Top 30+ fabricants de puces IA: NVIDIA et ses concurrents
Sur la base de notre expérience dans l'exécution du benchmark de GPU cloud d'AIMultiple, nous comparons les fabricants de puces par produit, disponibilité et architecture, en couvrant les GPUs de centre de données, les puces mobiles, les accélérateurs en périphérie et les fonderies.
30+ fabricants de puces IA par catégorie
Chaque ligne indique un produit représentatif, son type et sa disponibilité. La disponibilité distingue le matériel proposé à la vente, les services cloud, les déploiements internes et les produits annoncés. Les dates renvoient à des jalons documentés. Les dates de livraison futures restent des objectifs.
Les GPUs face aux ASIC dans les architectures de puces IA
Les GPUs sont des processeurs parallèles programmables utilisés pour l'entraînement et l'inférence. Les TPU et Trainium prennent en charge les deux types de charges, tandis que d'autres conceptions se concentrent sur l'inférence. L'architecture seule ne permet pas d'établir les performances pour un modèle donné.
Les colonnes Entraînement et Inférence décrivent l'étendue déclarée de la charge de travail. Les preuves identifient la base de chaque ligne comme Spécification, Allégation de feuille de route, Benchmark du fournisseur ou Benchmark indépendant. Le benchmark indépendant s'applique au matériel testé nommé. Il ne valide pas les autres produits du fournisseur ni les générations futures.
Fournisseurs de GPU et d'accélérateurs pour centres de données
1. NVIDIA
NVIDIA conçoit des GPUs et des systèmes pour l'entraînement et l'inférence de l'IA. Ses produits pour centres de données vont des accélérateurs individuels aux racks qui connectent les GPUs, les CPUs hôtes et le réseau. La fabrication des puces est externalisée auprès de TSMC.
GPUs et systèmes pour centres de données
Les familles Hopper et Blackwell incluent les H200, B300 et GB300. Les systèmes HGX combinent huit GPUs, tandis que les racks NVL72 connectent 72 GPUs avec NVLink.1
NVIDIA a dévoilé Vera Rubin, sa plateforme succédant à Blackwell Ultra, au CES 2026 comme une plateforme à six puces.2 Lors de la GTC du 16 mars 2026, NVIDIA l'a étendue à sept puces, le CPU Vera, le GPU Rubin, le commutateur NVLink 6, la ConnectX-9 SuperNIC, la DPU BlueField-4, le commutateur Ethernet Spectrum-6 et la LPU Groq 3, et les a déclarées en pleine production.3 Le 16 septembre 2026, CoreWeave a annoncé la mise en service d'un cluster Vera Rubin NVL72 multi-racks connectant des centaines de GPUs Rubin sur son cloud.4 Blackwell et le GB300 NVL72 sont restés le produit de volume de chiffre d'affaires jusqu'au T1 de l'exercice 2027.
Le rack Vera Rubin NVL72 associe 72 GPUs Rubin à 36 CPUs Vera pour 3 600 PFLOPS d'inférence NVFP4, 20,7 To de HBM4 et 260 To/s de bande passante scale-up NVLink 6.5 Le GPU Rubin serait fabriqué sur le nœud N3P de TSMC avec de la HBM4, un nœud que NVIDIA n'a pas confirmé.
La septième puce provient de l'accord de licence de décembre 2025 conclu entre NVIDIA et Groq, traité dans la section Groq ci-dessous.
La LPU Groq 3 est une puce d'inférence dédiée, fabriquée par Samsung Foundry.6 Les racks LPX Groq 3 sont prévus pour le second semestre 2026, et NVIDIA projette jusqu'à 35x de débit supérieur par mégawatt pour les modèles à mille milliards de paramètres lorsque la LPX est associée au Vera Rubin NVL72.7
Accès cloud et logiciels
La plupart des acteurs du cloud proposent le matériel NVIDIA comme leurs GPUs cloud. Morgan Stanley estimait NVIDIA à environ 85 % du chiffre d'affaires des processeurs IA en mars 2026, les ASIC personnalisés dépassant 10 % et AMD se situant sous 5 %.8 Bloomberg Intelligence s'attend à ce que NVIDIA détienne de 70 % à 75 % du marché des accélérateurs IA jusqu'en 2030.9
NVIDIA Dynamo, annoncé à la GTC 2025, est un framework d'inférence open source pour le déploiement à haut débit et à faible latence de modèles d'IA générative dans des environnements distribués.10
NVIDIA propose également les services DGX Cloud. Sa place de marché DGX Cloud Lepton met en relation les développeurs avec des fournisseurs de cloud GPU, dont CoreWeave, Lambda et Crusoe.11
Systèmes de bureau et d'entreprise
DGX Spark (anciennement Project Digits) est un supercalculateur IA de bureau doté d'un Grace Blackwell Superchip avec un NVIDIA Blackwell RTX GPU comprenant 6 144 cœurs CUDA et des Tensor Cores de cinquième génération avec précision FP4, connecté via l'interconnexion puce à puce NVLink-C2C de NVIDIA à un NVIDIA Grace CPU à 20 cœurs, avec jusqu'à 1 pétaflop de calcul IA et 128 Go de mémoire unifiée.1213
Annoncés en mai 2025 au Computex, NVIDIA a présenté les serveurs RTX PRO propulsés par les GPUs RTX PRO 6000 Blackwell Server Edition, conçus pour les usines IA d'entreprise.14
Chiffre d'affaires des centres de données
Le chiffre d'affaires des centres de données de NVIDIA et sa part dans le chiffre d'affaires total sont publiés par exercice fiscal de NVIDIA.15
2. AMD
AMD est un fabricant de puces sans usine proposant des CPUs, des GPUs et des accélérateurs IA.
AMD a lancé le MI300 pour les charges d'entraînement IA en juin 2023 et est en concurrence avec NVIDIA pour les parts de marché. Les startups, les entreprises et les géants de la technologie ont adopté le matériel AMD en 2023, alors que le matériel NVIDIA était difficile à obtenir pendant l'essor de l'IA générative déclenché par le lancement de ChatGPT.161718
En 2025, AMD a recruté une équipe d'ingénieurs matériel et logiciel IA de Untether IA ainsi que la startup de compilateurs Brium. En juin 2026, AMD a annoncé l'acquisition de MEXT, dont la technologie de mémoire prédictive vise à rendre la mémoire flash plus proche de la DRAM et à réduire le coût de la mémoire des centres de données.1920 AMD a également accepté d'acquérir Taalas en août 2026, comme indiqué dans le profil Taalas ci-dessous.21
AMD a lancé les Instinct MI350X et MI355X le 12 juin 2025 lors d'Advancing IA 2025.22 Le MI355X est fabriqué sur CDNA4 en 3 nm TSMC avec 288 Go de HBM3E et 10,1 PFLOPS de MXFP4, et AMD le positionne face au Blackwell B200 de NVIDIA. AMD a enchaîné le 7 mai 2026 avec l'Instinct MI350P, une carte PCIe 5.0 passive dotée de 144 Go de HBM3E et d'un TBP maximal de 600 W.23
AMD a annoncé un accord avec OpenAI le 6 octobre 2025 portant sur 6 GW, avec une première capacité de 1 GW de la série MI450 à partir du second semestre 2026.24
AMD a désigné Oracle Cloud Infrastructure comme partenaire de lancement le 14 octobre 2025 pour une première tranche de 50 000 GPUs de la série MI450 à partir du T3 2026 calendaire.25
AMD a annoncé un accord avec Meta le 24 février 2026 pour jusqu'à 6 GW à partir du second semestre 2026, utilisant un GPU Instinct personnalisé basé sur l'architecture MI450.2627
AMD a annoncé un accord avec Anthropic le 22 juillet 2026 pour jusqu'à 2 GW de GPUs de la série MI450 dans des racks Helios à partir du premier semestre 2027.28
Pour des comparaisons d'inférence mesurées entre les NVIDIA et les AMD GPUs, consultez notre benchmark de concurrence GPU.
