Meta serait en pourparlers pour acquérir Rivos, une startup spécialisée dans les semiconducteurs axés sur les chips basés sur RISC-V, allant des accélérateurs d’IA aux GPU. Selon des sources du secteur, cette opération, encore non annoncée officiellement, s’inscrirait dans la stratégie de la société mère de Facebook de réduire sa dépendance vis-à-vis de NVIDIA et de concevoir du hardware sur mesure pour l’entraînement et l’inférence de ses modèles Llama ainsi que d’autres applications (par ex., Ray-Ban Meta).

Si elle aboutit, cette transaction pourrait être évaluée au-dessus de 2 000 millions de dollars, selon des estimations du marché. Rivos aurait atteint cette valeur après sa rondte de financement de 250 millions en 2024 pour son premier chip destiné aux serveurs d’IA.

Qui est Rivos et pourquoi cela intéresse Meta

• Siège : Santa Clara (Californie).
• Focalisation : SOC et accélérateurs sur RISC-V, avec une ambition de développer des GPU/IA destinés aux centres de données.
• Historique juridique : En 2022, Rivos a été mise en demeure par Apple, qui a dénoncé l’embauche de dizaines d’ingénieurs et l’utilisation abusive de secret de conception de SoC. Rivos a contre-attaqué. Le litige s’est résolu en 2024 via un accord.

Pour Meta, intégrer une équipe avec propriété intellectuelle, outils et talent spécialisés en RISC-V et en accélération pourrait accélérer de plusieurs années sa feuille de route vers un silicium propre, aujourd’hui basée sur le projet Meta Training and Inference Accelerator (MTIA) — conçu en partenariat avec Broadcom et fabriqué par TSMC, déployé déjà dans certains centres de données aux côtés de GPU NVIDIA.

Ce que Meta pourrait en tirer : contrôle, coûts et compatibilité avec le “soft-stack” Llama

1. Réduction de dépendance vis-à-vis des GPU de type général (NVIDIA) pour l’entraînement et l’inférence, avec une intégration croissante de silice maison + GPU lorsque cela est pertinent.
2. Optimisation fine du stack IA de Meta (Llama, pipelines de données, opérateurs et précisions), pour améliorer performance par watt et TCO.
3. Flexibilité d’approvisionnement et résilience face aux goulets d’étranglement liés à HBM et aux emballages avancés, grâce à la diversification des fournisseurs et des nœuds.
4. Propriété intellectuelle et talent en RISC-V, architecture ouverte facilitant la conception de microarchitectures sur mesure, d’chiplets et un licensing plus flexible que les alternatives propriétaires.

La démarche de développer un silicium interne s’inscrit dans la mouvance de géants comme Google (TPU), Amazon (Trainium/Inferentia), ou Microsoft (Cobalt/Athena) : de grandes hyperscalers qui intègrent software et hardware pour gagner en efficacité et contrôle.

RISC-V pour GPU/IA ? Opportunités et défis

RISC-V offre une architecture ISA modulaire et ouverte, avec des extensions pour vectorisation (RVV) et calcul matriciel pouvant exploiter des tâches d’IA. Rivos vise des designs avec pipelines de calcul et mémoire adaptées aux opérateurs de deep learning modernes (matmul/conv, attention, formats mixtes), dans un environnement de chiplets et d’emballage 2,5D/3D qui sera crucial pour la montée en puissance.

Les défis :

• Écosystème logiciel : compilateurs, runtimes, kernels et bibliothèques haute performance (équivalents à cuDNN/cuBLAS/TensorRT) nécessitant un investissement soutenu.
• HBM et emballage : capacité et rendement des interposers et substrates restent des goulots d’étranglement à l’échelle mondiale.
• Performance : atteindre ou dépasser celle des GPU dernier cri demande un bande passante, un parallélisme efficace et une programmabilité.

Pour Meta, l’intégration de Rivos permettrait d’accélérer le développement de cette pile logicielle-hardware, en tirant parti de ses frameworks internes et de ses contributions open source.

