Meta commencera en septembre la fabrication d’un nouveau accélérateur d’intelligence artificielle conçu pour ses propres centres de données. Ce chip, connu en interne sous le nom d’Iris, s’inscrit dans une offensive plus large visant à réduire les coûts, à dépendre moins de Nvidia et à adapter le matériel aux besoins spécifiques de Facebook, Instagram, WhatsApp et des modèles d’IA de l’entreprise.

Ce mouvement réunit plusieurs entreprises qui façonnent la nouvelle génération de processeurs sur mesure. Meta définit l’architecture, Broadcom participe à la conception, et TSMC se charge de la transformer en silicium. MediaTek, pour sa part, cherche à s’imposer sur le même marché des ASIC pour centres de données et a été liée au développement de futurs chips de Google.

Il ne s’agit donc pas d’une alliance formelle entre Meta, MediaTek et TSMC contre Google. La réalité est plus intéressante : ces mêmes fournisseurs peuvent collaborer avec des entreprises rivales, chaque grande plateforme cherchant à bâtir une infrastructure propre afin de réduire sa dépendance aux GPU génériques.

Les clés de la course aux chips d’IA en 20 secondes

• Meta prévoit de débuter la production d’Iris en septembre, son prochain accélérateur maison.
• Ce chip fait partie du programme MTIA, dédié à l’entraînement et à l’inférence de modèles.
• Broadcom collabore avec Meta pour la conception, TSMC assurant la fabrication.
• Iris viendra compléter les GPU de Nvidia et AMD, sans les remplacer intégralement.
• Meta ambitionne de lancer une nouvelle génération de chips environ tous les six mois jusqu’en 2027.
• L’objectif est d’atteindre une capacité informatique de 14 gigawatts d’ici 2027.
• Google développe ses TPU depuis plus d’une décennie et prépare déjà la huitième génération.
• MediaTek vise un chiffre d’affaires de 2 milliards de dollars dans le secteur des centres de données d’ici 2026.
• TSMC fabrique des chips d’IA pour presque tous les principaux acteurs, y compris Nvidia, AMD, Google, Meta, Amazon et Microsoft.
• Le véritable rival commun demeure le coût, la consommation énergétique et la dépendance à Nvidia.

L’arrivée d’Iris marque une avancée notable pour un projet qui n’a pas toujours respecté les calendriers de Meta. Selon un mémo interne, les essais du nouveau design se sont achevés en environ six semaines sans détection de problèmes majeurs. La société prévoit de l’utiliser pour étendre l’IA appliquée à ses réseaux sociaux et pour décharger certaines tâches des GPU, pouvant être mieux exécutées sur un circuit spécialisé.

La stratégie ne consiste pas à cesser d’acheter des processeurs Nvidia ou AMD. Meta aura besoin de grandes quantités de GPU pour entraîner des modèles généraux et expérimenter avec des architectures en rapide évolution. Les chips maison s’intègrent mieux dans des tâches répétitives, stables et à grande échelle, où une petite amélioration en consommation ou en coût par opération peut faire économiser des centaines de millions.

Iris, la réponse de Meta à un coût informatique croissant

Meta prévoit de dépenser jusqu’à 145 milliards de dollars en infrastructure d’intelligence artificielle d’ici 2026. Ce montant inclut centres de données, serveurs, réseaux, mémoire, stockage et processeurs. La société affirme avoir ajouté un gigawatt de capacité au premier semestre et projette d’en ajouter encore 2,5 gigawatts avant la fin de l’année. Son objectif est d’atteindre 14 gigawatts d’ici 2027.

À cette échelle, se limiter à l’achat du hardware le plus avancé ne suffit plus. Chaque nouvelle génération de GPU oblige à reconfigurer serveurs, systèmes de refroidissement, réseaux et logiciels. Le propre mémo de Meta reconnaît que l’adoption des derniers processeurs dans une infrastructure d’une telle taille demande beaucoup de travail et peut retarder les déploiements.