Série MI400
AMD a lancé la série Instinct MI400 lors d'Advancing IA 2026 les 22-23 juillet 2026.29 Le MI455X est le membre de la famille axé sur l'IA. AMD le répertorie comme CDNA5 sur « TSMC 2 nm | 3 nm FinFET » avec 320 milliards de transistors, 432 Go de HBM4, 23,3 To/s de bande passante mémoire de pointe et 40,3 PFLOPS d'OCP MXFP4.30 Helios, le système à l'échelle du rack construit autour de la série MI400, est en pleine production, les premières expéditions commençant fin du T3 2026.29
Un troisième membre de la famille, le MI440X, a été présenté au CES 2026 le 5 janvier 2026 pour l'IA d'entreprise sur site dans un format compact à huit GPUs, et AMD n'a publié aucune spécification à son sujet depuis.31 Plus loin, la feuille de route d'AMD place la série Instinct MI500 en 2027 et la série MI600 en 2028, avec l'architecture CDNA 6, la technologie de procédé 2 nm et les détails de la mémoire HBM4E pour le MI500 donnés au CES 2026.29
Le MI430X est le membre HPC et IA souveraine de la série MI400. AMD l'a annoncé le 19 novembre 2025 pendant la semaine SC25, avec 432 Go de HBM4 et 19,6 To/s, et a mis à jour ses spécifications le 23 juillet 2026. La page produit d'AMD indique désormais jusqu'à 288 TFLOPS de FP64 théorique de pointe matérielle, jusqu'à 9,2 PFLOPS de FP4 et MXFP4 de pointe, 432 Go de HBM4 intégrée et jusqu'à 23,3 To/s de bande passante mémoire théorique de pointe.32 La prise en charge FP64 à plein débit le distingue du MI455X pour le calcul scientifique.
AMD prévoit que le MI430X soit disponible en 2027 et n'a publié ni nombre de transistors, ni puissance de carte, ni lithographie pour celui-ci. Deux chiffres dans les propres documents d'AMD sont en désaccord. La FAQ de la page d'accueil de la série MI400 indique toujours jusqu'à 19,6 To/s là où la page de spécifications du MI430X donne 23,3 To/s, et la FAQ de la page du MI430X contient une coquille indiquant 2,3 To/s.32
AMD cite trois systèmes cibles pour le MI430X : Discovery au laboratoire national d'Oak Ridge, prévu pour 2028. Une autre cible est Alice Recoque, le premier système exascale français. AMD cite également Herder au HLRS Stuttgart, annoncé avec HPE le 2 décembre 2025. Lux, le cluster d'usine IA d'Oak Ridge annoncé le 27 octobre 2025, est construit sur MI355X et n'est pas un système MI430X.
Logiciels
Le logiciel IA d'AMD s'exécute sur la pile ROCm. SemiAnalysis, dans un benchmark du 22 décembre 2024 opposant le MI300X au H100 et au H200, donnait à AMD une probabilité de 0 % de briser le fossé CUDA de NVIDIA, constatant que CUDA fonctionnait immédiatement pour la plupart des tâches tandis que le logiciel AMD nécessitait une configuration importante.33
Les mêmes analystes ont depuis révisé ce jugement, le 25 juillet 2026, en « une grande chance de succès tant qu'AMD résout les deux risques majeurs que nous décrivons ci-dessous » : la montée en cadence de la production du rack Helios, où des SerDes faibles exigent que jusqu'à 85 % du fond de panier soit resynchronisé avec plus de 550 retimers Ethernet Broadcom par rack, et un manque persistant de clusters internes stables de GPUs pour le développement logiciel et les tests automatisés d'intégration continue.34
Lors d'Advancing IA 2026, AMD s'est engagée à une cadence fixe de publication de fonctionnalités toutes les six semaines, au lieu de son cycle précédent à peu près trimestriel.35
Écosystème
Comme NVIDIA, AMD investit de manière sélective dans les utilisateurs de ses solutions pour stimuler l'adoption de son matériel.36 Elle a également lié des actions à ses engagements les plus importants, en émettant à OpenAI et à Meta chacune un bon de souscription basé sur la performance pour un maximum de 160 millions d'actions à 0,01 $, acquis en fonction des jalons de livraison d'Instinct.37
3. Intel
Intel possède une longue histoire dans le développement des semi-conducteurs. Contrairement aux concepteurs sans usine NVIDIA et AMD, Intel possède ses propres usines et fabrique en interne des composants tels que le Xeon 6+ basé sur 18A. Son approvisionnement n'est pas exclusivement interne. Il s'approvisionne également en composants liés à l'IA auprès de TSMC, et le Gaudi 3 lui-même a été fabriqué sur le procédé 5 nm de TSMC.38
Le Gaudi 3 est le dernier accélérateur IA dédié de la gamme Gaudi d'Intel. Intel n'a annoncé aucun successeur au Gaudi, et chaque étape de sa feuille de route publiée après lui est un GPU.3940 La puce elle-même n'a pas été retirée. La page produit d'Intel répertorie toujours la carte PCIe Gaudi 3 (HL-338) comme étant expédiée, et Intel n'a publié aucun avis de fin de vie pour celle-ci.41 Intel visait 500 millions de dollars de chiffre d'affaires Gaudi pour 2024 et a abandonné cet objectif lors de son appel sur les résultats du troisième trimestre le 31 octobre 2024. Au CES 2026, l'entreprise a reconnu que Gaudi « n'a pas répondu aux besoins du marché de l'entraînement IA de pointe ».39
Intel a annulé son GPU Falcon Shores pour pivoter vers Jaguar Shores, un accélérateur IA à l'échelle du rack dont les détails confirmés se limitent à la marque Gaudi et à la mémoire HBM4 de SK hynix, sans nœud de procédé indiqué.39 Au CES 2026, la feuille de route d'Intel évoquait « la gamme de produits Shores » sans le nom Jaguar, et Intel n'a pas annoncé de changement de nom. Intel a fait de nouvelles annonces matérielles IA au Computex 2026, notamment son processeur Xeon 6+ sur le nœud 18A.4243
Crescent Island est un GPU de centre de données basé sur Xe3P et optimisé pour l'inférence, annoncé pour la première fois le 14 octobre 2025 lors de l'OCP Global Summit avec 160 Go de LPDDR5X et un échantillonnage client attendu au second semestre 2026.44 Intel l'a détaillé au Computex 2026 comme une carte PCIe refroidie par air de 350 W prenant en charge les types de données du FP4 au FP64, avec une configuration partenaire maximale de 480 Go. La carte annoncée dispose de 160 Go.39
4. Qualcomm
Qualcomm est un concepteur sans usine surtout connu pour les SoC mobiles, et il a annoncé une gamme de produits pour centres de données axée sur l'inférence. L'ancienne famille Cloud IA 100 est la gamme de centre de données de Qualcomm que les acheteurs peuvent commander aujourd'hui. Deux marques de Qualcomm séparées par une lettre se trouvent de part et d'autre de cette gamme. Dragonwing, introduite le 25 février 2025, couvre l'IdO industriel et embarqué, les réseaux et l'infrastructure cellulaire et porte les composants IA de périphérie de l'entreprise, tandis que Dragonfly, lancée le 24 juin 2026, est la marque des centres de données.45
AI200, AI250 et la feuille de route des centres de données
Le 27 octobre 2025, Qualcomm a annoncé les AI200 et AI250, deux solutions d'inférence IA à l'échelle du rack. Les deux sont désormais placées sous la marque Dragonfly lancée par Qualcomm en juin 2026.46 L'AI200 prend en charge 768 Go de LPDDR par carte, et Qualcomm a déclaré lors de l'annonce que les AI200 et AI250 devaient être commercialement disponibles respectivement en 2026 et 2027.
L'AI250 introduit une architecture de calcul proche de la mémoire qui, selon Qualcomm, offre 133 To/s de bande passante mémoire effective par carte, soit 18 fois celle de l'AI200. Il s'agit d'une spécification de feuille de route du fournisseur. Les deux racks utilisent un refroidissement liquide direct, et Qualcomm spécifie désormais un rack conforme OCP ORv3 de 140 kW.47
Le 24 juin 2026, Qualcomm a dévoilé trois nouveaux produits pour centres de données.47 Le Dragonfly C1000 est un CPU de centre de données dont la disponibilité commerciale est attendue en 2028, et Qualcomm a désigné Meta comme client dans le cadre d'une collaboration multi-générations couvrant les CPUs de centre de données. La solution High Bandwidth Compute (HBC) de Qualcomm associe le calcul à une bande passante mémoire accélérée dans une solution de silicium empilé en 3D, ce qui en fait une architecture de calcul, et la première génération HBC, associée à l'AI250, devrait atteindre l'échantillonnage commercial à la mi-2027. Le Dragonfly AI300 est un accélérateur d'inférence dont l'échantillonnage commercial est attendu en 2028. Qualcomm vise plus de 15 milliards de dollars de chiffre d'affaires dans les centres de données d'ici l'exercice 2029.48
Le 8 septembre 2026, Qualcomm a annoncé une collaboration multi-générations avec Amazon sur des puces personnalisées pour l'inférence IA et la connectivité optique jusqu'à 1,6 T.49
Acquisitions et famille Cloud IA 100
Qualcomm a finalisé l'acquisition d'Alphawave le 18 décembre 2025. Qualcomm a finalisé l'acquisition de Modular le 29 juillet 2026. Mojo, MAX et Modular Cloud continuent comme produits et marques.50
Avant la gamme Dragonfly, les accélérateurs d'inférence pour centres de données de Qualcomm étaient les cartes Cloud IA 100. La carte PCIe Cloud IA 100 Pro consomme 75 W et est évaluée jusqu'à 400 TOPS INT8 et jusqu'à 200 TFLOPS FP16.