Synergies avec MTIA (et potentielles évolutions)

• Entraînement : aujourd’hui dominé par les GPU ; un accélérateur RISC-V pourrait couvrir certaines phases ou modèles spécifiques (par ex., inférence à grande échelle, prétraitement, embeddings) et, à moyen terme, prendre en charge parties de l’entraînement si le stack se mature.
• Inférence : candidat idéal pour des chips Meta-Rivos sur-mesure : opérateurs spécifiques, quantification agressive (INT8/FP8/bfloat16), batching et latence prévisible.
• Réseau et stockage : l’intégration avec des NICs à haute performance, CXL, PCIe 6/7 et systèmes mémoire cohérents sera essentielle pour la mise en production des LLMs.

Coût et cadre réglementaire

Les chiffres évoqués situent la transaction à >2 000 millions de dollars (voire environ 3 000 millions). Toute opération sera soumise à l’examen réglementaire aux États-Unis et probablement dans d’autres juridictions, en raison des enjeux concurrence et sécurité économique (transfert de IP et de talents dans les semi-conducteurs). Étant donné le marché fortement concentré des GPU pour IA, les régulateurs pourraient craindre que cette acquisition limite les options dans les segments émergents.

Risques et pertes potentielles pour Meta

• Exécution : fusionner une startup hardware dans une grande organisation peut ralentir la prise de décision et épuiser le talent.
• Capex et délais : passer de l’enregistrement à volume industriel peut prendre des années; les bénéfices ne seront pas immédiats.
• Complexité du stack : maintenir deux ou plusieurs pistes (GPU externes + silicon maison) requiert un foco et des ressources soutenus pour la compilation, les kernels et l’orchestration.
• Risque technologique : rivaliser avec NVIDIA en termes de performance absolue est ardu ; la stratégie doit viser des avantages spécifiques (coût, service, usage interne).

Impacts potentiels sur le marché

• Pression concurrentielle : davantage d’hyperscalers avec des chips maison réduisent le marché accessible des GPU génériques et poussent les concepteurs à innover en différenciant leur écosystème (software, emballages, etc.).
• Promotion de RISC-V : une acquisition de cette taille pourrait légitimer le RISC-V dans les centres de données, au-delà des microcontrôleurs et appareils en périphérie.
• Chaîne d’approvisionnement : une demande accrue pour TSMC/CoWoS/SoIC, HBM et équipements de test ; les goulets d’étranglement continueront de façonner le rythme des déploiements.

Signaux à surveiller

1. Annonces officielles et détails (prix, maintien des effectifs, roadmap).
2. Interaction avec MTIA : si Rivos s’intègre en tant que équipe dans le cadre du programme ou en tant que ligne parallèle (par ex., “GPU-like” vs “accelerator”).
3. Étapes clés en silicium : tape-outs, benchmarks internes, nœuds des fabrications TSMC et emballages.
4. Stack logiciel : compilers, runtimes, modèles, et toolchains (quantification, graph optimization).
5. Achats liés : acquisitions possibles d’IP (mémoire, interconnexion) ou d’équipements EDA pour accélérer les développements.

Conclusion

Cette hypothèse d’acquisition de Rivos par Meta reflète la tendance du secteur : ceux qui habilitent l’IA à l’échelle mondiale souhaitent avoir propriété du silicium qui exécute leurs modèles. RISC-V constitue une base ouverte ; Rivos, la palette ; et Meta, le tableau. L’enjeu n’est pas simplement de “créer une autre GPU”, mais de concevoir l’accélérateur parfait pour leur charge de travail et leur modèle économique, avec un stack qui exploite vraiment le hardware. Si réussi, Meta pourra réduire ses coûts structurels, gagner en contrôle et en résilience, tout en défiant un marché qui, désormais, ne tourne plus uniquement autour d’une seule marque de GPU.

Source : Bloomberg