Top 30+ fabricants de puces IA: NVIDIA et ses concurrents

Sur la base de notre expérience de l’exécution du benchmark cloud GPU d’AIMultiple avec 10 modèles de GPU différents dans 4 scénarios différents, voici les principales entreprises de matériel informatique pour les charges de travail des centres de données.

30+ fabricants de puces IA par catégorie

*La puce IA sélectionnée est le composant, la plateforme ou le projet annoncé qui représente le mieux chaque fournisseur. Certaines entrées sont des systèmes, services ou IP sous licence plutôt qu’une seule puce.

Tri par catégorie. Les fournisseurs sont classés selon leur part estimée du chiffre d’affaires des accélérateurs IA au sein des trois premières catégories (producteur leader, cloud public, cloud IA public), car les chiffres de ventes ou l’utilisation du cloud peuvent être estimés. Intel et Qualcomm font exception. Tous deux sont répertoriés comme producteurs leaders en raison de leur échelle de centre de données et de leurs feuilles de route annoncées pour les accélérateurs, et non sur la base du chiffre d’affaires des accélérateurs IA livrés. Les fournisseurs de la catégorie co-conception d’ASIC / XPU IA personnalisé sont classés selon leur part estimée du marché de la conception d’ASIC personnalisés. Les fournisseurs de toutes les autres catégories sont triés par ordre alphabétique.

GPU vs ASIC dans les architectures de puces IA

Si les fournisseurs ci-dessus se font concurrence sur le même marché, ils utilisent des architectures de puces fondamentalement différentes :

• GPUs (Unités de traitement graphique) sont des processeurs parallèles largement programmables qui prennent en charge un éventail plus large de charges de travail d’entraînement et d’inférence IA que la plupart des ASIC conçus à cet effet. NVIDIA et AMD dominent cette catégorie.
• ASIC (circuits intégrés spécifiques à une application) sont conçus sur mesure pour des tâches spécifiques. Certains prennent en charge à la fois l’entraînement et l’inférence (Google TPU, AWS Trainium), tandis que d’autres sont uniquement dédiés à l’inférence (Groq LPU, AWS Inferentia).

Selon TrendForce¹ , les expéditions de serveurs IA basés sur des ASIC personnalisés de fournisseurs cloud devraient, selon les projections d’octobre 2025, augmenter de 44,6 % en 2026, contre 16,1 % pour les serveurs IA basés sur GPU. Ces chiffres représentent les taux de croissance des expéditions de serveurs IA ventilés par type d’accélérateur, et non le nombre de puces expédiées. TrendForce estime désormais que les systèmes basés sur ASIC représentent environ 27 % des expéditions unitaires de serveurs IA en 2026, contre 27,8 % le 15 avril 2026, après des retards de validation et de mise au point des puces chez Meta et AWS, contre 69,7 % pour les systèmes basés sur GPU, les ASIC devant atteindre environ 40 % d’ici 2030.²

Qui sont les principaux producteurs de puces IA ?

1. NVIDIA

NVIDIA conçoit des unités de traitement graphique (GPU) pour le secteur du jeu vidéo depuis les années 1990. NVIDIA est un fabricant de puces sans usine (fabless) qui sous-traite la majeure partie de sa fabrication à TSMC. Ses principales activités incluent :

Solutions IA de bureau

DGX Spark (anciennement Project Digits) est un supercalculateur IA de bureau doté d’un Superchip Grace Blackwell avec un NVIDIA Blackwell RTX GPU possédant 6 144 cœurs CUDA et des cœurs Tensor de cinquième génération à précision FP4, connecté via l’interconnexion puce-à-puce NVIDIA NVLink-C2C à un NVIDIA Grace CPU à 20 cœurs, offrant jusqu’à 1 pétaflops de calcul IA et 128 Go de mémoire unifiée.^{3 4}

Solutions pour centres de données

L’entreprise fabrique des puces IA selon ses architectures Ampere, Hopper et, plus récemment, Blackwell. Grâce à l’essor de l’IA générative, le chiffre d’affaires de NVIDIA a fortement augmenté, sa capitalisation boursière a dépassé les 1 000 milliards de dollars et l’entreprise a renforcé sa position de leader sur les marchés des GPU et du matériel IA. Le graphique suivant montre l’évolution du chiffre d’affaires de NVIDIA dans ce segment au fil des ans, devenu la principale source de revenus de l’entreprise.

Les données du graphique proviennent des rapports financiers de NVIDIA Corporation.⁵

Les DGX™ A100 et H100 ont été les puces IA phares de NVIDIA, conçues pour l’entraînement et l’inférence IA dans les centres de données. NVIDIA a ensuite lancé :

• les puces H200, B300 et GB300
• les serveurs HGX comme HGX H200 et HGX B300 qui combinent 8 de ces puces
• les séries NVL et le GB200 SuperPod qui assemblent des clusters encore plus grands.⁶

GPU cloud

La plupart des acteurs du cloud proposent du matériel NVIDIA comme leurs GPU cloud. Morgan Stanley estimait en mars 2026 que NVIDIA détenait environ 85 % du chiffre d’affaires des processeurs IA, les ASIC personnalisés proxy plus de 10 % et AMD moins de 5 %.⁷ Bloomberg Intelligence s’attend à ce que NVIDIA conserve 70 % à 75 % du marché des accélérateurs IA jusqu’en 2030.⁸

NVIDIA a également lancé son offre DGX Cloud, fournissant une infrastructure de GPU cloud directement aux entreprises, sans passer par les fournisseurs de cloud.

GPU pour le graphisme

Les NVIDIA GPU pour les particuliers incluent la série GeForce, et la Nintendo Switch 2 fonctionne avec un processeur NVIDIA personnalisé.⁹

Développements récents

DGX Cloud Lepton

Annoncé le 19 mai 2025, DGX Cloud Lepton de NVIDIA est une place de marché qui met en relation les développeurs IA avec les fournisseurs de cloud NVIDIA GPU, notamment CoreWeave, Lambda et Crusoe.¹⁰

NVIDIA Dynamo

NVIDIA Dynamo, annoncé lors de GTC 2025, est un framework d’inférence open source pour le déploiement à haut débit et faible latence de modèles d’IA générative dans des environnements distribués.¹¹

Serveurs NVIDIA RTX PRO et Enterprise IA Factory

Annoncés en mai 2025 au Computex, NVIDIA a présenté des serveurs RTX PRO équipés de GPU RTX PRO 6000 Blackwell Server Edition, conçus pour les usines d’IA d’entreprise.¹²

Plateforme NVIDIA Vera Rubin

NVIDIA a dévoilé Vera Rubin, sa plateforme succédant à Blackwell Ultra, au CES 2026 comme une plateforme à six puces.¹³ Lors du GTC du 16 mars 2026, NVIDIA l’a étendue à sept puces : le CPU Vera, le GPU Rubin, le commutateur NVLink 6, le ConnectX-9 SuperNIC, le BlueField-4 DPU, le commutateur Ethernet Spectrum-6 et le Groq 3 LPU, et les a déclarés en production complète.¹⁴ Les expéditions de production commenceront à l’automne 2026, initialement à huit partenaires cloud.¹⁵ Blackwell et le GB300 NVL72 sont restés le produit de volume de chiffre d’affaires au premier trimestre de l’exercice 2027.

Le rack Vera Rubin NVL72 associe 72 GPU Rubin à 36 CPU Vera pour 3 600 PFLOPS d’inférence NVFP4, 20,7 To de HBM4 et 260 To/s de bande passante scale-up NVLink 6.¹⁶ Le GPU Rubin serait fabriqué sur le procédé N3P de TSMC avec HBM4, un nœud que NVIDIA n’a pas confirmé.

La septième puce provient de l’accord de licence de décembre 2025 entre NVIDIA et Groq, traité dans la section Groq ci-dessous.

Le Groq 3 LPU est une puce d’inférence dédiée, fabriquée par Samsung Foundry.¹⁷ Les racks Groq 3 LPX sont prévus pour le second semestre 2026, et NVIDIA projette un débit jusqu’à 35x supérieur par mégawatt pour des modèles à mille milliards de paramètres lorsque LPX est associé à Vera Rubin NVL72.¹⁸

DeepSeek

La publication de R1 par DeepSeek a montré que les modèles de pointe pouvaient être entraînés avec un nombre relativement faible de GPU. Cela a entraîné une baisse du cours de l’action NVIDIA.

Étant donné que les performances des systèmes GPU s’améliorent plusieurs fois par an grâce aux progrès de la conception des puces et des interconnexions, les acheteurs feraient bien de ne pas acheter au-delà de leurs besoins annuels, car cela peut conduire à posséder des systèmes obsolètes.

Droits de douane et restrictions à l’exportation

Quatre mesures distinctes régissent les ventes de puces IA avancées à la Chine, et elles sont souvent confondues.

Les licences ont d’abord changé. Le 13 janvier 2026, le Bureau of Industry and Security américain a annoncé une règle finale faisant passer les demandes de licence pour les puces NVIDIA H200, AMD MI325X et similaires d’une présomption de refus à un examen au cas par cas, sous réserve de conditions portant sur les certifications des exportateurs, les vérifications des clients et des tests indépendants avant expédition.¹⁹ Un plafond de volume l’accompagne : les expéditions cumulées d’une puce donnée vers la Chine et Macao ne peuvent pas dépasser 50 % de la quantité que l’exportateur a expédiée à des clients américains pour une utilisation finale aux États-Unis.¹⁹

Deux autres mesures sont toutes deux fixées à 25 % et sont régulièrement traitées comme une seule. Le président Trump a annoncé une part des recettes 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 exemptions incluant les centres de données américains et la R&D américaine.²⁰

La Chine a évolué dans l’autre sens, bien que de manière moins formelle. Reuters a rapporté le 5 novembre 2025, citant des sources anonymes, que les autorités avaient interdit les puces IA étrangères des centres de données financés par l’État, et aucune réglementation chinoise officielle à cet effet n’a été publiée.

