autre, se concentrant dans la position déjà dominante de NVIDIA avec 80 à 90 % du marché des GPU pour centres de données. L'entité restante de Groq détient une marque et un service cloud ; NVIDIA détient le talent, l'influence sur la feuille de route, et la capacité d'intégrer les avantages architecturaux de Groq dans son propre écosystème à grande échelle.

Appelez ça un reverse acqui-hire : au lieu d'acheter toute l'entreprise pour recruter les talents, un géant écrit un chèque massif pour des licences, des incitations et des « partenariats » pendant que les talents étoiles sortent discrètement par la porte. La table de capitalisation reste intacte sur le papier, mais l'entreprise réelle se retrouve vidée. Ce qui ressemble à un accord commercial fonctionne comme une acquisition discrète de cerveaux et de plans.

Les acqui-recrutements traditionnels sont des instruments brutaux. Une grande entreprise acquiert la startup dans son intégralité, absorbe l'équipe, puis abandonne ou enterre le produit. Les régulateurs y voient une transaction de fusion-acquisition claire, les conseils d'administration votent, et tout le monde dépose les documents nécessaires. Les acqui-recrutements inversés retournent cette dynamique en maintenant techniquement l'équité et le contrôle de l'entreprise séparés tout en déplaçant les seuls actifs qui comptent.

L'accord de Microsoft avec Inflection AI en 2024 a établi le modèle moderne. Microsoft a payé environ 650 millions de dollars pour un contrat de licence et un accord de non-concurrence, puis a recruté le co-fondateur Mustafa Suleyman, le co-fondateur Karén Simonyan, et la plupart du personnel dans un nouveau groupe interne d'IA. Inflection a changé de cap, passant d'un assistant IA pour les consommateurs à un produit entreprise beaucoup plus petit, et les investisseurs seraient partis avec seulement environ 1,1 à 1,5 fois leur capital.

Google a suivi avec Character.AI en 2024, s'accordant sur un package de licence et de collaboration de 2,7 milliards de dollars, tandis que les co-fondateurs Noam Shazeer et Daniel De Freitas revenaient chez Google. Character.AI s'est éloigné de la construction de LLM de pointe pour se concentrer sur sa plateforme de chat pour consommateurs, tandis que cet accord a suscité une enquête du DOJ sur la question de savoir s'il avait délibérément contourné l'examen des fusions. Amazon a adopté une approche similaire avec Adept, embauchant le PDG David Luan et des fondateurs clés, tandis qu'Adept se repliquait sur des outils d'entreprise plus « agentiques ».

L'accord de 20 milliards de dollars entre NVIDIA et Grok s'inscrit presque parfaitement dans ce schéma. Officiellement, il s'agit d'une licence de technologie d'inférence non exclusive accompagnée d'incitations, Grok continuant d'exploiter GroqCloud sous un nouveau PDG. L'annonce concernant l'accord de licence de technologie d'inférence non exclusive entre Groq et Nvidia ressemble à un partenariat ; le flux de talents et l'accès à la propriété intellectuelle ressemblent à une prise de contrôle.

La motivation reste constante dans ces accords. Les acteurs établis recherchent des talents de pointe, des IP différenciés et moins de concurrents crédibles, sans déclencher d'alarme antitrust ni se débattre avec des intégrations complètes complexes. Les startups bénéficient d'un "atterrissage en douceur" au lieu d'une vente à bas prix lors d'un tour de table en baisse ; les VC récupèrent leur argent, peut-être une petite prime, mais presque jamais les résultats de 3 à 10 fois que leurs modèles supposent.

Les charges de travail en IA se divisent en deux emplois très différents. L'entraînement construit un modèle, traitant d'énormes ensembles de données sur des clusters de GPU pendant des jours ou des semaines. L'inférence exécute ce modèle final des millions ou des milliards de fois par jour, répondant à des requêtes, classant des flux ou générant des vidéos en temps réel pour les utilisateurs finaux.

La formation fait la une des journaux, mais l'inférence rapporte de l'argent. Chaque réponse de ChatGPT, recommandation TikTok ou appel de copilote d'entreprise est une demande d'inférence qui consomme de l'énergie et des cycles matériels. Alors que l'utilisation explose, les fournisseurs de cloud et les hyperscalers se concentrent sur la réduction de fractions de centime pour chaque requête.