Accélérateurs IA spécialisés et fournisseurs d'inférence
5. Groq
Groq a été fondée par d'anciens employés de Google et a construit son activité autour de la LPU (Language Processing Unit), une architecture de puce conçue pour une inférence à faible latence.
Le 24 décembre 2025, Groq a annoncé avoir conclu un accord de licence non exclusif avec NVIDIA couvrant la technologie d'inférence de Groq, et que le fondateur et PDG Jonathan Ross, le président Sunny Madra et d'autres membres seniors de l'équipe avaient rejoint NVIDIA.51 Groq a déclaré continuer en tant que société indépendante. CNBC a évalué la transaction à environ 20 milliards de dollars en espèces, ce qui en ferait la plus importante de NVIDIA à ce jour, un chiffre attribué à Alex Davis, PDG de l'investisseur de Groq, Disruptive, qui a également déclaré que NVIDIA acquiert tous les actifs de Groq à l'exception de l'activité GroqCloud.52 NVIDIA n'a publié aucun communiqué de presse sur l'accord, la directrice financière de NVIDIA, Colette Kress, a refusé de commenter le prix, et Reuters a noté qu'aucune des deux sociétés ne l'avait confirmé. Jensen Huang a déclaré aux employés : « Bien que nous ajoutions des employés talentueux à nos rangs et licencions la propriété intellectuelle de Groq, nous n'acquérons pas Groq en tant que société ». NVIDIA a dévoilé le produit qui en résulte, la NVIDIA Groq 3 LPU, à la GTC le 16 mars 2026 en tant que septième puce de la plateforme Vera Rubin.7
Groq exploite un cloud d'inférence et est partenaire cloud de NVIDIA. En août 2026, l'entreprise a fait état de 13 centres de données, de plus de six millions de développeurs et de 54 MW de capacité, avec un objectif supérieur à 200 MW en 2027.53 Son centre de données de Dammam, construit avec Aramco Digital, repose sur un engagement d'investissement saoudien de 1,5 milliard de dollars annoncé en février 2025.54
Le 17 août 2026, Groq LLC a annoncé une série A de 350 millions de dollars pour une valorisation de 3,5 milliards de dollars, menée par Disruptive avec une participation prévue de NVIDIA. Le communiqué qualifie les tours de juin et d'août de récent financement d'un milliard de dollars, tout en précisant que la série A reste soumise aux conditions de clôture habituelles.53
6. SambaNova Systems
SambaNova développe des Reconfigurable Data Units (RDU) et propose de l'inférence via SambaCloud. L'entreprise a réalisé la première clôture d'une série F d'un milliard de dollars pour une valorisation de 11 milliards de dollars le 8 juillet 2026.55
SambaNova a dévoilé le SN50, sa dernière unité de données reconfigurable (RDU), le 24 février 2026, avec des livraisons aux clients prévues au second semestre 2026. SambaNova spécifie 5x plus de calcul par accélérateur et 4x plus de bande passante réseau que la génération précédente SN40L, et prend en charge une architecture mémoire à trois niveaux pour des modèles allant jusqu'à 10 billions de paramètres et un contexte allant jusqu'à 10 millions de tokens.56 SoftBank Corp. sera le premier client à déployer le SN50 dans ses centres de données IA au Japon.
SambaNova a également annoncé une collaboration stratégique pluriannuelle prévue avec Intel pour fournir des solutions d'inférence IA.
SambaNova Systems loue sa plateforme aux entreprises via SambaCloud.57
7. Cerebras
Cerebras construit des accélérateurs à l'échelle de la plaquette. Son WSE-3 intègre quatre mille milliards de transistors et 900 000 cœurs IA sur un seul processeur à l'échelle de la plaquette.58
Le WSE-3 est la génération actuellement expédiée, et Cerebras n'a pas annoncé de successeur.
Le système de Cerebras fonctionne avec des sociétés pharmaceutiques telles qu'AstraZeneca et GlaxoSmithKline et des laboratoires de recherche qui s'appuient dessus pour des simulations. Il cible également les créateurs de LLM, car ses puces peuvent réduire les coûts d'inférence des modèles de pointe.
Cerebras propose également ses puces sur son cloud aux entreprises. Le 1er septembre 2026, l'entreprise a annoncé un projet de centre de données finlandais avec Compute Nordic Finland, évoluant par phases jusqu'à 165 MW de capacité informatique sous contrat. La construction de la première phase de 50 MW était en cours.59
Cerebras est cotée au Nasdaq sous le symbole CBRS depuis le 14 mai 2026, après une introduction en bourse qui a levé environ 6,38 milliards de dollars de produit brut.60 L'entreprise prévoit un chiffre d'affaires cœur pour l'exercice 2026 de 855 à 865 millions de dollars, et a signé un accord d'inférence de 750 MW avec OpenAI le 14 janvier 2026 que son propre communiqué du T1 évalue à plus de 20 milliards de dollars.61
8. d-Matrix
d-Matrix développe des accélérateurs d'inférence qui placent le calcul près de la SRAM pour réduire les mouvements de données.62
Corsair, la plateforme d'inférence IA de l'entreprise, est entrée en pleine production le 9 juin 2026, fondée sur une architecture de chiplet de calcul en mémoire basée sur la SRAM.62
L'accélération de 10x rattachée à Corsair provient de benchmarks menés par un partenaire. Le testeur, Gimlet Labs, est un partenaire commercial de d-Matrix, et l'article de benchmark est signé par le cofondateur et CTO de d-Matrix. Le résultat mesuré est une amélioration de la latence de bout en bout de 2 à 10x sur gpt-oss-120b pour une configuration de décodage spéculatif, et non un gain général de 10x par rapport aux GPUs.
9. Rebellions
Rebellions est une startup basée en Corée, axée sur l'inférence de LLM. Elle a fusionné avec une autre société coréenne de conception de semi-conducteurs, SAPEON.63 Le financement total est d'environ 850 millions de dollars.64 L'introduction en bourse n'a pas eu lieu. Rebellions a déclaré le 8 juillet 2026 viser le premier ou le deuxième trimestre 2027, avec une préférence pour une cotation sur le marché principal KOSPI.65
REBEL-Quad est l'accélérateur de deuxième génération, quatre chiplets construits sur le procédé 4 nm de Samsung, et Rebel100 est son nom commercial industrialisé.
10. Tenstorrent
Le dernier processeur Blackhole Tensix de Tenstorrent offre 664 TFLOPS (BLOCKFP8) de performance, associé à 32 Go de mémoire GDDR6 et 512 Go/s de bande passante mémoire.
La carte P150a est proposée à 1 399 $ et dispose de quatre ports QSFP-DD 800G pour la mise à l'échelle multi-cartes. Le modèle d'entrée de gamme P100a démarre à 999 $.66
À partir de janvier 2026, toutes les cartes Blackhole p150 sont livrées avec 120 cœurs Tensix au lieu de 140, et la version de firmware v19.5.0 a appliqué rétroactivement la même réduction aux cartes vendues. Tenstorrent évalue le coût à 1-2 % sur les charges de travail typiques.67
Tenstorrent propose une pile logicielle entièrement open source. L'entreprise a levé 700 millions de dollars en décembre 2024.68
11. Positron
Positron a été fondée en 2023 et se concentre exclusivement sur l'inférence de modèles de transformeurs. L'entreprise adopte une approche ASIC et conçoit, fabrique et assemble ses puces aux États-Unis.
