La course aux puces sur mesure s’accélère chez les géants de l’IA et du cloud. OpenAI a dévoilé son premier processeur conçu avec Broadcom, baptisé Jalapeño. SpaceX, de son côté, loue des capacités de calcul Nvidia via Colossus 2. Google, Amazon, AMD et Nvidia elle-même multiplient les architectures spécialisées pour l’IA.
Le point commun est simple. Les groupes qui consomment le plus de calcul cherchent à le contrôler davantage. Réduire leur dépendance à Nvidia, sécuriser leurs marges, réserver des performances à l’inférence (l’exécution des modèles une fois entraînés). Le marché reste dominé par les GPU de Nvidia, mais la multiplication des puces propriétaires change la négociation à la base.
Points clés
- OpenAI a présenté le 24 juin 2026 Jalapeño, sa première puce conçue avec Broadcom, pensée pour l’inférence et déployable d’ici fin 2026.
- Broadcom la dit comparable à Nvidia Blackwell et aux TPU de Google, une affirmation venant d’un partenaire impliqué dans le projet.
- Reflection AI doit payer 150 millions de dollars par mois à SpaceX pour des GPU Nvidia GB300, jusqu’à 6,3 milliards au total.
- Google, Amazon, Microsoft et Meta développent déjà leurs propres accélérateurs pour réduire leur dépendance à Nvidia.
OpenAI passe du modèle à la puce
OpenAI a présenté le 24 juin 2026 son premier circuit intégré spécifique, développé avec Broadcom. Le composant, pensé pour l’inférence des grands modèles de langage, doit être déployé d’ici la fin de l’année selon l’entreprise. Broadcom évoque une stratégie de plusieurs générations de puces, avec des déploiements à l’échelle du gigawatt à partir de 2026.
Selon les éléments rapportés par OpenAI et Broadcom, ce chip a été conçu pour exécuter des tâches propres aux modèles maison, plutôt que d’acheter uniquement des GPU généralistes. Broadcom a présenté la puce comme comparable à Nvidia Blackwell et aux TPU de Google, une affirmation émanant d’un fournisseur directement impliqué dans le projet.
« La puce conçue par l’équipe est aussi performante que les puces Blackwell de Nvidia ou que les TPU d’Alphabet (Google). » Hock Tan, directeur général de Broadcom.
OpenAI précise que son processeur a été conçu en neuf mois, un calendrier inhabituellement court pour ce type de composant. L’entreprise n’a pas communiqué de date publique de commercialisation. L’objectif affiché est clair : internaliser une part plus importante de la chaîne de calcul pour ses produits, dont ChatGPT.
La pression sur Nvidia vient aussi des grands acheteurs
L’annonce d’OpenAI arrive après plusieurs années où les grands acteurs du numérique ont préféré bâtir leurs propres accélérateurs. Google pousse ses TPU, Amazon développe Trainium et Inferentia, Microsoft avance sur Maia, et Meta s’appuie sur des puces maison pour une partie de ses charges de travail. Nvidia reste incontournable pour l’entraînement des modèles les plus lourds et pour l’écosystème logiciel qui l’entoure.
La demande ne se limite pas aux labos d’IA. SpaceX a été cité dans des accords de calcul liés à des infrastructures Nvidia, notamment autour de Colossus 2, le site de xAI à Memphis, où des partenaires externes louent des capacités. Reuters a rapporté le 22 juin que Reflection AI devait payer 150 millions de dollars par mois à SpaceX à partir du 1er juillet 2026 pour accéder à des GPU Nvidia GB300, avec un total potentiel de 6,3 milliards de dollars sur la durée complète du contrat.
Ce type d’accord rappelle que même les groupes qui construisent leurs propres puces dépendent souvent, au moins en partie, des GPU Nvidia pour absorber les pics de demande. Les puces personnalisées ne remplacent pas tout. Elles ciblent d’abord un usage, un modèle, une charge de travail, puis complètent un parc matériel toujours très hétérogène.
Une dynamique qui dépasse les labos d’IA
La logique touche aussi la robotique humanoïde, entre financements privés et projets d’introduction en Bourse sur plusieurs places. La Chine n’est pas en reste avec des acteurs comme Unitree, qui a franchi une étape réglementaire sur le marché STAR de Shanghai.
Dans le haut de gamme du calcul comme dans la robotique, la même logique se dessine. Les entreprises qui consomment le plus d’IA veulent moins dépendre d’un seul fournisseur. Nvidia conserve son avance sur les GPU, mais l’annonce d’OpenAI avec Broadcom ajoute un signal fort en faveur des puces sur mesure et des chaînes de calcul internalisées.