Groq s'est attaqué directement à ce problème avec son architecture LPU (Unité de Traitement du Langage). Au lieu d'un GPU flexible et massivement parallèle, Groq a conçu une puce déterministe, pilotée par un compilateur, qui exécute des graphes d'IA comme un pipeline de flux de données fixe. Pas de caches, presque pas de bifurcations, et une mémoire sur puce étroitement contrôlée ont permis une latence prévisible et un débit extrêmement élevé.

Alors que les GPU NVIDIA jonglent entre l'entraînement et l'inférence, Groq est optimisé uniquement pour exécuter des modèles qui existent déjà. Les tests de performance de Groq et d'évaluateurs indépendants ont montré que leur LPU pouvait traiter des dizaines de milliers de tokens par seconde sur de grands modèles de langage avec des latences à un chiffre en millisecondes. Pour certaines charges de travail de transformateurs, le matériel Groq a offert plus d'inférences par watt et par dollar que les GPU de centre de données haut de gamme d'NVIDIA.

Cette différence est cruciale à l'hyperscale. Si Groq pouvait réduire les coûts d'inférence de 30 à 50 % pour ses principaux clients, les plateformes cloud et les grands laboratoires d'IA auraient une raison convaincante de détourner le trafic des GPU NVIDIA. Chaque flux de jetons détourné éroderait le prix premium des accélérateurs H-series de NVIDIA dans les centres de données.

L'activité de centre de données d'NVIDIA génère déjà des marges brutes supérieures à 70 %, soutenues par l'inférence basée sur GPU sur des modèles d'OpenAI, Anthropic, Meta, et d'autres. Une alternative indépendante crédible avec de meilleures économies menaçait non seulement les ventes unitaires, mais également le pouvoir de fixation des prix à travers cette chaîne. Groq n'avait pas besoin de "gagner" l'ensemble du marché ; il lui suffisait d'ancrer les négociations.

Vu sous cet angle, l'accord de 20 milliards de dollars incluant licences et talents semble défensif. NVIDIA s'assure les principaux architectes de Groq, obtient un contrôle non exclusif sur la propriété intellectuelle LPU, et neutralise un rival perturbateur en matière de coûts avant que les hyperscalers ne puissent transformer Groq en un levier significatif contre sa franchise GPU pour centres de données.

Jonathan Ross se trouve au centre de cet accord tel un puit gravitationnel. En tant que principal architecte du premier TPU de Google, il a contribué au lancement de l'ère moderne des accélérateurs AI sur mesure, prouvant que les hyperscalers n'avaient pas à dépendre uniquement des GPU de consommation. Le TPU v1, annoncé en 2016, offrait des performances par watt jusqu'à 30 à 80 fois supérieures sur les charges de travail d'inférence par rapport aux CPU contemporains, et il a redéfini l'économie interne de Google pour la recherche, la traduction et les publicités.

Groq était la réponse de Ross aux limitations qu'il a perçues dans cette première vague de silicium dédié à l'IA. Alors que les TPU et les GPU jonglent encore avec des flux d'instructions complexes et des hiérarchies de mémoire, l'architecture LPU de Groq poursuivait un déterminisme sans compromis : un immense moteur de flux de données, statiquement programmé, capable de propulser des jetons à travers des modèles de langage à des vitesses fulgurantes et prévisibles. Les démonstrations de Groq montraient régulièrement des inférences de LLM mesurées en centaines de milliers de jetons par seconde, avec une latence si stable qu'elle ressemblait à une ligne plane.

Ross a présenté Groq comme étant « axé sur l'inférence » dans un monde obsédé par l'entraînement des TOPS. L'entraînement fait vendre des titres ; l'inférence paie les factures du cloud. En optimisant pour des charges de travail à taille de lot unique et à faible latence—les éléments derrière les chatbots, les copilotes et les agents en temps réel—Groq a tenté de devancer les accélérateurs à usage général et de transformer l'inférence en sa propre catégorie matérielle. L'argument de l'LPU : moins de réglages, plus de débit, moins de fluctuation.

Le fait qu'NVIDIA intègre Ross dans son équipe représente un coup stratégique. L'entreprise domine déjà le marché des GPU pour centres de données, avec des estimations de sa part de marché se chiffrant entre 80 et 90 %, mais elle s'appuie encore sur une vision axée sur les GPU. L'arrivée de l'ingénieur qui a démontré la viabilité des TPU et des LPU confère à NVIDIA un portefeuille de paradigmes : GPU pour la flexibilité, DPU pour le réseau, et maintenant une réflexion sur le silicium d'inférence de niveau Ross pour renforcer sa position.