Produits :
- Atlas (expédié actuellement) : un serveur d'inférence de transformeur doté de 8x accélérateurs Positron Archer Transformer avec 256 Go de HBM au total. L'entreprise revendique plus de 4x de performance par watt et plus de 3x de performance par dollar par rapport aux systèmes Hopper de NVIDIA, mesurés sur Llama 3.1 8B avec calcul BF16.69
- Titan (à venir en 2027) : un système successeur avec plus de 8 To de mémoire propulsé par 4x puces personnalisées Asimov, conçu pour prendre en charge jusqu'à 16 billions de paramètres et des fenêtres de contexte de plus de 10 millions de tokens dans un format refroidi par air de 4U.70
- Asimov (à venir en 2027) : silicium d'accélérateur d'inférence personnalisé avec plus de 2 To de mémoire par puce.
Positron a levé une série B de plus de 230 millions de dollars début 2026.71
12. _etched
Leur approche sacrifie la flexibilité au profit de l'efficacité en gravant les architectures de modèles dans leurs puces.
Etched est sortie de la discrétion le 30 juin 2026 avec un premier silicium A0 issu du procédé N4P de TSMC, plus d'un milliard de dollars de contrats clients signés et 800 millions de dollars levés.72 Le 23 juillet 2026, l'entreprise a annoncé une série C de 300 millions de dollars pour une valorisation de 10,3 milliards de dollars, menée par Sequoia.73
L'entreprise n'utilise plus le nom de produit Sohu. Elle se décrit désormais comme construisant des clusters d'inférence de pointe exécutant DeepSeek, Qwen, Mamba et Llama, de sorte que la conception n'est plus limitée aux transformeurs.72
Deux questions restent ouvertes. Etched n'a publié aucun benchmark tiers et ne nomme aucun client derrière les contrats qu'elle rapporte, ses chiffres de performance restent donc des mesures internes. La question de l'obsolescence soulevée par la conception originale Sohu s'applique désormais à un ensemble de modèles plus large, car une puce construite autour d'un groupe fixe d'architectures doit être reciblée une fois ces architectures dépassées.
13. Taalas
Taalas a été fondée début 2023 et câble directement des modèles individuels dans du silicium personnalisé, produisant ce que l'entreprise appelle des « Hardcore Models ».74 L'entreprise affirme pouvoir transformer n'importe quel modèle d'IA jamais vu en silicium personnalisé en deux mois. AMD a annoncé un accord pour acquérir Taalas le 6 août 2026, sous réserve des conditions de clôture et des approbations réglementaires. AMD prévoit d'intégrer sa technologie dans des systèmes aux côtés des GPUs Instinct.21
L'architecture de Taalas unifie le stockage et le calcul sur une seule puce à une densité de type DRAM, éliminant le besoin de HBM, d'encapsulation avancée, d'empilement 3D, de refroidissement liquide ou d'E/S à haute vitesse.
Produits :
- HC1 (disponible maintenant) : un démonstrateur technologique câblé avec Llama 3.1 8B, fabriqué en 6 nm TSMC avec 53 milliards de transistors. Taalas revendique 17 000 tokens par seconde par utilisateur dans un serveur refroidi par air de 2,5 kW. Cependant, le modèle utilise une quantification personnalisée agressive en 3 bits et 6 bits, ce qui introduit des dégradations de qualité par rapport aux références GPU.75
- HC2 (cible de feuille de route pour l'hiver 2026, pas encore un produit) : une plateforme de deuxième génération avec une densité plus élevée, une exécution plus rapide et des formats à virgule flottante standard en 4 bits pour remédier aux limitations de quantification du HC1.
14. Extropic
Extropic a levé un tour de 14 millions de dollars fin 2023 pour utiliser la thermodynamique dans le calcul. Sa page matérielle répertorie trois composants. X0 est un prototype de silicium du T1 2025, et XTR-0 est une plateforme de développement expédiée en quantités limitées à des chercheurs sélectionnés au T3 2025. Les deux ont été dévoilés le 29 octobre 2025. Z1, la première puce à l'échelle de production, est répertoriée en accès anticipé en 2026.76
15. Vaire
Vaire développe des circuits de calcul réversible qui récupèrent une partie de l'énergie de commutation pour la réutiliser. Ses résultats publiés concernent des circuits de test.
La première puce de test de Vaire, nommée Ice River, est un démonstrateur CMOS en 22 nm. Les mesures rapportées en septembre 2025 ont donné un facteur de récupération d'énergie de 1,77 pour un réseau de condensateurs piloté par le résonateur de Vaire et de 1,41 pour un registre à décalage sur la même puce, contre environ 2x prédit en simulation.77 Le chiffre de 50 % rapporté au moment du tape-out s'applique au résonateur seul et exclut d'autres surcoûts énergétiques.7879
16. Fractile
Fractile développe des processeurs d'inférence IA qui entrelacent la mémoire et le calcul sur la même puce.80
Fractile affirme que sa conception peut exécuter des modèles de pointe jusqu'à 25 fois plus vite que les GPUs. Cette comparaison est une affirmation du fournisseur. Un produit expédié n'est pas établi ici.
Fractile a annoncé une série B de 220 millions de dollars le 13 mai 2026.81 Les articles sur le tour ont évalué la société à environ un milliard de dollars, un chiffre que l'entreprise n'a pas confirmé.
17. FuriosaAI
FuriosaAI développe RNGD, un accélérateur de centre de données pour l'inférence IA. L'entreprise a annoncé une disponibilité en volume le 27 janvier 2026, en tant que carte PCIe et dans son serveur NXT RNGD à huit cartes. La carte a un TDP déclaré de 180 W.82
Son SDK prend en charge la compilation de modèles, l'exécution multi-puces et une OpenAI-compatible API. FuriosaAI fait état d'une disponibilité en volume et publie ses propres comparaisons de performances GPU.82
18. Graphcore
Graphcore développe des Intelligence Processing Units (IPU) et des systèmes tels que l'IPU-POD256. SoftBank a acquis l'entreprise en juillet 2024.83
SoftBank a injecté 457 millions de dollars supplémentaires dans Graphcore le 10 avril 2026.84
19. Mythic
Mythic a été fondée en 2012 et se concentre sur l'IA en périphérie. Mythic suit une voie non conventionnelle, une architecture de calcul analogique, qui vise à fournir une IA en périphérie économe en énergie.
Mythic a développé le M1076 Analog Matrix Processor et la carte MM1076.85
Mythic a levé un tour sursouscrit de 125 millions de dollars mené par DCVC le 17 décembre 2025.86 Elle a acquis Videantis le 19 mai 2026.87
20. Speedata
Fondée en 2019 à Tel Aviv, Speedata développe une Analytics Processing Unit (APU) conçue pour accélérer l'analyse de big data et les charges de travail IA. Il s'agit d'une APU qui cible les charges Apache Spark, avec des plans pour prendre en charge d'autres grandes plateformes d'analyse de données.
Speedata a levé 44 millions de dollars lors d'une série B en juin 2025, menée par Walden Catalyst Ventures, 83North et d'autres, portant son financement total à 114 millions de dollars.88
21. Axelera IA
Fondée en juillet 2021 à Eindhoven, aux Pays-Bas, Axelera IA est spécialisée dans la technologie d'accélération matérielle IA pour la vision par ordinateur et l'IA générative. L'entreprise développe Titania, un chiplet d'inférence IA basé sur son architecture Digital In-Memory Computing (D-IMC), conçu pour accélérer les charges de travail IA de la périphérie au cloud.
Axelera IA a levé plus de 250 millions de dollars le 24 février 2026, portant son total à plus de 450 millions de dollars en fonds propres, subventions et dette à risque.8990
Axelera a lancé Europa le 15 septembre 2026 et indique qu'il est expédié en tant que puce et dans les cartes PCIe Edge 232p et Server 250p. L'entreprise répertorie également des systèmes Edge 232p validés de Dell et Supermicro.91 Titania reste prévue pour 2028.
22. NextSilicon
NextSilicon, fondée à Tel Aviv en 2017, vend Maverick-2, un accélérateur dataflow reconfigurable à l'exécution construit sur le procédé 5 nm de TSMC et livré en carte PCIe Gen 5 avec 96 Go de HBM3E ou en module OAM avec 192 Go.92 L'entreprise indique que Maverick-2 est déployé sur des dizaines de sites clients. Un site nommé est Spectra, le système à 64 nœuds des laboratoires nationaux Sandia avec 128 accélérateurs Maverick-2 double-puce qui a passé la pleine acceptation du système dans le cadre du programme Vanguard de Sandia en mai 2026 après avoir exécuté HPCG, LAMMPS et SPARTA.9394 Le chiffre de 10x-un-GPU-à-moitié-puissance cité par NextSilicon est le sien, pas une mesure indépendante. En juin 2026, l'entreprise a déclaré qu'elle transformerait Arbel, le cœur RISC-V à l'intérieur de Maverick-2 et également une puce de test autonome à 2,5 GHz, en processeurs serveur à 64 cœurs et 128 cœurs ciblant 3,4 GHz et attendus au premier trimestre 2028.95
Plateformes cloud et systèmes IA intégrés
23. AWS
AWS produit des puces Trainium pour l'entraînement de modèles et des puces Inferentia pour l'inférence. L'entreprise a commencé à développer ses propres puces après Google.
