Qualcomm a conclu un accord pour acquérir Modular, l’une des startups les plus surveillées dans le domaine des logiciels d’intelligence artificielle. Cette opération renforce la stratégie de l’entreprise américaine pour aller au-delà du mobile et concurrencer dans une couche de marché de plus en plus stratégique : le logiciel permettant d’exécuter efficacement des modèles d’IA sur différents types de hardware.

Ce mouvement a une lecture claire : en intelligence artificielle, il ne suffit plus de concevoir des puces puissantes. Le vrai goulot d’étranglement réside dans la capacité à transformer cette performance théorique en services rapides, abordables et faciles à déployer. Pour cela, il faut des compilateurs, des runtimes, des bibliothèques, des outils d’inférence, d’orchestration, ainsi qu’une expérience de développement capable de fonctionner sur CPU, GPU, NPU et ASIC personnalisés, sans nécessiter de réécrire chaque application pour chaque accélérateur.

Modular intervient précisément à ce niveau. La société, fondée par Chris Lattner et Tim Davis, a développé une plateforme software axée sur la portabilité et la performance pour l’IA. Sa proposition combine MAX, un environnement pour le déploiement et l’inférence de modèles, et Mojo, un langage de syntaxe proche de Python qui vise à rapprocher la performance de bas niveau des développeurs d’IA. Pour Qualcomm, l’acquisition de Modular signifie renforcer une pièce qui n’a pas toujours été sa point fort : le pont entre son silicium et les développeurs qui doivent déployer des modèles en production.

Qualcomm a besoin de plus que des puces efficaces

Qualcomm est associée depuis des décennies à la connectivité, aux mobiles et à la consommation faible. Ses Snapdragon sont présents dans les téléphones, tablettes, lunettes de réalité augmentée, ordinateurs portables, véhicules et dispositifs edge. Ces dernières années, l’entreprise a tenté d’étendre cette position vers l’IA distribuée : des modèles qui ne s’exécutent pas uniquement dans de grands centres de données, mais aussi dans des dispositifs, des nœuds edge, des voitures, des PC et des serveurs d’inférence.

Le défi est que le marché de l’IA ne se résume pas à l’efficacité énergétique. NVIDIA domine une grande partie de la computation accélérée grâce à ses GPUs, à CUDA, ses bibliothèques, ses outils, sa communauté et plusieurs années d’intégration dans des frameworks de machine learning. Ce « fossé » logiciel incite de nombreux équipes à continuer d’utiliser NVIDIA, même lorsque d’autres alternatives hardware prometteuses émergent.

Qualcomm souhaite éviter de rester enfermé dans cette situation. Modular lui apporte une couche logicielle plus horizontale, conçue pour fonctionner sur diverses architectures. Selon Qualcomm, cette acquisition permettra d’offrir une couche de calcul indépendante du silicium, depuis les appareils et l’edge jusqu’aux centres de données, en améliorant le rendement par watt et en offrant plus de flexibilité aux clients, développeurs, fabricants, fournisseurs cloud et créateurs de modèles.

Le mot-clé est hétérogénéité. L’avenir de l’IA ne reposera pas sur une seule puce ou architecture. Il y aura des GPU, NPU, CPU, accélérateurs hyper-scalaires, ASIC d’inférence, hardware pour l’edge et des composants spécialisés pour des modèles précis. La question est de savoir qui fournira la couche commune permettant d’utiliser tout cela sans transformer chaque déploiement en un projet d’intégration distinct.

Modular, une tentative pour rompre la dépendance au hardware

Modular est née avec une thèse accrocheuse : l’IA réclame une base logicielle plus ouverte et efficiente. Concrètement, beaucoup d’équipes développent en Python, optimisent avec des bibliothèques spécifiques, déploient sur du hardware précis, et se retrouvent piégées dans des décisions difficiles à changer : passer d’un accélérateur à un autre peut nécessiter de réécrire du code, d’ajuster des kernels, d’adapter des conteneurs, de refaire des tests et de valider à nouveau la performance.

La promesse de Modular est de réduire ce coût de changement. Sa plateforme vise à faire en sorte que les modèles s’exécutent avec un haut rendement sur différentes architectures sans nécessiter de réécritures majeures. Si cette promesse est tenue à grande échelle, elle sera très précieuse pour les entreprises souhaitant limiter leur dépendance à un seul fournisseur hardware ou déployer de l’IA dans des environnements très variés : cloud, edge, dispositifs, installations privées ou centres de données internes.