Derrière l'ingénierie financière se cache une réalité brutale : la guerre du matériel d'IA est une lutte pour un petit nombre de personnes. On peut compter sur les doigts de quelques dizaines de mains les architectes qui ont livré des accéléra­teurs d'IA de classe mondiale—classe TPU, classe Cerebras, classe Groq. Lorsque NVIDIA émet un chèque de 20 milliards de dollars pour des licences et des incitations, elle n'achète pas seulement de la propriété intellectuelle ; elle verrouille l'un de ces esprits rares avant qu'un programme de cloud rival ou un programme de puces souverain ne puisse le faire.

CUDA, pas les GPU, a construit la véritable forteresse d'NVIDIA. Lancé en 2007, CUDA a transformé les puces graphiques en ordinateurs parallèles à usage général et a offert aux chercheurs un modèle de programmation stable bien avant que "l'accélérateur d'IA" ne devienne un argument de financement. Dix-sept ans plus tard, presque tous les frameworks de deep learning, de PyTorch à TensorFlow, considèrent CUDA comme la cible par défaut.

Cette première mise sur pied a créé une dépendance de parcours brutale. Une fois que des milliers de laboratoires, de chercheurs et de startups ont élaboré des noyaux, des tutoriels et des supports de cours autour de CUDA, chaque nouveau projet avait un pouvoir incitatif puissant à rester dans cet univers. Chaque article supplémentaire optimisé pour CUDA, chaque dépôt GitHub ou chaque notebook Kaggle renforçait le choix pour l'équipe suivante.

Les effets de réseau s'étendent désormais à l'ensemble de la pile IA. Les universités enseignent la « programmation GPU » mais parlent de CUDA ; d'innombrables MOOC et manuels intègrent du code CUDA. Des bibliothèques open-source comme cuDNN, NCCL et TensorRT sont à la base des systèmes de production chez Google, Meta, OpenAI et presque chaque fournisseur de cloud.

Changer de plateforme signifie plus que de simplement recompiler. Un passage sérieux à CUDA nécessite : - De réécrire ou de remplacer des milliers de noyaux personnalisés - De former à nouveau les ingénieurs et de réviser les pipelines de recrutement - De revalider les modèles et l'infrastructure pour de nouvelles chaînes d'outils

Pour un hyperscaler dépensant des milliards chaque année en NVIDIA H100 et H200, il s'agit d'une migration pluriannuelle coûtant plusieurs centaines de millions de dollars. Même pour une startup bien financée, passer à une pile concurrente comme ROCm ou à un SDK sur mesure peut bloquer les feuilles de route des produits et rompre les SLA des clients.

Du matériel architecturale supérieur se heurte toujours à ce mur. Le moteur à échelle de plaquette de Cerebras, les LPU de Groq, et une vague d'ASICs d'inférence peuvent afficher des benchmarks impressionnants, mais ils doivent soit émuler CUDA, supporter CUDA via des couches de traduction, ou convaincre les développeurs d'apprendre un autre API bas niveau. Chaque couche d'indirection ajoute de la latence, de la complexité, ou des fonctionnalités manquantes.

NVIDIA, entre-temps, continue d'approfondir son fossé. CUDA s'étend désormais dans des domaines verticaux : cuQuantum pour la physique, cuOpt pour la logistique, cuGraph pour l'analytique, en plus d'une intégration étroite avec Kubernetes, Slurm et tous les principaux clouds. Chaque nouvelle bibliothèque réduit la surface où les alternatives peuvent se différencier.

C'est pourquoi des accords comme l'acquisition par Nvidia des actifs de la startup de puces IA Groq pour environ 20 milliards de dollars, son plus gros accord à ce jour comptent moins pour le silicium brut et plus pour ceux qui se branchent sur CUDA ensuite. Les concurrents ne se battent pas seulement pour une puce ; ils se battent contre un océan logiciel de 17 ans.