L’autorisation 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 licence 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 pour centres de données en Chine, ni en février 2026 ni en mai 2026.

Concurrence sur le marché de l’inférence

Alors que NVIDIA domine le marché de l’« entraînement » IA, la concurrence s’intensifie dans l’« inférence », le déploiement de modèles IA pour des tâches réelles. Des entreprises comme AMD et Qualcomm, ainsi que des spécialistes de l’inférence tels que Cerebras, SambaNova, d-Matrix et Positron, développent des puces visant à fournir des solutions d’inférence plus rentables, en mettant particulièrement l’accent sur une consommation d’énergie réduite. Le paysage s’est à la fois éclairci et enrichi. Untether IA a fermé ses portes en juin 2025 et déposé le bilan en octobre, et la technologie d’inférence de Groq a été concédée sous licence à NVIDIA en décembre 2025.

Les nouvelles techniques d’IA de « raisonnement » exigent davantage de puissance de calcul. NVIDIA estime que le raisonnement favorisera son architecture à long terme et s’attend à ce que le marché de l’inférence finisse par éclipser celui de l’entraînement en taille, même si sa part de marché est plus faible.²¹

2. AMD

AMD est un fabricant de puces sans usine (fabless) proposant des produits CPU, GPU et accélérateurs IA.

AMD a lancé le MI300 pour les charges de travail d’entraînement IA en juin 2023 et rivalise avec NVIDIA pour des parts de marché. Startups, entreprises et géants de la tech ont adopté le matériel AMD en 2023, alors que celui de NVIDIA était difficile à se procurer dans le sillage de l’essor de l’IA générative déclenché par le lancement de ChatGPT.^{22 23 24}

En 2025, AMD a acquis une équipe d’ingénieurs matériels et logiciels IA d’Untether IA ainsi que la startup de compilation 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.^{25 26}

AMD a lancé les Instinct MI350X et MI355X le 12 juin 2025 lors d’Advancing IA 2025.²⁷ Le MI355X est construit sur CDNA4 chez TSMC en 3 nm avec 288 Go de HBM3E et 10,1 PFLOPS de MXFP4, et AMD le positionne face au Blackwell B200 de NVIDIA plutôt qu’au H200. AMD a ensuite lancé le 7 mai 2026 l’Instinct MI350P, une carte PCIe passive 5.0 embarquant 144 Go de HBM3E et un TBP maximal de 600 W.²⁸

AMD a signé quatre accords Instinct à grande échelle depuis octobre 2025 : OpenAI le 6 octobre 2025 pour 6 GW, avec la première capacité de 1 GW de la série MI450 à partir du second semestre 2026 ;²⁹ Oracle Cloud Infrastructure comme partenaire de lancement le 14 octobre 2025 pour un premier lot de 50 000 GPU de la série MI450 à partir du troisième trimestre civil 2026 ;³⁰ 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 plutôt qu’un MI450 standard ;^{31 32} et Anthropic le 22 juillet 2026 pour jusqu’à 2 GW de GPU de la série MI450 dans des racks Helios à partir du premier semestre 2027.³³

Après un désaccord public entre AMD et NVIDIA sur les benchmarks du H100 et du MI300, les derniers tests placent le MI300 au même niveau ou meilleur que le H100 pour l’inférence d’un LLM de 70 milliards de paramètres.³⁴

Série MI400

AMD a lancé la série Instinct MI400 lors d’Advancing IA 2026 les 22 et 23 juillet 2026.³⁵ Le MI455X est le membre de la famille axé sur l’IA. AMD le répertorie en 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 crête et 40,3 PFLOPS de OCP MXFP4.³⁶ Helios, le système à l’échelle du rack construit autour de la série MI400, est en production complète avec les premières expéditions prévues pour la fin du troisième trimestre 2026.³⁵

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 GPU, et AMD n’a publié aucune spécification à son sujet depuis.³⁷ 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 la mémoire HBM4E pour le MI500 annoncées au CES 2026.³⁵

Le MI430X est le membre de la série MI400 dédié au HPC et à l’IA souveraine. AMD l’a annoncé le 19 novembre 2025 durant la semaine SC25 plutôt qu’à Advancing IA 2026, 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 pic théorique FP64 matériel, jusqu’à 9,2 PFLOPS de pic FP4 et MXFP4, 432 Go de HBM4 intégrée et jusqu’à 23,3 To/s de bande passante mémoire théorique crête.³⁸ La caractéristique distinctive par rapport au MI455X est le FP64 à plein débit pour le calcul scientifique plutôt que le débit IA en basse précision.

AMD prévoit que le MI430X sera disponible en 2027 et n’a publié aucun nombre de transistors, aucune puissance de carte ni lithographie le concernant. Deux chiffres dans les propres documents d’AMD divergent. La FAQ de la page d’accueil de la série MI400 indique toujours jusqu’à 19,6 To/s tandis que 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.³⁸

AMD nomme trois systèmes cibles pour le MI430X : Discovery au Oak Ridge National Laboratory, prévu pour 2028 ; Alice Recoque, le premier système exaflopique français ; et 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

Les logiciels IA d’AMD fonctionnent sur la pile ROCm. SemiAnalysis, dans un benchmark du MI300X face au H100 et au H200 en date du 22 décembre 2024, a donné à AMD 0 % de chances 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.³⁹

Les mêmes analystes ont depuis révisé ce pronostic, le 25 juillet 2026, en « de grandes chances de succès pourvu qu’AMD résolve les deux risques majeurs que nous décrivons ci-dessous » : la montée en cadence de la production des racks Helios, où des SerDes faibles nécessitent de réajuster jusqu’à 85 % du fond de panier avec plus de 550 retimers Ethernet Broadcom par rack, et un manque persistant de clusters de GPU internes stables pour le développement logiciel et l’intégration continue des tests automatisés.⁴⁰

Lors d’Advancing IA 2026, AMD s’est engagé sur un rythme fixe de publication de fonctionnalités toutes les six semaines, en remplacement de son cycle précédent à peu près trimestriel.⁴¹

Écosystème

À l’instar de NVIDIA, AMD investit sélectivement dans les utilisateurs de ses solutions pour stimuler l’adoption de son matériel.⁴² Il a également lié des participations à ses plus gros engagements, en émettant à OpenAI et Meta chacun un bon de souscription d’actions basé sur la performance pour un maximum de 160 millions d’actions à 0,01 $, dont l’acquisition est conditionnée à des jalons d’expédition d’Instinct.⁴³

3. Intel

Intel a une longue histoire dans le développement des semi-conducteurs. Contrairement aux fabricants sans usine NVIDIA et AMD, Intel possède ses propres usines et construit en interne des composants comme le Xeon 6+ basé sur le nœud 18A. Il n’est pas exclusivement auto-approvisionné. 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.⁴⁴

Gaudi 3 est le dernier accélérateur IA dédié de la gamme Gaudi d’Intel. Intel n’a annoncé aucun successeur à Gaudi, et toutes les étapes de sa feuille de route publiée ensuite sont des GPU.^{45 46} 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 en expédition, et Intel n’a publié aucun avis de fin de vie à son sujet.⁴⁷ Intel visait un chiffre d’affaires de 500 millions de dollars pour Gaudi en 2024 et a abandonné cet objectif lors de sa conférence téléphonique sur les résultats du troisième trimestre le 31 octobre 2024. Au CES 2026, il a reconnu que Gaudi « n’a pas répondu aux besoins du marché de l’entraînement IA de pointe ».⁴⁵

Intel a annulé son GPU Falcon Shores pour basculer sur 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 indication de nœud de procédé.⁴⁵ Au CES 2026, la feuille de route d’Intel faisait référence à « 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 de matériel IA au Computex 2026, notamment son processeur Xeon 6+ sur le nœud 18A.^{48 49}

Crescent Island est un GPU de centre de données optimisé pour l’inférence, basé sur Xe3P, annoncé pour la première fois le 14 octobre 2025 lors de l’OCP Global Summit avec 160 Go de LPDDR5X et un échantillonnage client prévu au second semestre 2026.⁵⁰ Intel l’a détaillé au Computex 2026 comme une carte PCIe refroidie par air de 350 W prenant en charge les types de données de FP4 à FP64, avec jusqu’à 480 Go comme capacité maximale que les partenaires peuvent construire, et non la capacité propre de la carte.⁴⁵

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 centres de données Qualcomm que les acheteurs peuvent commander aujourd’hui. Deux marques Qualcomm à une lettre près se situent de part et d’autre de cette gamme. Dragonwing, introduite le 25 février 2025, couvre l’IoT 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 pour les centres de données.⁵¹

AI200, AI250 et la feuille de route pour les centres de données

Le 27 octobre 2025, Qualcomm a annoncé les AI200 et AI250, deux solutions d’inférence IA à l’échelle du rack ; toutes deux relèvent désormais de la marque Dragonfly que Qualcomm a lancée en juin 2026.⁵² L’AI200 prend en charge 768 Go de LPDDR par carte, et Qualcomm a déclaré lors de l’annonce que l’AI200 et l’AI250 devaient être disponibles commercialement en 2026 et 2027 respectivement ; il n’a depuis réitéré aucune de ces dates. 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, une affirmation concernant un produit que personne ne peut encore acheter. Les deux racks utilisent un refroidissement liquide direct, et Qualcomm spécifie désormais un rack OCP ORv3 conforme de 140 kW au lieu des 160 kW annoncés initialement.⁵³

Le 24 juin 2026, Qualcomm a dévoilé trois autres produits pour centres de données.⁵³ Le Dragonfly C1000 est un CPU pour centres de données dont la disponibilité commerciale est prévue pour 2028, et Qualcomm a nommé Meta comme client dans le cadre d’une collaboration multi-générationnelle portant sur des CPU pour centres de données plutôt que sur des accélérateurs IA. Le Qualcomm High Bandwidth Compute (HBC) allie le calcul à une bande passante mémoire accélérée dans une solution de silicium empilé en 3D, ce qui en fait une architecture de calcul plutôt qu’un composant mémoire, et HBC Gen 1, associé 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 prévu pour 2028. Qualcomm vise plus de 15 milliards de dollars de chiffre d’affaires dans les centres de données d’ici l’exercice 2029.⁵⁴

Qualcomm prévoit des premières expéditions à un client de silicium personnalisé hyperscaler, qu’il n’a pas nommé, plus tard dans l’année civile 2026.

