Nvidia a fait une annonce surprise la veille de Noël. Il s’agit d’un accord de 20 milliards de dollars visant à concéder sous licence la technologie de la start-up de puces IA Groq et à reprendre la majeure partie de l’équipe de l’entreprise, y compris le co-fondateur et PDG Jonathan Ross. Il s’agit d’une décision qui indique que Nvidia n’envisage plus les GPU comme les seules puces qui contribueront à la prochaine grande phase d’adoption de l’IA. Cela signifie exécuter des modèles d’IA déjà formés pour tout faire, depuis la réponse aux requêtes et la génération de code jusqu’à l’analyse des images (un processus appelé inférence), et le faire à grande échelle.
L’accord avec Groq renforcera la position de startups comme la startup britannique de puces Fractile, ainsi que d’autres startups développant leurs propres puces d’IA, notamment Cerebras, D-Matrix et SambaNova (qu’Intel aurait signé un accord pour acquérir). Cela augmente les valorisations des startups de plateformes logicielles d’inférence d’IA telles que Etched, Fireworks et Baseten, ce qui en fait des cibles d’acquisition plus attrayantes en 2026, selon les analystes, les fondateurs et les investisseurs.
Karl Freund, fondateur et analyste principal de Cambrian-AI Research, a souligné D-Matrix, soutenu par Microsoft, qui a levé 275 millions de dollars le mois dernier pour une valorisation de 2 milliards de dollars. Semblable à Groq, D-Matrix se concentre sur l’augmentation de la vitesse et de l’efficacité lors de l’exécution de modèles d’IA au détriment d’une partie de la flexibilité des GPU Nvidia. « Je pense que D-Matrix est actuellement une startup très heureuse », a déclaré Freund. « Je pense que leur valorisation au prochain tour sera encore plus élevée. »
Cerebras, une autre société de puces axée sur l’inférence, semble également être en bonne position. Cerebras, connu pour ses puces de la taille d’une plaquette conçues pour exécuter de très grands modèles sur une seule pièce de silicium, a déposé une demande d’introduction en bourse après un délai plus précoce. Freund a déclaré que la société était également de plus en plus considérée comme une cible potentielle d’acquisition. « Vous ne voulez pas attendre que le prix augmente après l’introduction en bourse », dit-il. « De ce point de vue, Cerebras est actuellement dans une très bonne position. »
L’accord Nvidia et Groq clarifie l’orientation du marché
Les dirigeants de ces sociétés affirment que la décision de Nvidia a contribué à clarifier l’orientation du marché. « Lorsque[l’accord Nvidia-Groq]a eu lieu, nous avons dit : ‘Enfin, le marché l’a reconnu' », a déclaré Sid Sheth, PDG de D-Matrix, à Fortune. « Je pense que ce que NVIDIA a vraiment fait, c’est de dire : ‘D’accord, c’est une approche réussie.' »
Andrew Feldman, PDG de Cerebras, a également publié sur X que dans le passé, la perception selon laquelle tout ce dont l’IA avait besoin était un GPU Nvidia agissait comme un fossé, empêchant les startups de puces IA de cannibaliser la part de marché de Nvidia. Mais avec l’accord avec Groq, ce fossé a disparu, a écrit Feldman. « Cela reflète la croissance réelle du secteur. Le marché de l’inférence est fragmenté et de nouvelles catégories émergent dans lesquelles la vitesse n’est pas une caractéristique. C’est là toute la proposition de valeur. La proposition de valeur ne peut être réalisée qu’avec une architecture de puce différente de celle d’un GPU. »
Pourtant, tout le monde n’est pas convaincu que toutes les startups de puces d’inférence en bénéficieront de la même manière. Matt Murphy, associé chez Menlo Ventures, a déclaré que le secteur des puces reste un domaine difficile pour les investisseurs en capital-risque, compte tenu des besoins importants en capitaux et des longs délais. « De nombreuses sociétés de capital-risque ont arrêté d’investir dans les puces il y a 10 ou 15 ans », a déclaré Murphy. « C’est une activité à forte intensité de capital, il faut des années pour mettre un produit sur le marché et les résultats sont difficiles à prévoir. »
Cela dit, il a cité la plateforme d’inférence d’IA Fireworks, qui a levé 250 millions de dollars pour une valorisation de 4 milliards de dollars en octobre, comme une startup dotée d’un avantage technologique grâce à son équipe fondatrice composée d’ingénieurs qui ont construit PyTorch. Mais il reste à déterminer dans quelle mesure l’enthousiasme actuel reflète une véritable différenciation technologique, a-t-il ajouté. « Il est difficile de voir qui obtient vraiment ce qui est important lorsque tous les bateaux (montent) avec la marée, et cela semble être ce qui se passe en ce moment », a-t-il déclaré, ajoutant que la consolidation du secteur est désormais plus probable.
Les nouveaux entrants recherchent une véritable rupture
Mais au moins un vétéran du monde du matériel d’IA affirme que même les startups actuelles axées sur l’inférence ne sont pas vraiment perturbatrices.
Naveen Rao, ancien vice-président de l’IA chez Databricks et fondateur de MosaicML, a récemment quitté Databricks pour lancer Unconventional AI, qui a confirmé le mois dernier un énorme tour de table de 475 millions de dollars dirigé par Andreessen Horowitz et Lightspeed Ventures. Sa critique : Des sociétés comme Groq, D-Matrix et Cerebras sont peut-être bien positionnées sur le marché actuel, mais elles continuent d’optimiser leurs solutions dans le même paradigme informatique numérique.
Après que l’accord Groq de Nvidia ait validé la demande d’inférences plus rapides et plus efficaces, les startups qui s’intègrent parfaitement dans les piles d’IA actuelles semblent soudainement beaucoup plus précieuses. Ce n’est pas parce qu’ils ont réinventé l’informatique, affirme Rao, mais parce qu’ils y travaillent. L’IA non conventionnelle suit une voie plus fondamentale : construire un nouveau matériel qui tire parti du comportement physique du silicium lui-même et repenser les réseaux neuronaux en conséquence.
« Nous construisons la même machine de base depuis 80 ans : une machine numérique numérique », a-t-il déclaré. « Mais aucune charge de travail n’a dominé plus de 2 % de tous les cycles de calcul. » Cela est en train de changer, a-t-il expliqué. Dans quelques années, 95 % de l’informatique sera utilisée pour l’IA.
De ce point de vue, il a déclaré qu’il était important de construire une machine complètement différente de ce qui est actuellement en construction. Mais Rao affirme que ces efforts pourraient prendre plus de cinq ans pour porter leurs fruits et ne visent pas à capitaliser sur le boom actuel de l’inférence.
Cet article a été initialement publié sur Fortune.com