Les puces Trainium2 forment le cluster Project Rainier, qui alimente les modèles d'Anthropic, développeur de LLM. Le nombre de puces au lancement du cluster en octobre 2025 était de près d'un demi-million, et Anthropic a déclaré le 20 avril 2026 utiliser plus d'un million de puces Trainium2.96
Trainium3 et les Trn3 UltraServers sont devenus généralement disponibles le 2 décembre 2025.97 Trainium3 est la puce IA de quatrième génération d'AWS et la première construite sur un procédé 3 nm, évaluée à 2,52 PFLOPS de calcul FP8, 144 Go de HBM3e et 4,9 To/s de bande passante mémoire par puce. Un Trn3 UltraServer évolue jusqu'à 144 puces pour 362 FP8 PFLOPS, 20,7 To de HBM3e et 706 To/s de bande passante mémoire.
AWS a annoncé Trainium4 comme élément de feuille de route au re:Invent 2025, avec prise en charge de NVIDIA NVLink Fusion. Lors de l'appel sur les résultats du T1 2026, Amazon a indiqué que Trainium4 était à environ 18 mois d'une large disponibilité et était largement réservé.98
24. Plateforme Google Cloud
Le TPU de Google Cloud est la puce d'accélération d'apprentissage automatique spécialement conçue qui alimente les produits de Google. Google a annoncé les TPU en 2016.99 Le TPU Trillium est la 6e génération.100
Ironwood, également appelé TPU v7 ou TPU7x, est conçu pour les « modèles de raisonnement » complexes comme les LLMs et les MoE, avec 4 614 TFLOPS de calcul FP8 par puce et jusqu'à 42,5 exaflops dans des pods de 9 216 puces.101 Il offre 2x l'efficacité énergétique de Trillium. Chaque puce transporte 192 Go de mémoire à large bande passante à 7,37 To/s, avec une interconnexion inter-puces bidirectionnelle de 1,2 To/s (9,6 Tb/s) et un SparseCore amélioré pour les grands embeddings.102 Il est entré en avant-première le 24 novembre 2025 et a atteint la disponibilité générale le 31 mars 2026.103
Lors de Cloud Next le 22 avril 2026, Google a annoncé sa huitième génération de TPU sous la forme de deux puces spécialement conçues, le TPU 8t pour l'entraînement et le TPU 8i pour l'inférence.104 Un superpod TPU 8t passe à 9 600 puces, deux pétaoctets de HBM partagée et 121 exaFLOPS en FP4. Google indique que les deux seront disponibles plus tard en 2026.
25. Alibaba
Alibaba conçoit des accélérateurs IA via son unité de puces T-Head (PingTouGe), sur une architecture d'unité de traitement parallèle (PPU) développée en interne avec une interconnexion ICN personnalisée.105
T-Head a détaillé publiquement le Zhenwu 810E le 29 janvier 2026. La puce embarque 96 Go de HBM2e et 700 Go/s de bande passante inter-puces sur 7 liaisons ICN indépendantes, des performances que l'entreprise décrit comme comparables au H20 de NVIDIA, et Alibaba Cloud la déploie dans des clusters de 10 000 cartes. L'annonce a divulgué les spécifications de la puce existante. Le 810E n'est pas un nouveau silicium 2026, et les déploiements de 10 000 cartes sont antérieurs à l'annonce.
Les 19-20 mai 2026, Alibaba a annoncé le Zhenwu M890, avec 144 Go de mémoire, 800 Go/s de bande passante d'interconnexion inter-puces, une prise en charge native du FP32 au FP4, et trois fois les performances du 810E. Il est livré dans le supernœud Panjiu AL128, qui contient 128 accélérateurs par rack et utilise le commutateur ICN 1.0 à 25,6 Tbps. Alibaba indique que les livraisons cumulées de la série Zhenwu dépassent 560 000 unités. Ce chiffre couvre toute la série, pas les unités M890.
Certaines organisations nord-américaines, européennes et australiennes (par exemple dans l'industrie de la défense) peuvent ne pas préférer utiliser Alibaba Cloud pour des raisons géopolitiques.
26. IBM
IBM a annoncé sa puce d'apprentissage profond, l'unité d'intelligence artificielle (AIU), en 2022.106 L'AIU d'IBM s'appuie sur le processeur IBM Telum, qui alimente les capacités de traitement IA des serveurs mainframe IBM Z.107 IBM a également démontré que la fusion du calcul et de la mémoire peut entraîner des gains d'efficacité dans le prototype de processeur North Pole.108
L'accélérateur IA d'IBM commercialisé est le Spyre Accelerator, annoncé le 7 octobre 2025 et disponible à partir du 28 octobre 2025 sur z17 et LinuxONE 5, et à partir de début décembre 2025 sur Power11.109 Spyre embarque 32 cœurs d'accélérateur et 25,6 milliards de transistors sur un procédé 5 nm, en carte PCIe de 75 W avec 128 Go de LPDDR5. Jusqu'à 48 cartes se regroupent dans un système Z ou LinuxONE, contre 16 dans Power.
27. Huawei
Le HiSilicon Ascend 910C de Huawei fait partie de la famille de puces Ascend 910 introduite en 2019.
Les laboratoires d'IA en Chine expérimentent l'Ascend 910C. Le cloud de Huawei héberge les modèles DeepSeek, et un chercheur de DeepSeek affirme qu'il peut atteindre 60 % des performances d'inférence du NVIDIA H100.110
Huawei a dévoilé la puce Ascend 950PR aux côtés de la carte accélératrice Atlas 350 le 20 mars 2026.111 La carte Atlas 350 est spécifiée à 1,56 PFLOPS de calcul FP4, 112 Go de HBM HiBL 1.0 propriétaire de Huawei à 1,4 To/s de bande passante mémoire, 600 W de puissance et 2 To/s d'interconnexion. Ces chiffres de mémoire appartiennent à la carte. Le silicium Ascend 950PR lui-même est spécifié à 128 Go et 1,6 To/s. Huawei affirme que la carte offre 2,8 fois les performances du H20 de NVIDIA, ce qui n'est pas une comparaison à périmètre égal, car le H20 de classe Hopper ne dispose pas de prise en charge FP4 native.
Huawei a publié une feuille de route Ascend, lors de sa keynote Huawei Connect 2025 le 18 septembre 2025.112 Elle répertorie Ascend 950PR au T1 2026, Ascend 950DT au T4 2026, Ascend 960 au T4 2027 et Ascend 970 au T4 2028. L'Ascend 950DT est spécifié avec 144 Go de HiZQ 2.0, la deuxième HBM interne de Huawei, 4 To/s de bande passante mémoire, 2 To/s d'interconnexion et des charges de décodage et d'entraînement, avec une cible de feuille de route au T4 2026. Huawei a présenté l'Atlas 950 SuperPoD au WAIC 2026 le 18 juillet 2026, le déploiement commercial restant fixé au T4 2026.
28. Microsoft Azure
Lors de Hot Chips 2024, Microsoft a dévoilé Maia 100, son premier accélérateur IA personnalisé, construit sur le procédé N5 de TSMC. Microsoft a lancé Maia 200 (nom de code Braga) le 26 janvier 2026, en tant qu'accélérateur IA axé sur l'inférence pour Azure, conçu pour réduire les coûts de tokens IA et offrir des performances par dollar 30 % supérieures à celles des systèmes existants.113
Maia 200 est fabriqué en 3 nm TSMC avec plus de 140 milliards de transistors, 216 Go de HBM3e à 7 To/s, 272 Mo de SRAM sur puce et plus de 10 PFLOPS de calcul FP4 dans un TDP SoC de 750 W. Microsoft a confirmé que Maia 200 était en service dans ses centres de données de l'Iowa et de l'Arizona lors de l'appel sur les résultats du T3 de l'exercice 2026.114
Puces IA pour infrastructure interne
29. Apple
Le projet ACDC d'Apple serait axé sur la construction de puces pour l'inférence IA dans les centres de données.115 La puce serveur serait nommée Baltra et développée avec Broadcom, et Apple ne l'a jamais officiellement reconnue. Reuters a rapporté le 15 juillet 2026, citant The Information, que le projet a été repoussé et que les serveurs IA internes d'Apple fonctionnent encore sur des puces M2 Ultra.116117 Le M5 a été lancé le 15 octobre 2025, et les M5 Pro et M5 Max ont été annoncés le 3 mars 2026 avec un accélérateur neuronal dans chaque cœur de GPU. Apple renforce sa stratégie d'IA sur appareil avec le framework Core IA, qui exécute des modèles sur le silicium d'Apple sans dépendance à un serveur, soutenu par un dépôt open source de modèles Core IA sur GitHub.118119
30. Meta
Le Meta Training and Inference Accelerator (MTIA) est une famille de processeurs pour les charges de travail IA telles que l'entraînement des modèles Llama de Meta.