Acquisitions et la famille Cloud IA 100

Qualcomm a finalisé l’acquisition d’Alphawave le 18 décembre 2025. Le 24 juin 2026, il a accepté d’acquérir Modular Inc, une transaction qui devrait être bouclée au second semestre 2026 sous réserve des approbations réglementaires.⁵⁵

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.

Quels fournisseurs de cloud public produisent des puces IA ?

5. AWS

AWS produit les puces Trainium pour l’entraînement de modèles et les puces Inferentia pour l’inférence. Elle a commencé à développer ses propres puces après Google.

Les puces Trainium2 constituent le cluster Project Rainier, qui alimente les modèles du développeur de LLM Anthropic. Le nombre de puces lors du lancement du cluster en octobre 2025 était de près d’un demi-million, et Anthropic a déclaré le 20 avril 2026 qu’il utilisait plus d’un million de puces Trainium2.⁵⁶

Trainium3 et les UltraServeurs Trn3 sont devenus généralement disponibles le 2 décembre 2025.⁵⁷ 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 UltraServeur Trn3 passe 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 sa feuille de route lors de re:Invent 2025, avec le support de NVIDIA NVLink Fusion. Lors de la conférence téléphonique sur les résultats du premier trimestre 2026, Amazon a indiqué que Trainium4 est à environ 18 mois de sa disponibilité étendue et est largement réservé.⁵⁸

6. Google Cloud Platform

Le Google Cloud TPU est la puce d’accélération de machine learning conçue sur mesure qui alimente les produits Google. Google a annoncé les TPU en 2016.⁵⁹ Le TPU Trillium est la 6e génération.⁶⁰

Ironwood, également appelé TPU v7 ou TPU7x, est conçu pour les modèles de « raisonnement » complexes comme les LLM 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.⁶¹ Il offre une efficacité énergétique 2x supérieure à celle de Trillium. Chaque puce embarque 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.⁶² Il est entré en avant-première le 24 novembre 2025 et est devenu généralement disponible le 31 mars 2026.⁶³

Lors de Cloud Next le 22 avril 2026, Google a annoncé sa huitième génération de TPU sous la forme de deux puces distinctes, TPU 8t pour l’entraînement et TPU 8i pour l’inférence.⁶⁴ 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.

7. Alibaba

Alibaba conçoit des accélérateurs IA via son unité de puces T-Head (PingTouGe), sur une architecture de processeur parallèle (PPU) développée en interne avec une interconnexion ICN personnalisée.⁶⁵

T-Head a publiquement détaillé 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 liens ICN indépendants, des performances que la société décrit comme comparables à celles du H20 de NVIDIA, et Alibaba Cloud la déploie en clusters de 10 000 cartes. Il s’agissait d’une divulgation de spécifications plutôt que d’un lancement de produit. Le 810E n’est pas un nouveau silicium de 2026, et les déploiements à 10 000 cartes sont antérieurs à l’annonce.

Les 19 et 20 mai 2026, Alibaba a annoncé le Zhenwu M890, avec 144 Go de mémoire, 800 Go/s de bande passante d’interconnexion inter-puces, un support natif de FP32 à FP4, et trois fois les performances du 810E. Il est livré à l’intérieur du supernœud Panjiu AL128, qui contient 128 accélérateurs par rack et utilise le commutateur ICN 1.0 à 25,6 Tbps. Alibaba déclare que les livraisons cumulées de la série Zhenwu dépassent les 560 000 unités. Ce chiffre couvre l’ensemble de la série, et non les seules unités M890.

Certaines organisations nord-américaines, européennes et australiennes (par exemple, celles du secteur de la défense) peuvent ne pas souhaiter utiliser Alibaba Cloud pour des raisons géopolitiques.

8. IBM

IBM a annoncé sa puce de deep learning, l’unité d’intelligence artificielle (AIU), en 2022.⁶⁶ L’AIU d’IBM s’appuie sur le processeur IBM Telum, qui alimente les capacités de traitement IA des serveurs mainframe IBM Z.⁶⁷ IBM a également démontré que la fusion du calcul et de la mémoire peut conduire à des gains d’efficacité dans le prototype de processeur North Pole.⁶⁸

L’accélérateur IA d’IBM disponible commercialement est l’accélérateur Spyre, 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 Power11.⁶⁹ Spyre embarque 32 cœurs d’accélérateur et 25,6 milliards de transistors sur un procédé 5 nm, conditionné sous forme de carte PCIe de 75 W avec 128 Go de LPDDR5. Jusqu’à 48 cartes peuvent être regroupées dans un système Z ou LinuxONE, contre 16 dans Power.

9. Huawei

L’Ascend 910C de HiSilicon, filiale de Huawei, fait partie de la famille de puces Ascend 910 introduite en 2019.

Des laboratoires d’IA en Chine expérimentent l’Ascend 910C. Le cloud d’Huawei héberge les modèles de DeepSeek, et un chercheur de DeepSeek affirme qu’elle peut atteindre 60 % des performances d’inférence du NVIDIA H100.⁷⁰

Huawei a dévoilé la puce Ascend 950PR ainsi que la carte accélératrice Atlas 350 le 20 mars 2026.⁷¹ La carte Atlas 350 est spécifiée à 1,56 PFLOPS de calcul FP4, 112 Go de mémoire HBM propriétaire HiBL 1.0 d’Huawei à 1,4 To/s de bande passante mémoire, 600 W de puissance et 2 To/s d’interconnexion. Ces chiffres de mémoire concernent 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 équivalent, car le H20 de classe Hopper ne prend pas en charge le FP4 en natif.

Huawei a publié une feuille de route Ascend, lors de son keynote Huawei Connect 2025 le 18 septembre 2025.⁷² Elle liste l’Ascend 950PR au premier trimestre 2026, l’Ascend 950DT au quatrième trimestre 2026, l’Ascend 960 au quatrième trimestre 2027 et l’Ascend 970 au quatrième trimestre 2028. L’Ascend 950DT est spécifié avec 144 Go de HiZQ 2.0, la deuxième mémoire HBM interne d’Huawei, 4 To/s de bande passante mémoire, 2 To/s d’interconnexion et des charges de travail de décodage et d’entraînement, mais en juillet 2026, il s’agit d’un engagement de feuille de route plutôt que d’un produit lancé. Huawei a présenté le SuperPoD Atlas 950 au WAIC 2026 le 18 juillet 2026, le déploiement commercial étant toujours prévu pour le quatrième trimestre 2026. Des informations faisant état d’un « Ascend 920 » remontent à une couverture de la chaîne d’approvisionnement d’avril 2025 (DigiTimes Asia, 17 avril 2025 ; Commercial Times, 21 avril 2025) décrivant un remplacement présumé du H20 en N+3 / 6 nm de SMIC. Huawei n’a jamais annoncé, spécifié ou expédié un tel composant, et il n’apparaît nulle part sur la feuille de route publiée.

Quels fournisseurs d’IA cloud produisent leurs propres puces ?

Ces fournisseurs ne disposent pas de clouds publics aux capacités complètes comme les hyperscalers. Ils fournissent des services cloud limités, généralement axés sur l’inférence IA. Nous avons pu nous inscrire à ces services sans passer par des équipes commerciales :

10. Groq

Groq a été fondé par d’anciens employés de Google et a construit son activité autour du LPU (Language Processing Unit), une architecture de puce destinée à l’inférence à faible latence plutôt qu’à l’entraînement.

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 clés de l’équipe avaient rejoint NVIDIA.⁷³ Groq a déclaré qu’il continuait en tant qu’entreprise indépendante. CNBC a évalué la transaction à environ 20 milliards de dollars en espèces, ce qui en ferait la plus grosse opération 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.⁷⁴ NVIDIA n’a publié aucun communiqué de presse sur l’opération, 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 : « Tout en ajoutant des personnes talentueuses dans nos rangs et en prenant une licence sur la propriété intellectuelle de Groq, nous n’acquérons pas Groq en tant qu’entreprise. » NVIDIA a dévoilé le produit qui en résulte, le NVIDIA Groq 3 LPU, lors du GTC du 16 mars 2026 en tant que septième puce de la plateforme Vera Rubin.¹⁸

Groq opère désormais comme fournisseur de cloud d’inférence. En juin 2026, l’entreprise a déclaré gérer 13 centres de données en Amérique du Nord, en Europe, au Moyen-Orient et en Asie-Pacifique, servir plus de cinq millions de développeurs et étendre son cloud d’inférence vers une capacité de 200 MW d’ici 2027.⁷⁵ 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 2025.⁷⁶

Groq a levé environ 2,4 milliards de dollars de financements divulgués et a livré des produits incluant le processeur GroqChip™ et l’accélérateur GroqCard™.⁷⁷ Sa dernière levée de fonds, 650 millions de dollars de capital de croissance annoncés le 22 juin 2026, n’a pas divulgué de valorisation, ce qui laisse la valorisation post-money de 6,9 milliards de dollars annoncée le 17 septembre 2025 comme sa dernière valorisation confirmée.^{78 75}

11. SambaNova Systems

SambaNova Systems a été fondée en 2017 pour développer des systèmes matériels-logiciels à hautes performances et haute précision pour les charges de travail d’IA générative à grand volume. Elle a levé un tour de série E de 350 millions de dollars en février 2026.⁷⁹ Le 8 juillet 2026, elle a réalisé le premier closing d’un tour de série F d’un milliard de dollars pour une valorisation post-money de 11 milliards de dollars, mené par General Atlantic.⁸⁰

SambaNova a dévoilé la SN50, sa dernière unité de données reconfigurables (RDU), le 24 février 2026, avec des expéditions aux clients prévues pour le second semestre 2026, et en juillet 2026, aucune SN50 n’a été expédiée. La SN50 offre 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 jusqu’à 10 billions de paramètres et un contexte allant jusqu’à 10 millions de tokens.⁸¹ SoftBank Corp. sera le premier client à déployer la 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.⁸²

Quelles sont les principales startups de puces IA ?

