Résumé :
Selon des personnes proches du dossier, OpenAI prévoit d'acheter des puces d'IA auprès de Google d'Alphabet, ce qui constitue la dernière étape du vaste projet du développeur ChatGPT visant à étendre son infrastructure d'IA. Les termes définitifs d'un éventuel accord ne sont pas encore connus, a indiqué la source. OpenAI et Google ont tous deux refusé de commenter.
L'unité de traitement tensoriel (TPU) de Google gagne en popularité en tant qu'alternative aux puces d'IA leaders du marché de Nvidia, alors que les entreprises recherchent des puces moins chères adaptées à l'exécution de modèles d'intelligence artificielle. Google a commencé à vendre du TPU directement à certains clients cette année.
Cette décision reflète également l'intention stratégique à plusieurs volets d'OpenAI d'améliorer de toute urgence sa puissance de calcul en matière d'IA.
La société a précédemment annoncé qu'elle prévoyait de commencer à utiliser des puces qu'elle a développées plus tard cette année pour prendre en charge le fonctionnement de ses modèles d'IA. Cela signifie qu'il a rejoint cette « vague de puces auto-développées » lancée par de nombreuses entreprises, contestant conjointement la domination de Nvidia dans le domaine de la puissance de calcul.
Il convient de mentionner que la puce interne Jalapeno développée par OpenAI et Broadcom a été développée avec l'aide de cadres supérieurs de Google. Richard Ho, responsable de l'équipe interne des puces d'OpenAI, a déjà participé à la recherche et au développement de Google TPU.
Google a commencé à développer son TPU il y a plus de dix ans. Initialement, ces TPU étaient utilisés pour accélérer le moteur de recherche Web de l'entreprise et améliorer son efficacité. Mais ces puces se sont rapidement révélées utiles pour gérer les travaux d'IA et sont devenues une alternative aux GPU de Nvidia ces dernières années.
L'hégémonie informatique de Nvidia rencontre de nouveaux défis
Le projet d'achat approfondira la relation entre OpenAI et Google d'Alphabet - bien que les deux sociétés soient en concurrence directe dans les domaines des produits d'intelligence artificielle et de la recherche.
Depuis longtemps, OpenAI et Nvidia entretiennent des relations étroites. De la formation du modèle GPT de première génération à la popularité mondiale de ChatGPT, presque toutes les évolutions du modèle de base d'OpenAI reposent sur des dizaines de milliers de clusters GPU NVIDIA. Huang Renxun a personnellement livré le premier supercalculateur DGX AI au monde à OpenAI, et la popularité d'OpenAI a directement poussé Nvidia au sommet de la valeur marchande mondiale.
En août de cette année, Huang Renxun, PDG de Nvidia, a déclaré qu'OpenAI s'était engagé à déployer à grande échelle l'infrastructure d'IA de Nvidia d'ici 2030. L'échelle de déploiement actuelle et prévue est d'environ 12 GW, avec la possibilité d'étendre jusqu'à environ 16 GW.
Cependant, cela n’a pas empêché OpenAI de chercher à diversifier sa chaîne d’approvisionnement. Face au coût de plus en plus élevé de l'inférence, à l'énorme déficit de puissance de calcul de millions de puces, ainsi qu'aux désavantages de négociation et aux risques d'interruption d'approvisionnement causés par une dépendance excessive à l'égard d'un seul fournisseur, OpenAI n'est évidemment pas disposé à lier toute sa richesse et sa vie à Nvidia.
Ce n'est pas une coïncidence. Oracle a également annoncé mardi qu'il fournirait pour la première fois à ses clients une puissance de calcul basée sur la puce Google TPU d'Alphabet sur sa plate-forme cloud.
Concernant cette configuration, Mahesh Thiagarajan, président d'Oracle Cloud Infrastructure, a déclaré dans un communiqué que différentes charges de travail d'IA ont des exigences différentes en matière de puissance de calcul. Ce choix permet aux clients de sélectionner de manière flexible l'infrastructure la plus appropriée en termes de performances, de débit et d'économie pour chaque charge de travail d'IA.
Amin Vahdat, directeur de Google, a déclaré dans un communiqué annonçant l'accord avec Oracle que "la prochaine génération d'intelligence artificielle nécessitera une puissance de calcul diversifiée".
Commentaires