Meta a renommé la famille MTIA le 11 mars 2026. La puce que l'entreprise appelait auparavant Next Gen MTIA est désormais MTIA 200. Elle est basée sur la technologie 5 nm de TSMC, est censée offrir 3x les performances du MTIA v1, et est hébergée dans des racks contenant jusqu'à 72 accélérateurs.120 Le MTIA 300 est en production pour l'entraînement au classement et à la recommandation, et les MTIA 400, 450 et 500 suivront au cours de 2026 et 2027.121
Le MTIA exécute les charges de travail internes de Meta et n'est pas proposé comme accélérateur cloud public.
Broadcom co-conçoit la technologie pour le programme MTIA de Meta. Le partenariat et les engagements de capacité sont couverts dans le profil Broadcom.122
31. OpenAI
OpenAI a conçu sa première puce IA avec Broadcom, et la direction de son équipe puces possède une expérience dans la conception de TPU chez Google.123 OpenAI a confirmé TSMC comme fonderie, mais ni OpenAI ni Broadcom n'ont confirmé de nœud de procédé.124 Les rapports de la chaîne d'approvisionnement coréenne ont utilisé le nom de code « Titan » pour la puce et l'ont placée sur le procédé N3 de TSMC, bien qu'aucune des deux sociétés n'utilise ce nom.125
Samsung a obtenu un accord pour fournir de la mémoire HBM4 pour la puce d'OpenAI, allouant, selon les rapports, plus de 50 % de la capacité de son usine de Pyeongtaek aux dies de base HBM4 à cette fin.126 OpenAI et Broadcom ont annoncé une collaboration pour 10 gigawatts d'accélérateurs IA personnalisés en octobre 2025. Les racks doivent démarrer au second semestre 2026 et s'achever fin 2029. L'annonce indique que les parties « ont signé une feuille de conditions » pour les racks. Un contrat d'achat définitif et la valeur financière restent non divulgués.123 Le 24 juin 2026, les deux ont dévoilé Jalapeño, le premier processeur d'intelligence d'OpenAI. Les deux sociétés indiquent que des échantillons d'ingénierie exécutent des charges de travail de ML en laboratoire à la fréquence et à la puissance cibles de production, y compris GPT-5.3-Codex-Spark, et que la plateforme est conçue pour un déploiement initial d'ici la fin 2026, ce qui place la puce au stade d'échantillon d'ingénierie après tape-out.127 Le côté Broadcom de l'accord, y compris ses autres clients d'accélérateurs personnalisés, est couvert dans la section Broadcom ci-dessous.
Partenaires de conception d'ASIC IA personnalisés
32. Broadcom
Broadcom co-conçoit des accélérateurs IA personnalisés avec ses clients et fournit le réseau qui les connecte. Ces puces spécifiques aux clients ne sont pas vendues comme accélérateur commercial de marque.
Broadcom a déclaré 16,7 milliards de dollars de chiffre d'affaires dans les semi-conducteurs IA pour le T3 de l'exercice 2026 le 2 septembre 2026, en hausse de 221 % sur un an. L'entreprise prévoit 21,7 milliards de dollars pour le T4.128
Lors de l'appel du 3 juin, Broadcom a passé en revue six principaux clients IA mais en a nommé quatre, Google, Anthropic, OpenAI et Meta. Les deux autres restent non divulgués et ont été décrits comme deux clients avec 6 milliards de dollars de commandes reçues à ce jour, les expéditions commençant fin 2026 et s'accélérant en 2027. Les listes publiées nommant les six reposent sur des déductions d'analystes pour les identités non divulguées.129
La divulgation de Broadcom varie selon le client :
- Google a un accord multi-générations pour les TPU et le réseau IA, sans chiffre en gigawatts donné. Le formulaire 8-K de Broadcom divulgue un accord à long terme pour développer et fournir des TPU personnalisés pour les générations futures de Google, plus un accord d'assurance d'approvisionnement couvrant les composants réseau jusqu'en 2031.130
- Anthropic prend plus de 1 GW de calcul basé sur TPU en 2026, plus un accord d'avril pour 5 GW supplémentaires de calcul à partir de 2027. Le même formulaire 8-K fixe le chiffre à environ 3,5 gigawatts à partir de 2027, dont la consommation est liée au succès commercial continu d'Anthropic. Le chiffre de 3,5 GW provient du dépôt de Broadcom, tandis que le propre billet d'Anthropic quantifie l'engagement en « plusieurs gigawatts ». Le dépôt décrit l'accord comme une extension d'une collaboration existante.130
- Pour OpenAI, le silicium a été livré, la production est attendue fin 2026, et OpenAI a un contrat de 1,3 GW en 2027 dans le cadre de l'accord plus large de 10 GW d'ici 2029. La puce elle-même est couverte dans la section OpenAI ci-dessus.129
- Meta a un partenariat XPU MTIA multi-générations visant 3 GW jusqu'à fin 2028, avec une première commande de 1 GW livrée à partir du second semestre 2027. Hock Tan quitte le conseil d'administration de Meta pour un rôle de conseiller.129122
Le 26 février 2026, Broadcom a commencé à expédier un SoC de calcul personnalisé en 2 nm, construit sur sa plateforme XDSiP 3.5D eXtreme Dimension System in Package. Ce SoC prend en charge le programme de processeur FUJITSU-MONAKA de Fujitsu. Broadcom indique que les XPU destinés à sa base de clients plus large seront expédiés à partir du second semestre 2026.131 Dans le réseau, Broadcom a déclaré en mars 2026 que le Tomahawk 6 est le seul commutateur 102,4 T expédié en volume de production, et que le Jericho 4, un routeur de structure 51,2 Tbps lancé en août 2025, est en cours d'expédition.
Le 9 juin 2026, Broadcom a annoncé la plateforme IA XPV avec Apollo et Blackstone comme premiers investisseurs pivots. La plateforme est conçue pour permettre plus de 20 gigawatts de capacité de calcul d'ici 2028, en utilisant les XPU Broadcom et le réseau personnalisé pour les laboratoires d'IA de pointe, notamment Anthropic et OpenAI. Elle a été lancée avec une tranche initiale de 35 milliards de dollars, finançant l'expansion précédemment annoncée d'Anthropic de plus d'un gigawatt dans des sites basés sur Fluidstack à partir de mi-2026. Les plus de 20 gigawatts constituent l'objectif de conception de la plateforme d'ici 2028 et ne sont pas financés par cette tranche.132
Les estimations tierces de la part des ASIC personnalisés dans le marché des processeurs IA dépendent de ce qui est compté. Bloomberg Intelligence répartit le marché des ASIC personnalisés entre Broadcom à 60 % à 80 % et Marvell à 20 % à 25 %.
33. Marvell
Marvell conçoit du silicium IA personnalisé, qu'elle appelle XPU, pour les hyperscalers, ainsi que l'interconnexion, l'optique et le silicium réseau qui relient ces puces. Bloomberg Intelligence la place deuxième derrière Broadcom sur le marché des ASIC IA personnalisés.
Pour le T2 de l'exercice 2027, publié le 27 août 2026, Marvell a affiché 2 739 milliards de dollars de chiffre d'affaires total et 2 172 milliards de dollars de chiffre d'affaires dans les centres de données. Le chiffre d'affaires des centres de données a augmenté de 46 % sur un an. Sa prévision de chiffre d'affaires total pour le T3 était de 3,15 milliards de dollars, à plus ou moins 5 %.133
Le 31 mars 2026, NVIDIA et Marvell ont annoncé un partenariat stratégique qui relie Marvell à l'usine IA et à l'écosystème IA-RAN de NVIDIA via NVLink Fusion, avec une collaboration sur la photonique sur silicium. NVIDIA a investi 2 milliards de dollars dans Marvell dans ce cadre. Dans le cadre du partenariat, Marvell fournit des XPU personnalisés et un réseau scale-up compatible NVLink Fusion.134
Marvell a finalisé trois acquisitions entre février et avril 2026, toutes dans la couche optique et d'interconnexion :
- Celestial IA, finalisée le 2 février 2026 pour 3,25 milliards de dollars.135
- XConn Technologies, finalisée le 10 février 2026 pour environ 540 millions de dollars.