Nous souhaitons également présenter quelques startups du secteur des puces IA dont nous pourrions entendre les noms plus souvent à l’avenir.

12. Cerebras

Cerebras a été fondée en 2015 et est le seul grand fabricant de puces à se concentrer sur les puces à l’échelle de la plaquette (wafer-scale).⁸³ Les puces à l’échelle de la plaquette présentent des avantages en termes de parallélisme par rapport aux GPU, grâce à leur bande passante mémoire plus élevée. Cependant, la conception et la fabrication de telles puces sont une technologie émergente.

Les puces Cerebras incluent :

• WSE-1 avec 1,2 billion de transistors et 400 000 cœurs de traitement.
• WSE-2, avec 2,6 billions de transistors et 850 000 cœurs, a été annoncé en avril 2021 sur un procédé 7 nm
• WSE-3, avec 4 billions de transistors et 900 000 cœurs IA, a été annoncé en mars 2024 sur un procédé 5 nm.⁸⁴

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 en dépendent pour leurs simulations. Il cible également les créateurs de LLM, car ses puces peuvent réduire les coûts d’inférence pour les modèles de pointe.

Cerebras propose également ses puces sur son cloud aux entreprises.

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.⁸⁵ Elle prévoit un chiffre d’affaires core pour l’exercice 2026 compris entre 855 et 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 premier trimestre valorise à plus de 20 milliards de dollars.⁸⁶

13. d-Matrix

d-Matrix adopte une approche novatrice, abandonnant l’architecture von Neumann traditionnelle au profit du calcul en mémoire. Bien que cette approche ait le potentiel de résoudre le goulot d’étranglement entre mémoire et calcul, elle est nouvelle et non éprouvée. En novembre 2025, d-Matrix a levé 275 millions de dollars lors d’un tour de série C, valorisant l’entreprise à 2 milliards de dollars.⁸⁷

La plateforme d’inférence IA Corsair est entrée en production complète le 9 juin 2026, construite sur une architecture de chiplets de calcul en mémoire basée sur SRAM.⁸⁸

L’accélération 10x associée à Corsair provient de benchmarks menés par des partenaires plutôt que de tests indépendants. Le testeur, Gimlet Labs, est un partenaire commercial de d-Matrix, et l’article de benchmark est cosigné par le co-fondateur et CTO de d-Matrix. Le résultat mesuré est une amélioration de la latence des requêtes de bout en bout de 2 à 10x sur gpt-oss-120b pour une configuration de décodage spéculatif, et non une accélération générale de 10x par rapport aux GPU.

14. Rebellions

Rebellions est une startup basée en Corée, spécialisée dans l’inférence de LLM. Elle a fusionné avec une autre entreprise coréenne de conception de semi-conducteurs, SAPEON.⁸⁹ Le financement total s’élève à environ 850 millions de dollars.⁹⁰ 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.⁹¹

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.

15. 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 vendue au prix de 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 $.⁹²

À partir de janvier 2026, toutes les cartes Blackhole p150 sont livrées avec 120 cœurs Tensix au lieu de 140, et la version v19.5.0 du firmware a appliqué la même réduction rétroactivement aux cartes vendues. Tenstorrent estime le coût entre 1 et 2 % sur les charges de travail typiques.⁹³

Tenstorrent propose une pile logicielle entièrement open source. L’entreprise a levé 700 millions de dollars en décembre 2024.⁹⁴

16. Positron

Positron a été fondée en 2023 et se concentre exclusivement sur l’inférence de modèles de type Transformer. Elle adopte une approche ASIC, et conçoit, fabrique et assemble ses puces aux États-Unis.

Produits :

• Atlas (en cours d’expédition) : un serveur d’inférence Transformer doté de 8x accélérateurs Positron Archer Transformer avec 256 Go de HBM au total. L’entreprise revendique >4x de performance par watt et >3x de performance par dollar par rapport aux systèmes NVIDIA Hopper, évalués sur Llama 3.1 8B en calcul BF16.⁹⁵
• Titan (à venir en 2027) : un système successeur avec plus de 8 To de mémoire, alimenté par des puces personnalisées 4x 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 facteur de forme 4U refroidi par air.⁹⁶
• Asimov (à venir en 2027) : silicium d’accélérateur d’inférence personnalisé avec plus de 2 To de mémoire par puce.

Positron a levé un tour de série B de plus de 230 millions de dollars début 2026.⁹⁷

17. _etched

Leur approche sacrifie la flexibilité au profit de l’efficacité en gravant les architectures de modèles dans leurs puces.

Etched est sortie de l’ombre le 30 juin 2026 avec un premier silicium A0 de retour du procédé N4P de TSMC, plus d’un milliard de dollars de contrats clients signés et 800 millions de dollars levés.⁹⁸ Le 23 juillet 2026, elle a annoncé un tour de série C de 300 millions de dollars pour une valorisation de 10,3 milliards de dollars, mené par Sequoia.⁹⁹

L’entreprise n’utilise plus le nom de produit Sohu. Elle se décrit désormais comme construisant des clusters d’inférence de pointe qui exécutent DeepSeek, Qwen, Mamba et Llama, de sorte que la conception n’est plus exclusivement Transformer.⁹⁸

Deux questions restent ouvertes. Etched n’a publié aucun benchmark tiers et ne nomme aucun client derrière les contrats qu’elle rapporte, de sorte que ses chiffres de performance restent des mesures internes. La question de l’obsolescence soulevée par la conception originale de Sohu s’applique désormais à l’ensemble plus large des modèles, car une puce conçue autour d’un groupe fixe d’architectures doit être redéfinie une fois ces architectures dépassées.

18. Taalas

Taalas a été fondée début 2023 et câble directement les modèles individuels dans du silicium personnalisé, produisant ce que l’entreprise appelle des « Modèles Hardcore ».¹⁰⁰ L’entreprise affirme pouvoir transformer n’importe quel modèle d’IA inédit en silicium personnalisé en deux mois.

L’architecture de Taalas unifie le stockage et le calcul sur une seule puce à une densité de niveau DRAM, éliminant le besoin de HBM, de packaging avancé, d’empilement 3D, de refroidissement liquide ou d’E/S haut débit.

Produits :

• HC1 (disponible maintenant) : un démonstrateur technologique câblé avec Llama 3.1 8B, construit sur le procédé 6 nm de 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.¹⁰¹
• HC2 (cible de la 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 4 bits standard pour répondre aux limitations de quantification du HC1.

Taalas a levé 219 millions de dollars au total, et indique avoir dépensé 30 millions de dollars pour mettre son premier produit sur le marché avec une équipe de 24 personnes.

19. Extropic

Extropic a levé un tour de 14 millions de dollars fin 2023 pour utiliser la thermodynamique à des fins de calcul. Sa page matériel répertorie trois composants. X0 est un prototype en silicium du premier trimestre 2025, et XTR-0 est une plateforme de développement expédiée en nombre limité à des chercheurs sélectionnés au troisième trimestre 2025. Tous deux ont été dévoilés le 29 octobre 2025. Z1, la première puce à l’échelle de production, est répertoriée en accès anticipé en 2026.¹⁰²

20. Vaire

Vaire est une startup basée au Royaume-Uni qui travaille sur le calcul réversible, une approche qui vise à créer des puces à énergie quasi nulle. Contrairement au calcul traditionnel où l’énergie est perdue sous forme de chaleur, le calcul réversible recycle une part significative de l’énergie pour les calculs suivants.

La première puce de test de Vaire, nom de code Ice River, est un démonstrateur CMOS en 22 nm plutôt qu’un produit. Les mesures rapportées en septembre 2025 indiquent 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.¹⁰³ Le chiffre de 50 % rapporté lors du tape-out s’applique au résonateur seul et exclut les surcharges énergétiques supplémentaires.^{104 105}

21. Fractile

Fractile est une startup britannique de puces d’inférence IA sortie de l’ombre en juillet 2024 avec 15 millions de dollars de financement pour défier NVIDIA sur l’inférence de modèles de pointe.¹⁰⁶

L’entreprise construit des processeurs qui entrelacent physiquement la mémoire et le calcul sur la même puce, ce qui, selon elle, résout l’exigence simultanée de faible latence et de haut débit que les GPU ne peuvent pas satisfaire pour l’inférence de modèles de pointe. Fractile affirme que sa conception peut exécuter des modèles de pointe jusqu’à 25x plus rapidement.

Fractile a annoncé un tour de série B de 220 millions de dollars le 13 mai 2026.¹⁰⁷ Les rapports sur ce tour de table évaluent l’entreprise à environ 1 milliard de dollars, un chiffre que l’entreprise n’a pas confirmé.

Quelles entreprises conçoivent des puces IA pour leur propre usage ?

Ces entreprises conçoivent des accélérateurs pour leur propre infrastructure plutôt que de les vendre sur le marché, de sorte que les benchmarks indépendants à leur sujet sont rares.

22. Apple

Le projet ACDC d’Apple serait axé sur la construction de puces pour l’inférence IA dans les centres de données.¹⁰⁸ La puce serveur porterait le nom de code Baltra et serait 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 tournent encore sur des puces M2 Ultra.^{109 110} 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 Apple sans dépendance serveur, soutenu par un dépôt open source de modèles Core IA sur GitHub.^{111 112}

23. Meta

L’accélérateur d’entraînement et d’inférence Meta (MTIA) est une famille de processeurs destinés aux charges de travail IA telles que l’entraînement des modèles Meta Llama.