Cerebras se situe dans un domaine en rapide réduction d'entreprises indépendantes de silicium pour l'IA qui n'ont pas déjà été intégrées à un hyperscaleur ou un géant des GPU. Alors que Groq, Habana Labs et Nervana Systems ont fini par devenir des coquilles vides ou des actifs absorbés, Cerebras Systems s'est orientée vers une introduction en bourse et est restée structurellement indépendante, soutenue par des centaines de millions en financements de capital-risque et des contrats gouvernementaux.

Au lieu de suivre le plan de jeu GPU d'NVIDIA, Cerebras a construit un processeur de la taille d'une assiette, appelé le Wafer-Scale Engine. La version 3 de la puce découpe un wafer de silicium de 300 mm en un seul dispositif, intégrant des centaines de milliers de cœurs et éliminant le réseau complexe de liaisons PCIe et de ponts NVLink qui relient normalement des racks de GPU.

Les clusters de GPU traditionnels perdent en performance en déplaçant des tenseurs entre les cartes et les nœuds ; le design de Cerebras maintient tout sur une seule plaquette. En réduisant la communication inter-puce à un routage sur puce, la société affirme réaliser des gains majeurs en bande passante, latence et utilisation pour de grands modèles qui, autrement, passeraient des cycles à attendre le déplacement des données.

Plutôt que de lutter contre CUDA sur son territoire, Cerebras s'est dirigé vers des domaines où le verrouillage de l'écosystème compte moins : les laboratoires nationaux, la défense et les projets d'IA souveraine. Des clients comme Argonne, Lawrence Livermore et les Laboratoires nationaux de Sandia se soucient beaucoup plus du débit brut, de la localité des données et du contrôle sur site que de savoir si les opérations PyTorch s'adaptent parfaitement à un noyau GPU.

Ces acheteurs exécutent déjà des charges de travail sur mesure - modèles climatiques, simulations nucléaires, systèmes de langue classifiés - donc porter du code vers un nouvel accéléromètre semble un détail à côté des gains en performance et en sécurité. Cerebras vend des systèmes CS-3 complets sous forme d'appareils, des supercalculateurs dans une armoire dédiés à l'entraînement de l'IA et des HPC.

Pour contourner l'isolement de CUDA pour tout le monde, Cerebras s'est fortement engagé dans un modèle d'Inference-as-a-Service. Au lieu de demander aux développeurs de réécrire des noyaux, il propose une API hébergée où vous envoyez des requêtes et recevez des jetons en retour, la même abstraction de base que OpenAI ou Anthropic.

Cette couche d'API transforme le matériel à échelle de plaquette en un détail d'implémentation. Les entreprises achètent des garanties en matière de latence, de débit et de résidence des données, tandis que Cerebras remplace discrètement son propre silicium en arrière-plan, évitant ainsi de devoir remporter la guerre des outils de développement que NVIDIA domine déjà.

Les innovateurs du silicium continuent de se heurter au même iceberg : la gravité des logiciels. Cerebras peut fabriquer une plaquette de la taille d'une assiette avec 2 trillions de transistors et des bandes passantes en pétaoctets par seconde, mais elle doit encore convaincre les développeurs de s'éloigner des scripts PyTorch qui fonctionnent déjà sur des GPU NVIDIA avec un simple changement de configuration.

L'histoire montre comment cela se termine généralement. Le Betamax offrait une meilleure qualité vidéo que le VHS, mais le VHS a gagné parce que les studios, les magasins de location et les partenaires matériels se sont standardisés sur ce format. Le Mac OS et le matériel PowerPC techniquement élégants d'Apple ont perdu face à Windows dans les années 90, sur des boîtiers x86 beiges, car les développeurs ont suivi la base d'installation plus large et des outils plus riches.

Le mobile a répété le schéma. WebOS et BlackBerry 10 ont lancé des systèmes de multitâche et de gestes en avance sur leur temps, mais iOS et Android les ont écrasés en offrant : - Des magasins d'applications plus vastes - De meilleurs SDK et documentation - Une monétisation plus prévisible

Le matériel d'IA se trouve maintenant au même carrefour. Cerebras, Groq et Tenstorrent poussent des architectures novatrices : moteurs à échelle de tranche, LPUs, accélérateurs RISC-V, tandis qu'NVIDIA mise davantage sur CUDA, cuDNN, TensorRT et une intégration étroite avec PyTorch/TensorFlow. D'un côté, on vend des FLOPs bruts et des agencements astucieux ; de l'autre, on propose un chemin presque sans friction entre l'article de recherche et le cluster de production.