Un ASIC comme Iris sacrifie une partie de la flexibilité au profit d’une efficacité accrue dans des tâches spécifiques. Il peut éliminer les fonctions superflues, optimiser la circulation des données et s’ajuster au logiciel que Meta sait qu’il exploitera pendant des années.

Meta collabore avec Broadcom dans un accord pluriannuel qui s’étendra sur plusieurs années. Broadcom apporte son expertise en conception physique du chip, en interconnexions haute vitesse et en transformation de l’architecture du client en un circuit rentable à produire.

Ce modèle est devenu courant parmi les hyper-scalers. Les grandes plateformes connaissent précisément les charges à accélérer mais ne disposent pas toujours de toutes les ressources pour finaliser la conception, valider les interfaces, préparer l’encapsulation et assurer la fabrication.

TSMC apparaît à la fin de la majorité de ces chaînes de production. La fondeuse taïwanaise ne doit pas décider quelle architecture l’emportera : elle produit pour Nvidia, AMD, Google, Meta, Microsoft, et Amazon. Plus leurs clients développeront de chips maison, plus la demande pour ses nœuds avancés et ses technologies d’encapsulage augmentera.

MediaTek veut diversifier au-delà des mobiles

MediaTek a bâti une grande partie de son activité autour des processeurs pour téléphones, téléviseurs, routeurs et appareils connectés. L’expansion dans les ASIC d’IA lui ouvre la voie à des contrats beaucoup plus importants et à des marges différentes.

L’entreprise a doublé ses prévisions de revenus dans le secteur des centres de données d’ici 2026, à 2 milliards de dollars. Elle estime aussi que le marché des chips IA personnalisés pourrait atteindre entre 70 et 80 milliards de dollars en 2027, visant à capter entre 10 % et 15 % du marché.

MediaTek affirme pouvoir travailler aussi bien avec CoWoS, la technologie d’encapsulation avancée de TSMC souvent utilisée pour l’IA, qu’avec EMIB, la solution équivalente d’Intel. Cette flexibilité permettrait à un client de répartir sa production entre plusieurs fournisseurs ou de choisir la solution la plus adaptée selon la disponibilité et le design.

Deux sources du secteur ont évoqué un lien entre MediaTek et de futurs processeurs personnalisés Google, bien que la société taïwanaise n’ait pas confirmé officiellement ce client. Plutôt que de défier directement Google, MediaTek pourrait devenir un partenaire facilitant l’extension de la fabrication des TPU.

Google examine également des options de diversification de la production. TSMC continuerait à produire la partie principale d’un futur chip appelé Icefish, tandis que Samsung pourrait prendre en charge certains composants liés à l’interface mémoire via son processus de 2 nanomètres. La conception, en collaboration avec MediaTek, pourrait atteindre la production en volume vers 2028, mais il s’agit encore de plans non officiellement confirmés.

Google garde une longueur d’avance

Meta peut créer un bon accélérateur et rester plusieurs années derrière Google en tant que plateforme intégrale.

Google a commencé à utiliser sa première TPU en interne dès 2015. Depuis, il a développé plusieurs générations de puces, réseaux optiques, systèmes de refroidissement, compilateurs, bibliothèques et superordinateurs autour de cette architecture.

Son avantage ne se limite pas à une simple puce en silicium. Il inclut l’intégration avec TensorFlow, JAX et PyTorch, l’infrastructure Google Cloud et l’expérience acquise grâce à ses recherches et déploiements massifs en recherche, recommandations, traduction et modèles Gemini.

Un rapport technique de 2026 sur les générations entre TPU v2 et Ironwood indique une multiplication par dix de la capacité et de la bande passante mémoire HBM par nœud, ainsi qu’un rendement maximum cent fois supérieur par nœud et une amélioration de 3 600 fois de la puissance de ses superordinateurs.

Google a aussi présenté une huitième génération divisée en deux puces. TPU 8t, conçue pour l’entraînement, peut regrouper jusqu’à 9 600 processeurs avec environ deux pétaoctets de mémoire à haut débit. Google prévoit de proposer ces deux modèles dans sa cloud en 2026.