Meta a renommé la famille MTIA le 11 mars 2026. Le composant que l’entreprise appelait auparavant Next Gen MTIA s’appelle désormais MTIA 200. Il est basé sur la technologie 5 nm de TSMC, est censé offrir 3x les performances du MTIA v1 et est hébergé dans des racks contenant jusqu’à 72 accélérateurs.¹¹³ Le MTIA 300 est en production pour l’entraînement de classement et de recommandation, et les MTIA 400, 450 et 500 suivent en 2026 et 2027.¹¹⁴

Le MTIA est actuellement destiné à l’usage interne de Meta. Cependant, à l’avenir, si Meta lançait une offre d’IA générative d’entreprise basée sur Llama, ces puces pourraient alimenter une telle offre.

Le 14 avril 2026, Meta et Broadcom ont annoncé un partenariat stratégique pluriannuel et multi-générationnel s’étendant jusqu’en 2029, dans le cadre duquel Broadcom fournit la technologie prenant en charge les puces MTIA de Meta. L’engagement initial dépasse 1 GW en tant que première phase d’un déploiement de plusieurs gigawatts, et Broadcom indique qu’il inclut le premier accélérateur de calcul IA en 2 nm du secteur ainsi que ses réseaux Ethernet scale-up, scale-out et scale-across.¹¹⁵ Le volet de ce partenariat côté Broadcom est abordé dans la section Broadcom ci-dessous.

24. 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, un accélérateur IA axé sur l’inférence pour Azure, conçu pour réduire les coûts des tokens IA et offrir des performances par dollar 30 % supérieures à celles des systèmes existants.¹¹⁶

Maia 200 est construit sur le procédé 3 nm de 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 pour un TDP SoC de 750 W. Il est déployé dans la région US Central d’Azure près de Des Moines, Iowa, avec US West 3 près de Phoenix ensuite.¹¹⁶

25. OpenAI

OpenAI a conçu sa première puce IA avec Broadcom, et la direction de son équipe puces a de l’expérience dans la conception de TPU chez Google.¹¹⁷ OpenAI a confirmé TSMC comme fonderie, mais ni OpenAI ni Broadcom n’ont confirmé de nœud de procédé.¹¹⁸ Des informations en provenance 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.¹¹⁹

Samsung a obtenu un accord pour fournir de la mémoire HBM4 pour la puce d’OpenAI, allouant prétendument plus de 50 % de la capacité de son usine de Pyeongtaek aux dies de base HBM4 à cette fin.¹²⁰ OpenAI et Broadcom ont annoncé en octobre 2025 une collaboration pour 10 gigawatts d’accélérateurs IA personnalisés. Les racks devraient commencer à être déployés au second semestre 2026 et s’achever d’ici fin 2029. L’annonce précise que les parties « ont signé une feuille de conditions » pour les racks plutôt qu’un contrat d’achat définitif divulgué, et aucune des deux sociétés n’a publié de valeur financière pour la collaboration.¹¹⁷ Le 24 juin 2026, les deux ont dévoilé Jalapeño, le premier processeur d’intelligence d’OpenAI. Les deux sociétés déclarent que des échantillons d’ingénierie exécutent des charges de travail de ML en laboratoire à la fréquence et à la puissance de production cibles, y compris GPT-5.3-Codex-Spark, et que la plateforme est conçue pour un déploiement initial d’ici fin 2026, ce qui place la puce au stade d’échantillon d’ingénierie post-tape-out plutôt qu’en production de masse.¹²¹ Le volet de cet arrangement côté Broadcom, y compris ses autres clients d’accélérateurs personnalisés, est abordé dans la section Broadcom ci-dessous.

Quels sont les autres producteurs de puces IA ?

26. Graphcore

Graphcore est une entreprise britannique fondée en 2016. Elle a annoncé sa puce IA phare sous le nom d’IPU-POD256. Graphcore a été financée à hauteur d’environ 700 millions de dollars.

La viabilité à long terme de l’entreprise était menacée, car elle perdait environ 200 millions de dollars par an.¹²² SoftBank a annoncé l’acquisition de Graphcore le 11 juillet 2024, et aucune des deux parties n’a officiellement divulgué le prix, qui serait d’environ 600 millions de dollars.¹²³ SoftBank a injecté 457 millions de dollars supplémentaires dans Graphcore le 10 avril 2026.¹²⁴

27. 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 des capacités d’IA en périphérie à faible consommation d’énergie.

Elle a développé des produits tels que le M1076 AMP et la carte clé MM1076, et a levé environ 165 millions de dollars de financement.¹²⁵

Mythic a licencié la majeure partie de son personnel et a restructuré ses activités avec son tour de financement en mars 2023.¹²⁶

Mythic a levé un tour sursouscrit de 125 millions de dollars mené par DCVC le 17 décembre 2025, avec Honda Motor et Lockheed Martin parmi les investisseurs stratégiques, et a fait l’acquisition de Videantis en mai 2026.¹²⁷

28. Speedata

Fondée en 2019 à Tel Aviv, Speedata développe une unité de traitement analytique (APU) conçue pour accélérer l’analyse de données volumineuses et les charges de travail IA. Il s’agit d’un APU qui cible les charges de travail 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’un tour de série B en juin 2025, mené par Walden Catalyst Ventures, 83North et d’autres, portant son financement total à 114 millions de dollars. L’entreprise affirme que son APU surpasse les processeurs à usage général et les GPU en remplaçant des racks de serveurs par une seule puce, offrant des performances et une efficacité énergétique supérieures pour le traitement des données.¹²⁸

29. 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 de calcul en mémoire numérique (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.^{129 130}

Son Europa AIPU, annoncé le 21 octobre 2025, est évalué jusqu’à 629 TOPS INT8 sur 8 cœurs IA de deuxième génération et 16 processeurs RISC-V pour une consommation d’environ 45 W, avec des expéditions promises pour le premier semestre 2026. Un communiqué d’Andes Technology en juin 2026 le décrivait comme étant en cours d’échantillonnage auprès de clients pilotes. Titania reste ciblé pour 2028.

30. NextSilicon

NextSilicon, fondé à Tel Aviv en 2017, commercialise Maverick-2, un accélérateur de flux de données reconfigurable à l’exécution, construit sur le procédé 5 nm de TSMC et livré sous forme de carte PCIe Gen 5 avec 96 Go de HBM3E ou sous forme de module OAM avec 192 Go.¹³¹ L’entreprise indique que Maverick-2 est déployé chez des dizaines de clients ; le seul site nommé est Spectra, au Sandia National Laboratories, un système à 64 nœuds avec 128 accélérateurs Maverick-2 double-die qui a passé avec succès l’acceptation complète du système dans le cadre du programme Vanguard de Sandia en mai 2026 après avoir exécuté HPCG, LAMMPS et SPARTA.^{132 133} Le chiffre de 10x un GPU pour la moitié de la puissance avancé par NextSilicon est le sien, et non une mesure indépendante. En juin 2026, l’entreprise a annoncé qu’elle transformerait Arbel, le cœur RISC-V au sein de Maverick-2 et également une puce de test autonome à 2,5 GHz, en processeurs serveur à 64 cœurs et 128 cœurs visant 3,4 GHz et attendus pour le premier trimestre 2028.¹³⁴

Quels fournisseurs co-conçoivent des ASIC IA personnalisés ?

Plusieurs accélérateurs répertoriés ci-dessus ne sont pas conçus uniquement par l’entreprise dont ils portent le nom. Broadcom co-conçoit des accélérateurs personnalisés, qu’elle appelle XPU, avec le client qui les exploitera, et fournit le silicium de commutation et de fabric Ethernet qui les relie.

31. Broadcom

Lors de sa conférence téléphonique sur les résultats du deuxième trimestre de l’exercice 2026, le 3 juin 2026, Broadcom a annoncé un chiffre d’affaires semi-conducteurs IA de 10,8 milliards de dollars, en hausse de 143 % sur un an, a prévu un chiffre d’affaires semiconducteurs IA pour l’ensemble de l’exercice 2026 de 56 milliards de dollars, en hausse d’environ 180 % par rapport à l’exercice 2025, et a réitéré ses prévisions pour l’exercice 2027 supérieures à 100 milliards de dollars.^{135 136}

Lors de cet appel, Broadcom a passé en revue six clients IA principaux mais en a nommé quatre : Google, Anthropic, OpenAI et Meta. Les deux autres restent confidentiels et ont été décrits comme deux clients ayant reçu à ce jour 6 milliards de dollars de commandes, avec des expéditions débutant fin 2026 et s’accélérant en 2027. Les listes publiées qui nomment les six relèvent de spéculations d’analystes et non d’une divulgation de Broadcom.¹³⁶

La divulgation de Broadcom varie selon le client :

• Google a un accord multi-générationnel sur les TPU et le réseau IA, sans chiffre en gigawatts. 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, ainsi qu’un accord de garantie d’approvisionnement couvrant les composants réseau jusqu’en 2031.¹³⁷
• 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 place 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 billet d’Anthropic quantifie l’engagement comme « plusieurs gigawatts ». Le dépôt présente également l’arrangement comme une extension d’une collaboration existante plutôt que comme un nouveau contrat tripartite.¹³⁷
• Pour OpenAI, le silicium a été livré, la production est attendue pour fin 2026, et OpenAI est contracté pour 1,3 GW en 2027 dans le cadre de l’arrangement plus large de 10 GW d’ici 2029. La puce elle-même est traitée dans la section OpenAI ci-dessus.¹³⁶
• Meta a un partenariat XPU MTIA multi-générationnel ciblant 3 GW d’ici 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.^{136 115}

Le 26 février 2026, Broadcom a commencé à expédier un SoC de calcul personnalisé en 2 nm, construit sur sa plateforme 3.5D eXtreme Dimension System in Package (XDSiP). Ce SoC est destiné à Fujitsu, soutenant le programme de processeur FUJITSU-MONAKA, plutôt qu’à un XPU hyperscaler, et Broadcom indique que les XPU pour sa base de clientèle plus large seront expédiés à partir du second semestre 2026.¹³⁸ Côté réseau, Broadcom a déclaré en mars 2026 que Tomahawk 6 est le seul commutateur 102.4T en volume de production, et que Jericho 4, un routeur fabric à 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 investisseurs piliers initiaux. La plateforme est conçue pour permettre plus de 20 gigawatts de capacité de calcul d’ici 2028, en utilisant des XPU et des réseaux Broadcom personnalisés 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 de 1 gigawatt dans des sites basés sur Fluidstack à partir de la mi-2026. Les plus de 20 gigawatts représentent l’objectif de conception de la plateforme d’ici 2028 et ne sont pas financés par cette tranche.¹³⁹

Les estimations tierces de la part des ASIC personnalisés sur le marché des processeurs IA dépendent de ce qui est comptabilisé. Bloomberg Intelligence répartit le marché des ASIC personnalisés entre Broadcom à 60 % à 80 % et Marvell à 20 % à 25 %.

