AWS renforce sa stratégie concernant ses propres puces pour l’intelligence artificielle. Selon des sources de la chaîne d’approvisionnement citées par des médias asiatiques, Amazon Web Services aurait augmenté entre 20 % et 30 % ses prévisions d’expédition de serveurs équipés de Trainium 3 pour le troisième trimestre. La tendance du secteur est claire : il ne s’agit pas seulement d’ajuster des prévisions, mais d’accélérer les commandes pour garantir la capacité et s’emparer d’une part de marché où l’infrastructure IA est devenue le principal goulot d’étranglement.

Ces informations corroborent des signaux publics envoyés par Amazon depuis plusieurs mois. Andy Jassy, le PDG d’Amazon, a déclaré en avril que Trainium 3 avait commencé à être expédié début 2026, qu’il offrait une meilleure relation prix-performance de 30 à 40 % par rapport à Trainium 2, et qu’il était presque entièrement réservé. Il a également indiqué qu’une grande partie de Trainium 4, encore à environ 18 mois de disponibilité commerciale, était déjà réservée.

Ce mouvement intervient à un moment où les principaux fournisseurs de cloud cherchent à ne plus dépendre uniquement des GPU généralistes, aussi puissants soient-ils. NVIDIA continue de dominer le marché des accélérateurs IA, mais AWS, Google, Microsoft et Meta développent leurs propres ASIC pour réduire les coûts, sécuriser l’approvisionnement et adapter le matériel à leurs charges internes.

Trainium devient une alternative majeure

À ses débuts, Trainium représentait pour AWS une option de silice maison pour l’entraînement et l’inférence de modèles IA. Pendant des années, ces puces ont été perçues comme une solution économique pour des clients très intégrés à AWS, sans véritable menace directe pour l’écosystème GPU. Cette perception évolue progressivement.

AWS présente Trainium comme un accélérateur conçu pour optimiser l’efficacité économique des charges IA à grande échelle, plutôt qu’un simple chip isolé. La société insiste sur le fait que son avantage réside dans le design intégré de la puce, du serveur, du réseau, du logiciel et des services cloud, avec Neuron SDK, EFA, Nitro, Graviton et SageMaker HyperPod comme composantes d’un même écosystème.

La génération Trainium 3 a renforcé cette vision. AWS a annoncé les Trn3 UltraServers équipés jusqu’à 144 puces Trainium 3, affichant jusqu’à 362 PFLOPS FP8, soit 4,4 fois plus de puissance de calcul, avec une efficacité énergétique quatre fois supérieure et un débit mémoire quasi quadruplé par rapport aux UltraServers Trainium 2. En outre, Bedrock exploite déjà la capacité de production sur Trainium 3.

Les chiffres commerciaux sont aussi déterminants que les aspects techniques. Si Trainium 2 est presque épuisé, Trainium 3 est pratiquement réservé et Trainium 4 commence à générer de la demande avant même sa sortie, AWS ne vend plus simplement une promesse. Elle construit une chaîne de capacité interne pour des clients nécessitant des milliards de tokens, un entraînement continu et une inférence à grande échelle.

Anthropic, OpenAI et Uber dynamisent la demande

Le principal client derrière une partie importante de cette accélération est Anthropic. En avril, Anthropic et Amazon ont renforcé leur partenariat avec un engagement supérieur à 100 milliards de dollars dans les technologies AWS sur dix ans, et jusqu’à 5 GW de capacité supplémentaire pour entraîner et déployer Claude. Cet engagement couvre les générations actuelles et futures de Graviton et Trainium, du Trainium 2 au Trainium 4.

De son côté, Amazon a présenté cette opération comme une validation de son silicium maison. Jassy a alors affirmé que cet engagement d’Anthropic à exécuter ses grands modèles sur AWS Trainium durant la prochaine décennie reflétait l’avance conjointe dans la conception de puces IA personnalisées.

OpenAI joue également un rôle clé. En février, la société a annoncé la prolongation de son contrat avec AWS pour 100 milliards de dollars sur huit ans, comprenant un engagement à consommer environ 2 GW de capacité Trainium via l’infrastructure AWS, incluant Trainium 3 et Trainium 4.

Uber est un autre acteur important. La société étend son utilisation d’AWS avec Graviton 4 pour des charges à faible latence sur sa plateforme, et avec Trainium 3 pour entraîner ses modèles IA alimentant ses applications.

Cette combinaison est stratégique, car elle ne concerne pas un seul type de charge. Anthropic et OpenAI gèrent des modèles de pointe à forte consommation, tandis qu’Uber s’appuie sur des workloads opérationnels, la prévision et la personnalisation en temps réel. Bedrock, qui compte plus de 125 000 clients selon Amazon, offre une couche d’inférence gérée pour l’entreprise.

Taiwan entre en phase de montée en puissance

L’augmentation des objectifs d’AWS est également perçue comme une bonne nouvelle pour la chaîne d’approvisionnement taïwanaise. Selon des données recueillies par Futunn auprès de sources de la chaîne d’approvisionnement, les composants pour serveurs Trainium 3, à commencer par les cartes mères, ont commencé à être expédiés en mai, avec une hausse constante chaque mois. La production de racks et de composants de rails devrait démarrer en masse en juillet, avec une hausse plus marquée prévue pour le troisième trimestre.

Les bénéficiaires potentiels comprennent des fournisseurs de gestion thermique tels que Dynatron, Maxco et Sunon, des fabricants de châssis comme Chenbro, ainsi que des assembleurs de niveau L6 comme Accton Technology. Des fournisseurs de rails et de composants mécaniques tels que Chuang Hu et Nan Jyun figurent également dans la liste.