Les développeurs optimalisent pour le temps jusqu'au résultat, et non pour l'élégance théorique. Si un étudiant diplômé peut prendre un modèle open source, installer quelques paquets avec pip et atteindre 90 % de la performance maximale sur un H100 en une après-midi, l'alternative doit être considérablement meilleure pour justifier de nouveaux outils, débogueurs et flux de déploiement. "2x plus rapide" sur le papier perd souvent face à "fonctionne avec notre pipeline CI existant."

L'interopérabilité devient une arme. La pile de NVIDIA s'étend à : - CUDA au niveau du noyau - cuDNN et cuBLAS pour les primitives - TensorRT et Triton Inference Server pour le déploiement - DGX et DGX Cloud pour des clusters prêts à l'emploi

Cette intégration verticale signifie que chaque nouveau cadre, de JAX à Mojo, considère CUDA comme la cible par défaut. Les silicons concurrents doivent émuler cet environnement ou construire un univers parallèle d'outils, de pilotes et de bibliothèques, ce qui représente un impôt énorme tant pour les fournisseurs que pour les utilisateurs.

La domination sur le marché de l'IA dépendra moins de qui expédie la puce la plus étrange et davantage de qui possède l'ensemble de développement de bout en bout. Les accélérations en silicium ont leur importance, mais le contrôle sur les compilateurs, les environnements d'exécution, l'orchestration et les intégrations cloud détermine où les prochains millions de modèles seront entraînés et déployés.

La consolidation du marché du matériel d'IA ne semble plus abstraite ; elle ressemble à un échiquier dégagé. NVIDIA contrôle déjà environ 80–90 % du marché des GPU pour centres de données, et des accords comme celui de 20 milliards de dollars avec Groq effacent discrètement l'un des rares acteurs indépendants restants sans déclencher les pièges classiques de l'antitrust.

Les structures d'acqui-hire inversées créent un nouveau statu quo inquiétant pour les fondateurs de matériel ambitieux. Si le meilleur scénario de "sortie" est un retour de 1 à 1,5 fois et un lent déclin vers un statut de "start-up zombie", le choix rationnel pour le capital-risque est de financer des logiciels sur CUDA, plutôt que du silicium rival qui pourrait être émasculé chirurgicalement avant de jamais menacer NVIDIA.

Ce changement est important car le matériel d'IA nécessite d'importants investissements et met du temps à mûrir. Sept ans et des centaines de millions de dollars peuvent désormais se terminer par : - Équipe fondamentale extraite - Propriété intellectuelle cédée - Marque abandonnée comme un leurre

Pour les fondateurs, ce guide resserre le champ de ce qui est considéré comme du matériel « finançable ». Pourquoi soutenir une autre Groq ou Habana Labs lorsque le résultat probable est une capitulation négociée face à l'acteur en place, et non une introduction en bourse indépendante comme celle que Cerebras poursuit avec son moteur à échelle de wafers ?

Les consommateurs et les entreprises finissent par en payer le prix. Moins de concurrents crédibles signifient des prix plus élevés pour les accélérateurs, des listes d'attente plus longues pour la capacité, et un verrouillage des fournisseurs plus profond dans CUDA, les systèmes DGX et les partenaires cloud de NVIDIA, d'Amazon à Oracle.

Une fois que la R&D de pointe d'une startup est absorbée, la coquille restante pousse rarement le marché en avant. GroqCloud peut continuer à servir des inférences, mais sans Jonathan Ross et l'équipe de base d'origine, ses chances de livrer un LPU de prochaine génération perturbateur chutent.

Les régulateurs observent un secteur qui semble encore saturé : Groq existe toujours, Cerebras continue de vendre du matériel, les fournisseurs de cloud développent des puces en interne. Pourtant, la véritable menace concurrentielle—les équipes et la propriété intellectuelle qui pourraient réduire les marges de NVIDIA ou éroder l'avantage de CUDA—migre discrètement vers l'interne.

Une couverture comme NVIDIA « Acquiert » Groq reflète cette habileté : l'illusion de la compétition demeure sur le papier tandis que les véritables acteurs se consolident sous un seul logo. Le plateau semble animé, mais le résultat devient de plus en plus prévisible.