32. Marvell

Marvell conçoit du silicium IA personnalisé, qu’elle appelle XPU, pour les hyperscalers, ainsi que le silicium d’interconnexion, d’optique et de réseau qui relie ces puces. Bloomberg Intelligence la place deuxième derrière Broadcom sur le marché des ASIC IA personnalisés.

Marvell a annoncé un chiffre d’affaires record pour l’exercice 2026 de 8 195 milliards de dollars, en hausse de 42 %.¹⁴⁰ Pour le trimestre clos le 27 mai 2026, elle a annoncé un chiffre d’affaires record pour les centres de données de 1,83 milliard de dollars, en hausse de 27 % sur un an, a prévu environ 11,5 milliards de dollars pour l’exercice 2027 et a réaffirmé un objectif de plus de 10 milliards de dollars de chiffre d’affaires dans les activités personnalisées pour l’exercice 2029, ces deux derniers étant des objectifs de la direction et non des résultats publiés.

Le 31 mars 2026, NVIDIA et Marvell ont annoncé un partenariat stratégique qui relie Marvell à l’écosystème NVIDIA IA factory et IA-RAN via NVLink Fusion, ainsi qu’une collaboration sur la photonique sur silicium. NVIDIA a investi 2 milliards de dollars dans Marvell dans ce cadre. Dans le cadre de ce partenariat, Marvell fournit des XPU personnalisés et des réseaux scale-up compatibles NVLink Fusion.¹⁴¹

Marvell a finalisé trois acquisitions entre février et avril 2026, toutes sur la couche optique et d’interconnexion :

• Celestial IA, finalisée le 2 février 2026 pour 3,25 milliards de dollars.¹⁴²
• XConn Technologies, finalisée le 10 février 2026 pour environ 540 millions de dollars.
• Polariton Technologies, une spin-off suisse de l’ETH Zurich travaillant sur la photonique sur silicium à base de plasmonique, acquise le 22 avril 2026 pour des conditions non divulguées.

La position de Marvell chez Amazon est contestée. SemiAnalysis a écrit en décembre 2025 que « Marvell finit par être le grand perdant. Bien qu’ils aient conçu Trainium2, ils ont perdu le concours de conception face à Alchip pour cette génération », attribuant cette perte à des problèmes d’exécution de Trainium2, notamment des retards de calendrier et des problèmes d’interposeur RDL qu’Alchip a dû résoudre, et décrivant Trainium3 comme une conception frontale Annapurna, Alchip s’occupant de la conception physique et du boîtier.¹⁴³ Le 8 décembre 2025, Benchmark a abaissé la note de Marvell à Conserver, avec un commentaire d’analyste selon lequel Marvell avait perdu Trainium 3 et Trainium 4 au profit d’Alchip, et l’action a chuté d’environ 7 %. Deux limites s’appliquent à ce rapport. Le récit technique sourcé s’arrête à Trainium3, et la perte de Trainium 4 est une affirmation de l’analyste sell-side. Marvell, Amazon Annapurna Labs et Alchip n’ont rien confirmé, et d’autres analystes, dont JPMorgan, ont contesté.

La taille du compte explique la réaction. Trainium3 est disponible depuis le 2 décembre 2025, et Amazon a révélé lors de sa conférence téléphonique sur les résultats du premier trimestre 2026 le 29 avril 2026 qu’elle détient plus de 225 milliards de dollars d’engagements de revenus pour Trainium et que son activité puces fonctionne à un rythme de chiffre d’affaires annuel supérieur à 20 milliards de dollars.

Quels CPU fonctionnent aux côtés des accélérateurs IA ?

Les accélérateurs ne fonctionnent pas seuls. Chaque rack IA les associe à des CPU hôtes. Le NVIDIA Vera CPU embarque 88 cœurs Olympus personnalisés, compatibles Arm, avec 176 threads via le multithreading spatial et 1,5 To de LPDDR5X. L’Axion de Google est le CPU hôte pour les TPU de huitième génération, la première fois que Google remplace x86 dans ce rôle, et ses machines virtuelles N4A sont devenues disponibles fin janvier 2026. Les racks Helios d’AMD associent des GPU Instinct à des CPU x86 EPYC « Venice » de 6e génération.

Arm

Arm a annoncé le 24 mars 2026 qu’elle « s’étend pour la première fois de son histoire à la production de produits en silicium », en commençant par l’CPU Arm AGI, un CPU pour centres de données destiné à l’infrastructure IA agentique. Meta « sert de partenaire principal et de co-développeur ».^{144 145}

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. Il s’agit des propres chiffres d’Arm et n’ont pas été mesurés de manière indépendante.¹⁴⁴

Arm continue de concéder sous licence de la PI et des sous-systèmes de calcul (CSS), de sorte que l’CPU AGI ajoute une ligne de produits en silicium plutôt que de remplacer l’activité de licences. 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.¹⁴⁴ Meta montre à quel point les rôles se brouillent désormais. Elle conçoit son propre silicium MTIA, est partenaire principal de l’CPU AGI d’Arm, est un client annoncé de Qualcomm pour des CPU de centre de données, et achète auprès d’AMD et de Broadcom.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

5 fournisseurs de puces IA mobiles

*Les puces les plus populaires et récentes sont sélectionnées.

7 puces IA de périphérie

La demande de traitement à faible latence a stimulé l’innovation dans les puces IA de périphérie. Les processeurs de ces puces sont conçus pour effectuer des calculs IA localement sur les appareils plutôt que de dépendre de solutions basées sur le cloud :

*Ces valeurs sont les maximales annoncées par chaque fournisseur et ne sont pas directement comparables d’une ligne à l’autre. Un chiffre indiqué en FP4 ou INT4 décrit une opération différente de celle indiquée en INT8, et les lignes marquées sparse sont des valeurs fournisseur qui supposent l’utilisation de la parcimonie. TOPS signifie téra opérations par seconde, TFLOPS téra opérations à virgule flottante par seconde, et GOPS giga opérations par seconde.

Le 24 juillet 2026, Microchip Technology a signé un accord définitif pour acquérir Hailo, qui devrait être finalisé 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.¹⁴⁶ Cette acquisition fait suite à une année difficile. Le Calcalist a rapporté le 3 avril 2026 que la valorisation de Hailo avait chuté de plus de moitié, passant d’un pic de 1,2 milliard de dollars à moins de 500 millions de dollars, et Hailo a licencié environ la moitié de son personnel restant en juin 2026.

Partenaires de fonderie et rôle de TSMC

TSMC est une fonderie pure player. Elle fabrique des semi-conducteurs sur la base des conceptions de ses clients plutôt que de créer ses propres puces, ce qui la distingue d’entreprises comme NVIDIA et AMD. Samsung Foundry et Intel Foundry Services sont en concurrence sur le même marché.

Le nœud N2 en 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.¹⁴⁷ La feuille de route de TSMC place A16 en 2027, A14 au second semestre 2028, et A13 et A12 en 2029.¹⁴⁷ TSMC fabrique des accélérateurs IA pour les concepteurs suivants :

La puce d’inférence Hanguang 800 de 2019 d’Alibaba, son dernier composant produit 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 en 7 nm et en deçà vers des concepteurs chinois. Le silicium IA 2026 d’Alibaba est fabriqué sur le territoire national, avec la capacité chez SMIC comme contrainte déclarée.⁶⁵

SemiAnalysis a rapporté le 12 mars 2026 que la capacité front-end de wafers N3 a remplacé le packaging CoWoS comme le principal goulot d’étranglement dans l’approvisionnement en puces IA, le CoWoS étant tendu mais en voie d’amélioration. TrendForce s’attend à ce que l’écart entre l’offre et la demande de CoWoS passe d’environ 20 % à environ 10 % d’ici fin 2026.¹⁴⁸ 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 broche supérieures à 11 Gb/s.¹⁴⁹

Plans d’expansion

L’investissement américain annoncé par TSMC totalise 265 milliards de dollars répartis sur 12 installations de fabrication et de packaging de pointe, après un engagement supplémentaire de 100 milliards de dollars pour l’Arizona annoncé le 16 juillet 2026.¹⁵⁰

Les informations de mars 2025 faisant état d’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 le 26 septembre 2025 a déclaré qu’elle « n’a jamais entamé de discussions avec une quelconque entreprise pour établir une coentreprise ou s’engager dans la concession de licence ou le transfert de technologie ».¹⁵¹ Intel a plutôt été recapitalisé, le gouvernement américain prenant une participation de 9,9 % pour 8,9 milliards de dollars en août 2025.¹⁵²

Quels sont les 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 accru leurs achats auprès de producteurs locaux.