Pour Qualcomm, cela a des implications directes dans sa stratégie de centres de données. La société veut que ses futures plateformes IA délivrent dès le départ des performances optimales. Modular pourrait faciliter cette préparation logicielle en amont, avant l’arrivée du hardware, condition essentielle pour convaincre des clients ayant déjà des pipelines existants.

L’acquisition élargit aussi ses relations avec les communautés de développeurs et de créateurs de modèles. Qualcomm ne veut pas seulement vendre des chips aux grands fabricants : elle veut que les modèles, bibliothèques et outils fonctionnent bien sur ses plateformes, sans que les équipes aient à supporter une charge supplémentaire de compatibilité.

L’acquisition, un enjeu sur le coût de l’inférence

Le communiqué de Qualcomm synthétise le point central : quand l’IA se déploie à grande échelle, c’est l’efficacité qui devient la contrainte principale. Le rendement par watt détermine le coût de l’inférence, et ce coût détermine si une application peut évoluer. Voilà pourquoi le logiciel est aussi crucial que le hardware.

L’inférence constitue le moment où l’IA devient un produit courant. Chaque requête à un assistant, chaque agent exécutant plusieurs actions, chaque modèle multimodal traitant images ou audio, ou chaque système d’entreprise consultant des données internes, consomme des ressources. Si le coût par opération est trop élevé, le produit ne peut pas évoluer ou doit se limiter à une clientèle premium.

Une stack comme celle de Modular peut intervenir à plusieurs niveaux : optimiser les kernels, mieux exploiter chaque accélérateur, faciliter le déploiement sur divers hardware, réduire l’overprovisionnement, et améliorer la portabilité. Elle ne supprime pas la nécessité de chipsets puissants, mais permet de faire mieux travailler le hardware disponible.

C’est pourquoi Qualcomm voit au-delà du mobile. La nécessité d’exécuter des modèles IA à coût maîtrisé concerne les agents intelligents, l’industrie, l’automobile, la robotique, les PC dotés de NPU et les centres de données d’inférence. Si Qualcomm souhaite s’insérer dans cette chaîne, elle doit bâtir une offre logicielle aussi crédible que sa technologie de silicium.

Une remise en cause indirecte du monopole de CUDA

L’acquisition de Modular n’en fait pas instantanément un concurrent direct de NVIDIA en matière d’entraînement massif, car NVIDIA conserve une avance considérable dans les GPU, les réseaux, les bibliothèques, les frameworks, l’adoption industrielle et la maturité de son écosystème. Cependant, cette opération signale la volonté croissante de l’industrie à réduire sa dépendance vis-à-vis de stacks fermés.

Les hyperscalaires conçoivent leurs propres puces. Les entreprises essaient des accélérateurs alternatifs. Les constructeurs automobiles veulent une IA efficace pour la conduite. Les opérateurs edge recherchent la faible consommation. Les fournisseurs cloud souhaitent offrir plus d’options. Face à cette fragmentation hardware, une couche logicielle unifiée et ouverte devient essentielle.

Modular pourrait ainsi devenir un élément central dans cette couche. Son approche ne consiste pas à créer un écosystème cloisonné, mais plutôt une plateforme ouverte, conviviale et neutre en matière de hardware. Pour Qualcomm, cette neutralité — si elle est maintenue — est stratégique : en proposant une couche portable, il sera plus simple d’intégrer des puces Qualcomm dans des environnements où une autre société domine aujourd’hui.

Mais la clé sera de maintenir cette confiance après l’acquisition. Une communauté qui valorise l’indépendance pourra regarder avec méfiance si Modular devient propriété d’un grand fabricant de silicium. Qualcomm devra prouver que le projet reste réellement open et utile, au-delà de ses propres puces.

Une orientation financière : un pari coûteux sur le logiciel

Qualcomm n’a pas dévoilé le montant précis de l’opération dans le communiqué officiel, mais selon les sources du marché, la transaction se situerait autour de 4 milliards de dollars en actions. Reuters indique que cette acquisition impliquerait l’émission jusqu’à 19,2 millions d’actions Qualcomm, avec une clôture espérée au second semestre 2026, sous réserve des conditions habituelles et des approbations réglementaires.

Si cette valorisation est confirmée, cela montre à quel point le coût du logiciel d’infrastructure pour l’IA a augmenté. Modular n’est pas une application grand public, mais une couche technologique qui pourrait influencer la manière dont les modèles seront déployés dans les années à venir. Qualcomm paie pour le produit, le talent, la communauté et la position stratégique.