Ce point est crucial, car l’infrastructure IA ne se limite plus au simple composant. Chaque nouvelle génération de serveurs accélérés nécessite davantage de cartes avancées, de meilleurs matériaux, une intégration thermique, des systèmes de refroidissement liquide ou hybride, des châssis adaptés, des rails renforcés, du câblage, des alimentations, un montage en rack et des validations système.

Lorsque AWS augmente ou accélère ses commandes, l’impact se diffuse sur toute cette chaîne. Une hausse de 20 ou 30 % des expéditions implique non seulement plus d’ASIC, mais aussi davantage de composants mécaniques, une capacité accrue d’assemblage, une pression sur les fournisseurs de refroidissement, et une charge supplémentaire pour les intégrateurs de systèmes.

La compétition entre ASIC et GPU s’intensifie

Cette vague de commandes pour Trainium 3 intervient dans un contexte de mutation du marché. Selon DIGITIMES Research, en 2026, les expéditions de serveurs ASIC devraient croître de 64,2 % en glissement annuel, contre 43,8 % pour les serveurs GPU. Si la GPU reste dominante en termes de valeur et de maturité logicielle, la croissance relative des ASIC sera supérieure, car les hyperscalers mettent leurs propres designs en production.

Google a longtemps démontré la valeur de ses TPU pour ses charges internes et ses clients cloud. AWS souhaite que Trainium joue un rôle équivalent dans son écosystème. Microsoft développe sa ligne Maia, et Meta accélère avec MTIA. La logique est simple : maîtriser le cloud, les charges et une partie du logiciel permet de concevoir une puce mieux adaptée à ses besoins qu’une solution généraliste.

Cela ne remet pas NVIDIA en cause immédiatement. AWS continuera d’acheter et de vendre des infrastructures GPU via NVIDIA, car de nombreux clients dépendent de CUDA, de l’écosystème existant et des modèles et bibliothèques disponibles. Cependant, la négociation change : si Trainium couvre de plus en plus la croissance de l’inférence et de l’entraînement à moindre coût par token, AWS réduit sa dépendance, améliore ses marges, et offre à ses clients une nouvelle capacité de marché.

Les critères de compétition ne seront pas uniquement la puissance brute. Le coût par token, la disponibilité, l’efficacité énergétique, la facilité de migration, la compatibilité avec les frameworks, la stabilité du logiciel Neuron, l’échelle du réseau, le délai pour réserver des capacités, et le prix final des services gérés pèseront davantage. En IA d’entreprise, ces variables peuvent peser plus que la performance pure.

Ce que le marché doit surveiller

Le premier indicateur sera la montée en puissance effective au second semestre. Si la chaîne taïwanaise confirme une croissance soutenue des composants L6 et L11, cela indiquera que Trainium 3 entre dans une phase de production de masse, pas seulement en déploiements ciblés.

Le second sera l’adoption hors des clients “piliers”. Anthropic, OpenAI et Uber apportent une crédibilité certaine, mais AWS a besoin que davantage d’entreprises intègrent Trainium de façon naturelle dans Bedrock, SageMaker et ses propres charges. La principale barrière sera le logiciel : plus il sera transparent de migrer des GPU vers Trainium, plus facile il sera de convertir cette promesse économique en consommation réelle.

Le troisième indicateur sera Trainium 4. Si une grande partie de sa capacité est déjà réservée avant sa sortie commerciale, AWS pourrait accélérer son calendrier. Cela renforcerait encore la chaîne d’approvisionnement, tout en consolidant la position de l’entreprise face à Google TPU, NVIDIA et AMD dans les générations futures.

L’IA a transformé le hardware en une guerre de capacité. Les modèles exigent plus de puissance de calcul, les clients recherchent des coûts plus faibles, et les fournisseurs de cloud veulent maîtriser davantage la chaîne d’infrastructure. Trainium 3 est une réponse directe à ces enjeux. Si la demande se confirme, ce sera aussi un signe que le marché des ASIC pour l’IA entre dans une phase beaucoup plus sérieuse.

Questions fréquentes

Qu’est-ce que AWS Trainium 3 ?
Il s’agit de la troisième génération de puces IA conçues par AWS pour l’entraînement et l’inférence des modèles, intégrées dans des serveurs et services cloud propriétaires.

Pourquoi AWS aurait-il augmenté ses commandes de serveurs Trainium 3 ?
Selon des sources de la chaîne d’approvisionnement, pour répondre à une demande plus forte que prévue et pour anticiper la capacité nécessaire pour des clients comme Anthropic, OpenAI, Uber et les utilisateurs d’entreprise de Bedrock.

Quelles entreprises peuvent profiter en Taïwan ?
Les fournisseurs de refroidissement, chassis, rails, cartes et assemblage comme Dynatron, Maxco, Sunon, Chenbro, Accton, Chuang Hu et Nan Jyun selon des sources du secteur.

Trainium remplacera-t-il les GPU de NVIDIA ?
Pas immédiatement. NVIDIA conserve une position dominante, mais Trainium permet à AWS de couvrir une partie des charges IA avec du silicium maison et de réduire sa dépendance dans certains scénarios.

Pourquoi la croissance des ASIC IA ?
Parce que les grands fournisseurs de cloud peuvent concevoir des puces adaptées à leurs charges spécifiques, améliorer leurs coûts, garantir l’approvisionnement et différencier leurs services face à la concurrence.