Huawei et Alibaba sont couverts ci-dessus. Les autres producteurs chinois de puces IA incluent :

• Cambricon (SHA : 688256) a annoncé 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 milliards de RMB. Sa capitalisation boursière a dépassé les 1 000 milliards de RMB le 30 juin 2026, une première pour le STAR Market.
• Baidu Kunlunxin a dévoilé deux puces le 13 novembre 2025. Le Kunlun M100 est optimisé pour l’inférence à grande échelle et était prévu pour un lancement début 2026, et le Kunlun M300, conçu pour l’entraînement et l’inférence de très grands modèles multimodaux, est ciblé pour 2027. Baidu a également présenté deux systèmes de super-nœuds, Tianchi 256 (disponible au premier semestre 2026) et Tianchi 512 (disponible au second semestre 2026), tous deux construits à partir des puces Kunlun P800 existantes de Baidu plutôt que sur les M100 ou M300.
• 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 HKD (environ 717 millions de dollars US).
• Moore Threads (SHA : 688795) s’est cotée sur le STAR Market 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 STAR Market le 17 décembre 2025, levant environ 4,2 milliards de RMB (526-586-596 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 HKD.
• Enflame n’est pas cotée. Son introduction en bourse a été approuvée par la CSRC les 9 et 10 juillet 2026, l’autorisant à lever 6 milliards de RMB (environ 883 millions de dollars US), mais les actions n’ont pas commencé à être négociées en juillet 2026.¹⁵³ Son chiffre d’affaires 2025 était de 990 millions de RMB pour une perte nette de 1,2 milliard de RMB, Tencent, actionnaire à 20,3 %, proxy 83,8 % de celui-ci.
• SMIC, la fonderie dont dépendent la plupart de ces concepteurs, disposait en juin 2026 d’une production en volume de N+3 (classe 5 nm), d’une capacité en 7 nm d’environ 45 000 à 60 000 wafers par mois, et de 9,3 milliards de dollars de chiffre d’affaires en 2025.

Part nationale du marché chinois des accélérateurs IA

Le tableau ci-dessous provient d’un rapport IDC consulté par Reuters.¹⁵⁴ Il comptabilise les expéditions unitaires de cartes accélératrices, et non 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.¹⁵⁴

FAQ

Pour en savoir plus

Pour des comparaisons pratiques de performances des puces couvertes, consultez nos benchmarks :

• Benchmark multi-GPU : comment les NVIDIA B200, H200, H100 et AMD MI300X évoluent dans des configurations à 1, 2, 4 et 8 GPU pour l’inférence de LLM, avec analyse du débit, de la latence et du coût par token.
• Benchmark de concurrence GPU : comment les NVIDIA B200, H200, H100 et AMD MI300X 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 en matière de prise en charge des frameworks et de portabilité, la question logicielle derrière la position d’AMD.
• Fabricants de puces IA de périphérie : les fournisseurs du tableau de périphérie ci-dessus couverts un par un, avec les cas d’usage visés 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  = jul,
  howpublished    = {\url{https://aimultiple.com/ai-chip-makers}},
  note   = {AIMultiple. Consulté le 28 Juillet 2026}
}

Liens de référence

1.

ASIC Set to Outpace GPU? NVIDIA’s Scale-Up and Beyond | TrendForce

TrendForce

2.

Global AI Server Shipments Forecast to Grow Over 28% YoY in 2026, with a Rising Share of ASIC-Based Systems, Says TrendForce

TrendForce

3.

Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX Spark

4.

NVIDIA and Microsoft Reinvent Windows PCs for the Age of Personal AI | NVIDIA Newsroom

5.

NVIDIA Corporation - Financial Reports

6.

DGX GB200: AI Infrastructure for State-of-the-Art AI Models | NVIDIA

7.

Nvidia reclaims the top chip stock spot at Morgan Stanley By Investing.com

Investing.com

8.

AI Accelerator Market Looks Set to Exceed $600 Billion by 2033, Driven by Hyperscale Spending and ASIC Adoption, According to Bloomberg Intelligence | Press | Bloomberg LP

9.

Nintendo Switch 2 Leveled Up With NVIDIA AI-Powered DLSS and 4K Gaming | NVIDIA Blog

10.

Nvidia Pushes Further Into Cloud With GPU Marketplace - WSJ

The Wall Street Journal

11.

NVIDIA Dynamo, A Low-Latency Distributed Inference Framework for Scaling Reasoning AI Models | NVIDIA Technical Blog

NVIDIA Developer

12.

NVIDIA RTX PRO Servers Speed Trillion-Dollar Enterprise IT Industry Transition to AI Factories | NVIDIA Newsroom

13.

NVIDIA Vera Rubin Opens Agentic AI Frontier | NVIDIA Newsroom

14.

NVIDIA Vera Rubin Ramps Into Full Production to Power Agentic AI Factories Worldwide | NVIDIA Newsroom

15.

NVIDIA Computex 2026 News Bytes: Vera Rubin Now In Production, DGX Station Gets Windows - ServeTheHome

ServeTheHome

16.

Rack-Scale Agentic AI Supercomputer | NVIDIA Vera Rubin NVL72

17.

Architecting the AI Era: Samsung Electronics and NVIDIA Define the Future at GTC 2026 | Samsung Semiconductor Global

18.

AI Inference Accelerator | NVIDIA Groq 3 LPX

19.

https://www.bis.gov/press-release/department-commerce-revises-license-review-policy-semiconductors-exported-china

20.

Trump imposes 25% tariff on Nvidia AI chips and others, citing national security | Nvidia | The Guardian

The Guardian

21.

Nvidia CEO to defend AI dominance as competition intensifies | Reuters

Reuters

22.

Announcing AI2 OLMo, an Open Language Model Made by Scientists, for Scientists | by Ai2 | Ai2 Blog | Medium

Ai2 Blog

23.

Training LLMs at Scale with AMD MI250 GPUs | Databricks Blog

24.

Training 221B Parameter Korean LLM on 1,200 AMD MI250 GPU Cluster – Moreh

25.

AMD Acquires MEXT to Advance Memory Optimization

Advanced Micro Devices (AMD)

26.

Exclusive: AMD Acquires Team Behind AI Chip Startup Untether AI

27.

AMD Unveils Vision for an Open AI Ecosystem, Detailing New Silicon, Software and Systems at Advancing AI 2025 :: Advanced Micro Devices, Inc. (AMD)

28.

HPCwire - Since 1987 – Covering the Fastest Computers in the World and the People Who Run Them

29.

AMD and OpenAI Announce Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs :: Advanced Micro Devices, Inc. (AMD)

30.

Oracle and AMD Expand Partnership to Help Customers Achieve Next-Generation AI Scale

31.

Meta and AMD Partner for Longterm AI Infrastructure Agreement

Meta

32.

AMD, Meta Announce Expanded Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs - AMD Newsroom

Advanced Micro Devices, Inc.

33.

AMD and Anthropic Announce Strategic Partnership to Deploy Up to 2 Gigawatts of AMD Instinct MI450 Series GPUs :: Advanced Micro Devices, Inc. (AMD)

34.

Achieving Top Inference Performance with the NVIDIA H100 Tensor Core GPU and NVIDIA TensorRT-LLM | NVIDIA Technical Blog

NVIDIA Developer

35.

AAI 2026: AMD Delivers Full-Stack Compute for the Agentic AI Era :: Advanced Micro Devices, Inc. (AMD)

36.

AMD Instinct™ MI455X GPUs

37.

AMD and its Partners Share Their Vision for 'AI Everywhere, for Everyone' - AMD Newsroom

Advanced Micro Devices, Inc.

38.

AMD Instinct™ MI430X GPUs

39.

MI300X vs H100 vs H200 Benchmark Part 1: Training - CUDA Moat Still Alive

SemiAnalysis

40.

Can AMD break the CUDA Moat? AMD Advancing AI 2026

SemiAnalysis

41.

AMD ROCm Committed To Six Week Release Cycle Moving Forward - Phoronix

42.

Exclusive | AMD Invests in Drug-Discovery Company Absci in Push to Sell AI Chips - WSJ

The Wall Street Journal

43.

AMD and Meta Announce Expanded Strategic Partnership to Deploy 6 Gigawatts of AMD GPUs :: Advanced Micro Devices, Inc. (AMD)

44.

https://cdrdv2-public.intel.com/817486/gaudi-3-ai-accelerator-white-paper.pdf

45.

How Intel’s AI Chip Strategy Is Coming Into Shape After Years Of Struggles

46.

Intel Breaks Down Proprietary Walls to Bring Choice to Enterprise GenAI Market - Intel Newsroom

Intel Corporation

47.

Intel® Gaudi® AI Accelerator Products

48.

Intel’s ‘Make-or-Break’ Jaguar Shores Rack-Scale AI Lineup Expected to Be Finalized in H1 2026, With Talks Underway With Alchip

49.

Intel Computex 2026 Keynote Live Coverage - ServeTheHome

ServeTheHome

50.

Intel to Expand AI Accelerator Portfolio with New GPU - Intel Newsroom

Intel Corporation

51.

Unveiling the Qualcomm Dragonwing brand portfolio: Solutions for a new era of industrial innovation | Qualcomm

52.

Qualcomm Unveils AI200 and AI250—Redefining Rack-Scale Data Center Inference Performance for the AI Era | Qualcomm

53.

Qualcomm Unveils Comprehensive Data Center Roadmap for the Agentic AI Era with New Qualcomm Dragonfly Portfolio | Qualcomm

54.

Qualcomm - Qualcomm Accelerates Diversification with Comprehensive Strategy for Data Center and Sees Multiple Inflection Points Over the Next 3 to 5 Years

55.

Qualcomm - Qualcomm to Acquire Modular

56.

Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute \ Anthropic

57.

Announcing Amazon EC2 Trn3 UltraServers for faster, lower-cost generative AI training - AWS

Amazon Web Services

58.