- Polariton Technologies, spin-off de l'ETH Zurich travaillant sur la photonique sur silicium plasmonique, acquise le 22 avril 2026 pour des conditions non divulguées.
Le rôle de Marvell dans les générations ultérieures de Trainium est contesté. SemiAnalysis a rapporté qu'Alchip a pris en charge la conception physique du backend et l'encapsulation du Trainium3 après que Marvell a travaillé sur Trainium2.136 Les entreprises n'ont pas confirmé ce récit.
CPUs hôtes et IP de processeur
Les CPUs hôtes fonctionnent aux côtés des accélérateurs et gèrent le contrôle du système et les travaux à usage général. Arm concède sous licence de la propriété intellectuelle de processeur et a ajouté sa propre gamme de CPUs pour centres de données.
34. Arm
Arm a annoncé le 24 mars 2026 qu'elle « s'étend pour la première fois de son histoire aux produits en silicium de production », en commençant par le CPU Arm AGI, un CPU de centre de données pour l'infrastructure d'IA agentique. Meta « sert de partenaire principal et de co-développeur ».137138
Arm indique que le CPU embarque jusqu'à 136 cœurs Arm Neoverse V3, 6 Go/s de bande passante mémoire par cœur avec une latence inférieure à 100 ns et un TDP de 300 W, passant à 8 160 cœurs par rack refroidi par air et plus de 45 000 cœurs par rack refroidi par liquide. Arm revendique plus de 2x de performance par rack par rapport à x86. Ce sont les chiffres d'Arm et ils n'ont pas été mesurés de manière indépendante.137
Arm continue de concéder sous licence de l'IP et des Compute Subsystems (CSS) parallèlement à sa gamme de silicium CPU AGI. Les premiers systèmes sont disponibles maintenant, avec une disponibilité plus large attendue au second semestre 2026, et aux côtés de Meta, Arm cite Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP et SK Telecom comme clients engagés.137 Meta montre à quel point les rôles se brouillent désormais. Elle conçoit son propre silicium MTIA, est le partenaire principal du CPU AGI d'Arm, est un client annoncé de Qualcomm pour les CPUs de centre de données, et achète auprès d'AMD et de Broadcom.
5 fournisseurs de puces IA mobiles
Il s'agit de SoC mobiles représentatifs, chacun avec un appareil documenté ou un rôle matériel IA.
Ajouter comme source préféréeProcesseurs, modules et IP d'IA en périphérie
Ces puces IA en périphérie exécutent l'inférence sur des appareils locaux. La comparaison identifie séparément les modules, les processeurs discrets, les NPU intégrés et l'IP réutilisable.
Les performances de pointe et la puissance sont des spécifications des fournisseurs ou des revendications de conception de référence. Les sources couvrent respectivement Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU et Core Ultra Series 3.144145146147148149150
*Il s'agit des valeurs maximales citées par chaque fournisseur, et elles ne sont pas directement comparables entre les lignes. Un chiffre cité en FP4 ou INT4 décrit une opération différente de celui cité en INT8, et les lignes marquées sparse sont des chiffres de fournisseur qui supposent la sparsité. TOPS signifie téra opérations par seconde, TFLOPS signifie téra opérations à virgule flottante par seconde, et GOPS signifie giga opérations par seconde.
Le 24 juillet 2026, Microchip Technology a signé un accord définitif pour acquérir Hailo, la clôture étant attendue d'ici la fin du trimestre se terminant le 30 septembre 2026, sous réserve des conditions de clôture et des approbations réglementaires, pour des conditions non divulguées.151
Partenaires de fonderie et rôle de TSMC
TSMC est une fonderie pure. Elle fabrique des semi-conducteurs à partir de conceptions de clients, y compris celles de NVIDIA et d'AMD. Samsung Foundry et Intel Foundry Services sont en concurrence sur le même marché.
Le nœud N2, le 2 nm de TSMC, est entré en production en volume au quatrième trimestre 2025 et a représenté 3 % du chiffre d'affaires des wafers au deuxième trimestre 2026, contre 33 % pour le 5 nm, 30 % pour le 3 nm et 11 % pour le 7 nm.152 La feuille de route de TSMC place l'A16 en 2027, l'A14 au second semestre 2028, et les A13 et A12 en 2029.152 TSMC fabrique des accélérateurs IA pour les concepteurs suivants. FuriosaAI identifie également TSMC comme partenaire de fabrication pour RNGD.82
La puce d'inférence Hanguang 800 de 2019 d'Alibaba, sa dernière pièce produite par TSMC, n'est pas incluse. Les contrôles à l'exportation américains empêchent désormais TSMC de produire des puces IA avancées pour les concepteurs chinois, et les fonderies doivent examiner toute expédition à 7 nm et moins destinée à des concepteurs chinois. Le silicium IA 2026 d'Alibaba est fabriqué au niveau national, la capacité chez SMIC étant la contrainte déclarée.105
SemiAnalysis a rapporté le 12 mars 2026 que la capacité de wafers N3 en front-end a supplanté l'encapsulation CoWoS comme goulot d'étranglement dominant dans l'approvisionnement en puces IA, le CoWoS étant tendu mais en voie de détente. TrendForce s'attend à ce que l'écart offre-demande de CoWoS passe d'environ 20 % à environ 10 % d'ici fin 2026.153 Micron a atteint la production en grand volume de HBM4 36 Go 12H pour la plateforme Vera Rubin de NVIDIA le 16 mars 2026, à des vitesses de broches supérieures à 11 Gb/s.154
Plans d'expansion
L'investissement américain annoncé de TSMC totalise 265 milliards de dollars sur 12 installations de fabrication et d'encapsulation de pointe, après un engagement supplémentaire de 100 milliards de dollars en Arizona annoncé le 16 juillet 2026.155
Les informations de mars 2025 évoquant une coentreprise dirigée par TSMC pour gérer la division fonderie d'Intel n'ont pas abouti à un accord. TSMC a démenti des discussions actives le 17 avril 2025 et a déclaré le 26 septembre 2025 qu'elle « n'est jamais entrée en pourparlers avec une quelconque entreprise pour établir une coentreprise ou s'engager dans l'octroi de licences ou le transfert de technologie ».156 Intel a plutôt été recapitalisée, le gouvernement américain prenant une participation de 9,9 % pour 8,9 milliards de dollars en août 2025.157
Fabricants de puces IA en Chine
En raison des sanctions américaines empêchant de nombreuses entreprises chinoises d'acquérir les puces IA les plus avancées d'AMD et de NVIDIA, les acheteurs chinois ont augmenté leurs achats auprès de producteurs locaux.
Huawei et Alibaba sont couverts ci-dessus. Parmi les autres producteurs chinois de puces IA figurent :
- Cambricon (SHA : 688256) a déclaré un chiffre d'affaires pour l'exercice 2025 de 6,4972 milliards de RMB, en hausse de 453,21 % sur un an, et son premier bénéfice annuel complet à 2,0592 milliard de RMB. Sa capitalisation boursière a dépassé 1 000 milliards de RMB le 30 juin 2026, une première pour le marché STAR.
- Baidu Kunlunxin a dévoilé deux puces le 13 novembre 2025. Le Kunlun M100 est optimisé pour l'inférence à grande échelle et devait être lancé début 2026, et le Kunlun M300, conçu pour l'entraînement et l'inférence de modèles multimodaux ultra-larges, est prévu pour 2027. Baidu a également présenté deux systèmes supernode, Tianchi 256 (disponible au S1 2026) et Tianchi 512 (disponible au S2 2026), tous deux construits à partir des puces Kunlun P800 existantes de Baidu.
- Biren, fondée par d'anciens de NVIDIA, s'est cotée sur le marché principal de la Bourse de Hong Kong le 2 janvier 2026, levant 5,58 milliards de dollars HK (environ 717 millions de dollars US).