La prise d'NVIDIA sur le matériel AI semble absolue : 80 à 90 % des accélérateurs de centres de données, une pile CUDA âgée de 17 ans, et maintenant un contrôle efficace sur les meilleures idées de Groq. Pourtant, les monopoles dans la tech restent rarement sans concurrent éternellement ; ils s'érodent depuis les marges, généralement par le biais de logiciels.

Une alternative crédible et ouverte à CUDA serait la première à frapper. Appelez-la un « Linux pour l'IA » : une pile unifiée et open-source pour l'entraînement et l'inférence qui fonctionne efficacement sur n'importe quoi - CPU, TPU, ASIC personnalisés, même des exceptions comme le moteur à échelle de tranche de Cerebras. Des éléments existent déjà dans la nature : PyTorch, JAX, Triton, MLIR, TVM, ROCm, oneAPI.

Pour que cela ait de l'importance, les hyperscalers doivent s'aligner. Imaginez Google, Amazon, Microsoft et Meta convenant d'un runtime de bas niveau et d'une bibliothèque de noyau communs, puis les déployant partout : dans leurs clouds, sur des appareils sur site, voire sur des boxes edge. Si les développeurs peuvent cibler une stack ouverte et obtenir des performances de premier ordre sur des silicones non-NVIDIA, l'enfermement lié à CUDA commence à ressembler à une taxe plutôt qu'à une norme.

Les hyperscalers ont également toutes les raisons financières de réduire leur dépendance. Former des modèles de pointe sur des clusters H100 et B200 coûte des milliards chaque année en dépenses d'investissement et en énergie. Les accélérateurs TPU v5e de Google, Trainium et Inferentia d'AWS, ainsi que Maia de Microsoft existent tous pour une raison : récupérer des marges sur les bénéfices bruts de plus de 70 % de NVIDIA.

Ces chips développés en interne s'appuient encore largement sur les abstractions de l'ère CUDA—XLA, compilateurs personnalisés et couches de traduction qui les font "ressentir" comme des GPU pour les développeurs. Une pile ouverte partagée permettrait aux hyperscalers d'intégrer leur propre silicium sans avoir à réécrire chaque modèle, tout en négociant discrètement de meilleurs prix avec NVIDIA, car ils disposent enfin d'options crédibles pour se retirer.

Les régulateurs se tiennent en arrière-plan comme un instrument de contrainte. Le DOJ a déjà bloqué l'accord de 40 milliards de dollars d'NVIDIA avec Arm en 2022 et enquête sur des structures similaires de « reverse acqui-hire » chez Google. Un monde où NVIDIA contrôle le matériel dominant, le logiciel dominant et la propriété intellectuelle de tout concurrent sérieux semble être parfaitement conçu pour un examen antitrust.

L'action antitrust ne conçoit que rarement de meilleures technologies, mais elle peut acheter du temps. Pour Cerebras, les vestiges de Groq et la prochaine vague de startups de puces, cet espace de respiration pourrait être la seule chance restante de bâtir quelque chose de suffisamment solide pour rivaliser avec l'attraction gravitationnelle de CUDA.

Nvidia a-t-elle vraiment acheté Groq pour 20 milliards de dollars ?

Non. Nvidia a structuré un accord de 20 milliards de dollars pour une licence technologique non exclusive et pour recruter les talents clés de Groq, y compris son fondateur. Groq reste une entreprise techniquement indépendante, mais sa valeur essentielle a été extraite.

Qu'est-ce qu'un 'reverse acqui-hire' ?

C'est une stratégie où une grande entreprise recrute les talents clés et licence la propriété intellectuelle d'une startup sans acquisition formelle. Cela évite l'examen réglementaire tout en neutralisant un concurrent potentiel, laissant souvent la startup en tant que coquille « zombie ».

Pourquoi Groq était-il considéré comme une menace pour Nvidia ?

Groq se spécialise dans l'inférence AI à haute vitesse et à faible latence grâce à son architecture unique de LPU (Unité de Traitement du Langage). Cette technologie aurait pu remettre en question la domination de Nvidia sur le marché d'inférence de plus en plus crucial.

Qui est Jonathan Ross et pourquoi est-il important ?

Jonathan Ross est le fondateur de Groq et l'architecte d'origine des TPU (unités de traitement Tensor) de Google. En l'embauchant, Nvidia a acquis l'un des meilleurs concepteurs de puces d'IA au monde, empêchant ainsi ses concurrents de tirer parti de son expertise.