Meta doit encore prouver qu’Iris fonctionne avec de bonnes performances de fabrication, qu’il peut être déployé dans des milliers de serveurs, et qu’il offre un avantage économique après prise en compte du développement, du logiciel et de l’exploitation. La fabrication du chip n’est que le premier pas.

Elle devra aussi construire une chaîne d’outils fiable — compilateurs, pilotes, réseaux et maintenance. Un accélérateur isolé peut passer un test, mais une plateforme doit fonctionner sur plusieurs années et supporter des modèles encore inexistants.

L’objectif immédiat : moins dépendre de Nvidia, pas Google

La rivalité la plus importante ne oppose pas actuellement Meta à Google. Les deux continuent à acheter massivement des GPU Nvidia, tout en pouvant utiliser simultanément leur propre silicium pour des charges spécifiques.

Nvidia offre une plateforme flexible, mature et largement compatible, que les ASIC internes ne peuvent égaler. CUDA, ses bibliothèques, NVLink et ses systèmes complets permettent à un client d’exécuter de nouveaux modèles sans attendre la conception d’un processeur dédié sur plusieurs années.

Les puces personnalisées sont particulièrement attrayantes lorsque la charge est suffisamment stable et massive. En inférence, recommandations, publicité et certains modèles internes, leur efficacité peut compenser la perte de flexibilité.

La menace pour Nvidia ne provient pas que Meta cesse soudainement d’acheter ses GPU. Elle apparaît quand chaque hyper-échelle transfère une part croissante de ses charges répétitives vers ses propres processeurs.

Même dans ce contexte, le marché global pourrait continuer à croître suffisamment pour que Nvidia voit ses ventes augmenter encore. Meta, Google, Amazon et Microsoft ont besoin de tant de machines que les ASIC peuvent capter une part relative plus importante, même si les achats globaux de GPU continuent à progresser.

TSMC sera parmi les grands bénéficiaires de ces trajectoires. Elle fabrique à la fois les puces Nvidia et celles développées pour réduire la dépendance. Par ailleurs, l’augmentation de la consommation électrique pousse tous les concepteurs à rechercher des améliorations qui ne reposent pas uniquement sur la réduction de la taille des transistors.

Elle espère qu’avec la transition de la technologie N2 vers le futur processus A14, la consommation pourra diminuer d’environ 30 % et le rendement augmenter de plus de 20 %. En parallèle, TSMC renforce l’encapsulation avancée, l’empilement tridimensionnel et la photonique pour déplacer l’information avec moins d’énergie.

Meta entre dans une étape cruciale. Iris pourrait démontrer que le programme MTIA a dépassé ses retards passés et que l’entreprise est capable de respecter un calendrier de nouvelles générations toutes les six mois. Toutefois, Google bénéficie de plus d’une décennie d’expérience, tandis que Nvidia garde l’écosystème le plus complet.

La course ne se jouera pas par un seul vainqueur. Les centres de données combineront GPU, TPU, MTIA ainsi que d’autres ASIC selon la tâche. L’avantage sera à celui qui parviendra à maximiser le travail utile par watt et par dollar, sans rester bloqué sur un hardware incapable de suivre le rythme des modèles.

Questions fréquentes

Qu’est-ce qu’Iris, le nouveau chip de Meta ?
C’est le nom interne d’un accélérateur d’IA intégré au programme MTIA. Meta prévoit de lancer sa production en septembre 2026.

Meta cessera-t-elle d’acheter des GPU Nvidia ?
Non. Iris vient compléter les GPU de Nvidia et AMD, principalement pour des charges où un processeur personnalisé peut offrir plus d’efficacité.

MediaTek concurrence-t-elle Google ?
MediaTek souhaite évoluer sur le marché de la conception d’ASIC, tout en ayant été liée à de futurs chips Google. Elle peut agir comme fournisseur pour des entreprises rivales.

Pourquoi TSMC l’emporte-t-elle malgré la prolifération des chips maison ?
Parce qu’elle produit à la fois les GPU de Nvidia et AMD, et de nombreux accélérateurs personnalisés pour Google, Meta, Amazon et Microsoft.