📣 Envoyez-nous votre communiqué de presse
Site mis à jour toutes les 15 minutes
Technologie

Amazon et Google défient Nvidia sur le marché des accélérateurs IA

Amazon et Google développent des accélérateurs IA personnalisés, défiant la domination de longue date de Nvidia sur le marché des semi-conducteurs. Les hyperscalers recherchent des avantages en termes de coûts et d'efficacité avec leurs propres puces.

8 juin 2026
Amazon et Google défient Nvidia sur le marché des accélérateurs IA

Amazon et Google remodèlent le marché des accélérateurs d'intelligence artificielle (IA) en développant leurs propres puces personnalisées, défiant ainsi la domination de longue date de Nvidia dans le matériel d'IA. Les fournisseurs de cloud hyperscale s'éloignent de la dépendance exclusive aux unités de traitement graphique (GPU) coûteuses et gourmandes en énergie pour créer leurs propres puces d'IA optimisées.

Les analyses sectorielles indiquent que les hyperscalers construisent leurs infrastructures IA selon une approche intégrée, incluant des accélérateurs, des réseaux à haute vitesse et des systèmes de stockage optimisés. Cette tendance stimule la croissance rapide du marché des semi-conducteurs, qui devrait atteindre près de 1 000 milliards de dollars dans les années à venir, grâce à la demande des centres de données IA.

Bien que Nvidia ait historiquement dominé le marché avec sa technologie GPU et son écosystème CUDA, l'essor de l'IA générative a entraîné une augmentation significative des coûts, des problèmes de consommation d'énergie et des tensions dans la chaîne d'approvisionnement. Cela a incité Amazon et Google à investir massivement dans le développement de leurs propres accélérateurs IA, tels que Trainium d'Amazon et les TPU de Google.

Les puces personnalisées connaissent une croissance plus rapide dans le secteur des accélérateurs IA par rapport à l'infrastructure traditionnelle basée sur les GPU. Bloomberg Intelligence prévoit une augmentation significative des dépenses en puces personnalisées d'ici 2027, tirée par les hyperscalers cherchant à maîtriser leurs coûts et à maximiser l'efficacité. Ce changement impacte l'ensemble du paysage de l'infrastructure IA, faisant de la technologie de mémoire une composante essentielle pour le traitement et la concurrence sur le marché.

Source originale: datamintelligence.com