Ce prix témoigne également de l’urgence du marché. Développer une alternative logicielle crédible à partir de zéro pourrait prendre des années. Acquérir Modular permet à Qualcomm d’accélérer son implantation à un moment où l’IA évolue vers une phase plus distribuée, avec inférence dans le cloud, à la périphérie, et directement dans les dispositifs.

Risques liés à l’intégration et à la mise en œuvre

L’opération a une logique stratégique, mais comporte aussi des risques. Le premier est culturel : Modular, née comme startup axée sur le développement logiciel, le langage, les compilateurs et l’infrastructure IA, doit s’intégrer dans une grande entreprise de semi-conducteurs aux cycles et processus très différents. Maintenir la dynamique, la communauté et la crédibilité sera aussi crucial que l’intégration des équipes.

Le second risque est technique : la portabilité totale en IA est une mission complexe. Chaque accélérateur comporte ses propres contraintes — mémoire, instructions, interconnexions, profils de consommation, goulots d’étranglement. Promettre qu’une plateforme puisse exécuter des modèles avec un haut niveau de performance sur tous ces hardware demande un effort permanent d’optimisation. Ce n’est pas seulement compiler ; il faut aussi optimiser la performance.

Le troisième concerne la compétition : NVIDIA n’est pas inactif, et d’autres acteurs comme AMD, Intel, Google, Amazon ou Microsoft investissent dans leurs propres stacks ou dans des solutions compatibles. Le marché pourrait finir avec plusieurs couches de portabilité, frameworks et runtimes, plutôt qu’un seul standard.

Le quatrième risque touche la perception de l’écosystème : si Modular paraît trop orientée vers Qualcomm, il pourrait perdre une partie de son attrait en tant que plateforme neutre. À l’inverse, si Qualcomm permet à Modular de conserver une indépendance technique, l’acquisition pourra lui donner de l’ampleur sans en limiter l’ouverture.

L’IA devient une question d’infrastructure logicielle

L’achat de Modular confirme une tendance majeure : la part du logiciel d’infrastructure dans la chaîne de déploiement de l’IA croit rapidement. Compilateurs, runtimes, serveurs d’inférence, optimisation des kernels, gestion de la mémoire, déploiement distribué et portabilité deviennent autant d’éléments décisifs pour choisir le hardware et maîtriser les coûts.

Qualcomm souhaite occuper cette couche car elle anticipe que l’edge et les centres de données se rapprochent. Un modèle peut être entraîné sur un large cluster, affiné dans le cloud, exécuté sur un serveur privé, puis déployé partiellement sur un mobile, une voiture ou des lunettes connectées. La frontière entre dispositif et cloud deviendra plus fluide, et une plateforme logicielle commune aura alors une forte valeur ajoutée.

L’acquisition de Modular ne garantit pas à elle seule la fin du monopole de NVIDIA. Mais elle montre que Qualcomm a compris où se joue une part importante de la prochaine étape : pas seulement dans la conception de chips efficients, mais aussi dans la capacité à convaincre les développeurs de déployer aussi l’IA sur du hardware hétérogène, sans perdre en performance ni en maîtrise.

Si Qualcomm réussit son pari, Modular pourrait devenir le lien unifiant sa vision de l’IA, du dispositif jusqu’au centre de données. À l’inverse, en cas d’échec, ce sera une acquisition coûteuse dans une industrie où le logiciel est souvent décisif pour la livraison et l’adoption du silicium.

Questions fréquentes

Qu’a acheté Qualcomm ?
Qualcomm a conclu un accord pour acquérir Modular, une entreprise spécialisée dans les logiciels d’infrastructure IA, axée sur la portabilité, l’inférence et l’exécution efficace des modèles sur différentes architectures.

Qu’est-ce que Modular ?
Modular développe une plateforme native IA permettant d’exécuter des modèles sur CPU, GPU, NPU et ASIC personnalisés, tout en minimisant la nécessité de réécriture pour chaque accélérateur.

Pourquoi cela compte-t-il pour Qualcomm ?
Parce que cela soutient sa stratégie IA de bout en bout, depuis les dispositifs et l’edge jusqu’aux centres de données, en lui fournissant une couche logicielle robuste pour la déploiement sur des plateformes hétérogènes et pour l’inférence.

Est-ce une menace directe pour NVIDIA ?
Pas immédiatement, car NVIDIA conserve une avance importante dans beaucoup de domaines liés à l’IA. Cependant, cette opération souligne un mouvement plus large vers la réduction des dépendances vis-à-vis de stacks propriétaires, ce qui pourrait à terme remettre en question leur domination logicielle. Modular pourrait être un levier pour favoriser une communauté plus ouverte et multi-fournisseurs.