- Moore Threads (SHA : 688795) s'est cotée sur le marché STAR le 5 décembre 2025. Le chiffre d'affaires de l'exercice 2025 était de 1 505 milliard de RMB, en hausse de 243,37 % sur un an. L'entreprise reste non rentable et figure sur la liste des entités américaines depuis 2023.
- MetaX s'est cotée sur le marché STAR le 17 décembre 2025, levant environ 4,2 milliards de RMB (586-596 millions de dollars US), et a depuis déposé confidentiellement une demande de cotation secondaire à Hong Kong.
- Iluvatar CoreX (HKEX : 9903) s'est cotée sur le marché principal de Hong Kong le 8 janvier 2026, levant environ 3,68 milliards de dollars HK.
- Enflame (SHA : 688801) s'est cotée sur le marché STAR de Shanghai le 11 septembre 2026.158159 Son avis de cotation indique que l'entreprise était encore non rentable au moment de l'introduction.
- SMIC, la fonderie dont dépendent la plupart de ces concepteurs, disposait d'une production en volume N+3 (classe 5 nm) en juin 2026, d'une capacité 7 nm d'environ 45 000 à 60 000 wafers par mois, et d'un chiffre d'affaires 2025 de 9,3 milliards de dollars.
Accès aux exportations et restrictions
Quatre mesures distinctes régissent les ventes de puces IA avancées vers la Chine, et elles sont souvent confondues.
Les licences ont d'abord changé. Le 13 janvier 2026, le Bureau américain de l'industrie et de la sécurité a annoncé une règle finale faisant passer les demandes de licence pour le NVIDIA H200, l'AMD MI325X et les puces similaires d'une présomption de refus à un examen au cas par cas, sous réserve de conditions couvrant les certifications des exportateurs, les vérifications des clients et les tests indépendants avant expédition.160 Un plafond de volume l'accompagne : les expéditions agrégées d'une puce donnée vers la Chine et Macao ne peuvent pas dépasser 50 % de la quantité de ce même produit que l'exportateur a expédiée à des clients américains pour usage final américain.160
Deux autres mesures sont toutes deux fixées à 25 % et sont couramment traitées comme une seule. Le président Trump a annoncé une part de revenus du gouvernement américain de 25 % sur les ventes de H200 à la Chine le 8 décembre 2025 et l'a réitérée le 14 janvier 2026, tandis que la Maison Blanche a annoncé un tarif distinct de 25 % au titre de la section 232 sur les semi-conducteurs avancés aux mêmes seuils de performance le 14 janvier 2026, avec des exceptions incluant les centres de données américains et la R&D américaine.161
La Chine a évolué dans l'autre sens, quoique de manière moins formelle. Reuters a rapporté le 5 novembre 2025, citant des sources anonymes, que les autorités ont interdit les puces IA étrangères dans les centres de données financés par l'État, et aucune réglementation chinoise officielle en ce sens n'a été publiée.
La permission ne s'est pas traduite par des ventes. Le 14 juillet 2026, le sous-secrétaire au Commerce Jeffrey Kessler a déclaré lors d'une audition au Congrès que « très peu d'expéditions sous licences pour les H200 et équivalents ont eu lieu. C'est une très petite quantité de puces ». NVIDIA n'avait enregistré aucun chiffre d'affaires de calcul de centre de données en Chine, tant dans ses résultats de février 2026 que dans ceux de mai 2026.
Part nationale du marché chinois des accélérateurs IA
Reuters a rapporté les estimations d'IDC sur les expéditions de cartes accélératrices IA en Chine.162 Elle compte les expéditions unitaires de cartes accélératrices, ni les serveurs ni le chiffre d'affaires.
L'offre nationale est elle-même concentrée. Huawei représente environ la moitié des expéditions des fournisseurs chinois, le reste étant réparti entre T-Head d'Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX et Iluvatar CoreX.162
FAQ
Oui. Les CPUs peuvent exécuter l'inférence de réseaux de neurones. OpenVINO prend en charge l'exécution sur CPU aux côtés des cibles GPU et NPU.163 Le choix de l'accélérateur dépend de la prise en charge du modèle, de la mémoire, du débit et des exigences de latence.
Un concepteur de puces développe l'architecture du processeur et la conception des circuits. Une fonderie fabrique des puces pour ses clients. NVIDIA et AMD externalisent la fabrication, tandis que TSMC fabrique les conceptions de ses clients. Arm et Synopsys fournissent également de l'IP de processeur et des outils de conception.
Utilisez le même modèle, la même précision, la même taille de lot et la même cible de latence. Les TOPS ou FLOPS de pointe seuls ne peuvent pas établir le débit applicatif ni le coût. L'entraînement et l'inférence imposent également des exigences différentes en matière de mémoire et de calcul.
Pour aller plus loin
Pour des comparaisons pratiques de performances des puces couvertes, consultez nos benchmarks :
- Benchmark multi-GPU : comment le B200 et le H200 de NVIDIA, le H100 et le MI300X d'AMD évoluent sur des configurations à 1, 2, 4 et 8 GPUs pour l'inférence de LLM, avec une analyse du débit, de la latence et du coût par token.
- Benchmark de concurrence GPU : comment le B200 et le H200 de NVIDIA, le H100 et le MI300X d'AMD gèrent de 1 à 512 requêtes simultanées, y compris le débit système, la vitesse par requête, la latence de bout en bout et les tokens par dollar à chaque niveau de concurrence.
- CUDA vs ROCm : comment ROCm d'AMD se compare à CUDA de NVIDIA sur la prise en charge des frameworks et la portabilité, la question logicielle derrière la position d'AMD.
- Fabricants de puces IA en périphérie : les fournisseurs du tableau de périphérie ci-dessus traités un par un, avec les cas d'usage ciblés par chaque composant.
- Fournisseurs de GPU cloud : plus de 60 fournisseurs qui louent à l'heure les accélérateurs couverts ici, pour les équipes qui n'achètent pas de matériel.
Références
Citer cette recherche
Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{Top 30+ fabricants de puces IA: NVIDIA et ses concurrents}},
year = {2026},
month = sep,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Consulté le 17 septembre 2026}
}Résultats et horodatages de 86 points de données. Téléchargez les données de synthèse présentées dans les graphiques et les tableaux de cet article sous forme de fichier ZIP contenant 7 fichiers CSV.
Vous voulez les données détaillées derrière ? Rejoindre Premium
Journal des modifications
39 mises à jourAjout d'un profil de l'entreprise NextSilicon consacré à son accélérateur Maverick-2.
Ajout d'une nouvelle section sur les fournisseurs d'ASIC IA personnalisés, Broadcom et Marvell
Ajout d'un tableau de fournisseurs et de puces dans la section des fournisseurs de puces IA mobiles
Ajout de Fractile à la liste des startups de puces IA, portant le panorama de plus de 20 à plus de 25 fabricants.
Mise à jour des détails de financement, de produit et de collaboration de SambaNova Systems.
Ajout d'une section sur les architectures de puces IA : GPU vs ASIC.
Liens de référence
Le travail de Cem chez AIMultiple a été cité par des publications mondiales de premier plan, notamment Business Insider, Forbes, Morning Brew et Washington Post, par des entreprises mondiales comme Deloitte et HPE, par des ONG comme World Economic Forum et par des organisations supranationales comme European Commission. [1], [2], [3], [4], [5]
Tout au long de sa carrière, Cem a été consultant en technologies, acheteur de technologies et entrepreneur technologique. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus de dix ans. Il a également publié un rapport McKinsey sur la digitalisation.
Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité du PDG. Il a également dirigé la croissance commerciale de l'entreprise de technologie profonde Hypatos, qui a atteint un revenu récurrent annuel à 7 chiffres et une valorisation à 9 chiffres, passant de 0 à ce résultat en deux ans. Le travail de Cem chez Hypatos a été couvert par des publications technologiques de premier plan comme TechCrunch et Business Insider.
Cem intervient régulièrement lors de conférences technologiques internationales. Il est diplômé de Bogazici University en tant qu'ingénieur informatique et titulaire d'un MBA de la Columbia Business School.
À lire ensuite
NodeMaven Proxies: Tarification et capacités
Démantèlement de NetNut: ce que les acheteurs doivent savoir
Avis sur Ninjaone: 15 capacités pour l'informatique d'entreprise
Decodo: Avis, Tarification, Vitesse et Taux de Réussite
DataImpulse Services de proxy: fonctionnalités et tarification
Comparer IBM Tivoli Workload Scheduler
Commentaires 2
Partagez vos idées
Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.
You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.
Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.
surprised that brainchip (akida) missing in this report. any reasons?
All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!