Amazon CEO Andy Jassy on the growth of Amazon’s chips business

About Amazon

59.

Google supercharges machine learning tasks with TPU custom chip | Google Cloud Blog

Google Cloud

60.

Introducing Trillium, sixth-generation TPUs | Google Cloud Blog

Google Cloud

61.

Ironwood: The first Google TPU for the age of inference

Google

62.

TPU7x (Ironwood)  |  Google Cloud Documentation

63.

Cloud TPU release notes  |  Google Cloud Documentation

64.

Two chips for the agentic era

Google

65.

Alibaba Unveils New AI Chip, Flagship Model, and Rebuilt Cloud Stack AI for Agentic Era-Alibaba Group

66.

IBM’s new AIU artificial intelligence chip - IBM Research

IBM

67.

Telum Processor: IBM’s newest chip - IBM Research

IBM

68.

‘Mind-blowing’ IBM chip speeds up AI | Nature

Nature Publishing Group UK

69.

IBM Introduces the Spyre Accelerator for Commercial Availability

70.

Tech war: China’s chip firms embrace DeepSeek in AI self-sufficiency drive | South China Morning Post

South China Morning Post

71.

Huawei unveils new Atlas 350 AI accelerator with 1.56 PFLOPS of FP4 compute and up to 112GB of HBM — claims 2.8x more performance than Nvidia's H20 | Tom's Hardware

Tom's Hardware

72.

Groundbreaking SuperPoD Interconnect: Leading a New Paradigm for AI Infrastructure - Huawei

73.

Groq and Nvidia Enter Non-Exclusive Inference Technology Licensing Agreement to Accelerate AI Inference at Global Scale | Groq is the premier neocloud for fast inference

74.

Nvidia buying AI chip startup Groq for about $20 billion, biggest deal

CNBC

75.

Groq Raises $650M to Scale Its AI Inference Cloud Business | Groq is the premier neocloud for fast inference

76.

AI chip startup Groq secures $1.5 billion commitment from Saudi Arabia | Reuters

Reuters

77.

Groq Raises $640M To Meet Soaring Demand for Fast AI Inference | Groq is fast, low cost inference.

78.

Groq Raises $750 Million as Inference Demand Surges | Groq is fast, low cost inference.

79.

SambaNova Unveils Fastest Chip for Agentic AI, Collaborates with Intel, and Raises $350M+

SambaNova

80.

SambaNova Completes First Close of $1 Billion Financing at $11 Billion Valuation | General Atlantic

General Atlantic

81.

Introducing the SN50 RDU: Purpose-Built for Agentic Inference

SambaNova

82.

SambaCloud | Full-Stack AI Platform for Large Open-Source Models

83.

Cerebras Systems - Wikipedia

Contributors to Wikimedia projects

84.

Cerebras Systems Unveils World’s Fastest AI Chip with Whopping 4 Trillion Transistors - Cerebras

85.

https://www.cerebras.ai/press-release/cerebras-systems-announces-closing-of-initial-public-offering

86.

Cerebras Systems Announces Strong First Quarter 2026 Results - June 23, 2026

87.

d-Matrix Raises $275 Million to Power the Age of AI Inference - d-Matrix

d-Matrix

88.

d-Matrix Corsair AI Inference Platform Enters Full Production to Meet Customer Demand - d-Matrix

d-Matrix

89.

Rebellions and SAPEON Korea Sign Definitive Merger Agreement - Rebellions

Rebellions

90.

Rebellions Closes $400 Million Pre-IPO and Launches RebelRack™ and RebelPOD™ to Accelerate Global Expansion - Rebellions

Rebellions

91.

Samsung-backed Rebellions targets IPO in South Korea next year, CEO tells CNBC

CNBC

92.

https://tenstorrent.com/hardware/cards

93.

Rate limit · GitHub

94.

Jeff Bezos Is Betting on AI Chip Startup Tenstorrent to Take on Nvidia (NVDA) - Bloomberg

Bloomberg

95.

Positron | Atlas

96.

Positron | Titan

97.

Positron | About

98.

Etched Emerges From Stealth With Working Chip, $800M

Etched

99.

reuters.com

100.

The path to ubiquitous AI | Taalas

101.

Products | Taalas

102.

Hardware | Extropic

103.

Vaire Demos Energy Recovery With Reversible Computing Test Chip - EE Times

104.

Vaire Computing tapes out demo chip capable of recycling 50% of its energy-intensity - DCD

105.

A startup working on 'reversible computing' chip for AI says initial tests show a 50% energy savings | Fortune

Fortune

106.

https://www.fractile.ai/news/startup-with-radical-concept-for-ai-chips-emerges-from-stealth

107.

https://www.fractile.ai/news/fractile-raises-220m-to-build-the-next-generation-of-inference-hardware

108.

Secret Apple 'Project ACDC' to pioneer AI chips for data centers

AppleInsider

109.

reuters.com

110.

Apple considers acquiring server chip companies - Techzine Global

Techzine

111.

Core AI - Apple Developer

112.

GitHub - apple/coreai-models: Model export recipes, Python primitives, and Swift runtime utilities for on-device AI · GitHub

113.

Our next generation Meta Training and Inference Accelerator

114.

Four MTIA Chips in Two Years: Scaling AI Experiences for Billions

115.

Broadcom Announces Extended Partnership with Meta to Deploy Technology to Support Multi-Gigawatts of Meta’s Custom Silicon, MTIA | Broadcom Inc.

116.

Maia 200: The AI accelerator built for inference - The Official Microsoft Blog

117.

OpenAI and Broadcom announce strategic collaboration to deploy 10 gigawatts of OpenAI-designed AI accelerators | OpenAI

118.

OpenAI and Broadcom unveil LLM-optimized inference chip | OpenAI

119.

[News] OpenAI Reportedly to Deploy Custom AI Chip on TSMC N3 by End-2026, Second-Gen Planned for A16

TrendForce

120.

[News] Samsung Reportedly Allocates 50%+ of Pyeongtaek Foundry Capacity to HBM4 Base Die; Said to Win OpenAI Deal

TrendForce

121.

OpenAI and Broadcom Unveil LLM-Optimized Intelligence Processor | Broadcom Inc.

122.

GRAPHCORE LIMITED filing history - Find and update company information - GOV.UK

123.

Graphcore joins SoftBank Group to build next generation of AI compute

Graphcore

124.

SoftBank invests $457M in Graphcore AI chips

CNBC

125.

Mythic company information, funding & investors | Dealroom.co

126.

AI chip startup Mythic rises from the ashes with $13M, new CEO | TechCrunch

TechCrunch

127.

Mythic to Challenge AI’s GPU Pantheon with 100x Energy Advantage and Oversubscribed $125M Raise - Mythic

Mythic

128.

Speedata, a chip startup competing with Nvidia, raises a $44M Series B | TechCrunch

TechCrunch

129.

Axelera AI Secures More Than $250 Million Funding on Global Commercial Growth

Axelera AI

130.

reuters.com

131.

NEXTSILICON - Maverick

132.

NEXTSILICON - Spectra Supercomputer at Sandia National Laboratories Achieves Full System Acceptance Under Vanguard Program

133.

Not the largest supercomputer, but maybe the most interesting – LabNews

134.

NEXTSILICON - NextSilicon to Productize Arbel RISC-V Core Into 64-Core Enterprise Processor for AI and HPC

135.

Broadcom Inc. Announces Second Quarter Fiscal Year 2026 Financial Results and Quarterly Dividend | Broadcom Inc.

136.

Broadcom (AVGO) Q2 2026 Earnings Transcript | The Motley Fool

The Motley Fool

137.

SEC.gov | Your Request Originates from an Undeclared Automated Tool

138.

Broadcom Ships 3.5D Face-to-Face Compute SoC Powering AI

Broadcom Inc.

139.

Broadcom, Apollo, and Blackstone Establish Landmark Strategic Platform to Accelerate More Than 20 Gigawatts of Global AI Deployments | Broadcom Inc.

140.

Marvell Technology, Inc. Reports Fourth Quarter and Fiscal Year 2026 Financial Results | Marvell Technology, Inc. (MRVL)

141.

NVIDIA AI Ecosystem Expands as Marvell Joins Forces Through NVLink Fusion | Marvell Technology, Inc. (MRVL)

142.

Marvell Completes Acquisition of Celestial AI | Marvell Technology, Inc. (MRVL)

143.

AWS Trainium3 Deep Dive | A Potential Challenger Approaching

SemiAnalysis

144.

Arm expands compute platform to silicon products in historic company first - Arm Newsroom

Arm Limited

145.

Arm launches its own CPU, with Meta as first customer

CNBC

146.

Microchip Technology Signs Definitive Agreement to Acquire Hailo :: Microchip Technology Incorporated (MCHP)

147.

TSMC Reports Second Quarter EPS of NT$27.25

Taiwan Semiconductor Manufacturing Company

148.

The Great AI Silicon Shortage

SemiAnalysis

149.

Micron Technology, Inc. - Micron in High-Volume Production of HBM4 Designed for NVIDIA Vera Rubin, PCIe Gen6 SSD and SOCAMM2

Q4 Inc

150.

Trump Administration Secures an Additional $100 Billion U.S. Semiconductor Manufacturing Investment for a Total of $265 Billion from TSMC | U.S. Department of Commerce

151.

TSMC denies investment or partnership discussions - Taipei Times

台北時報

152.

Intel and Trump Administration Reach Historic Agreement to Accelerate American Technology and Manufacturing Leadership :: Intel Corporation (INTC)

153.

AI Chipmaker Enflame Wins Approval for $883 Million STAR Market IPO - Caixin Global

154.

Chinese Chipmakers Surge to 41% of AI Accelerator Market as Nvidia's Dominance Declines, ETTelecom

Cem Dilmegani

Analyste principal

Suivre

Cem est analyste principal chez AIMultiple depuis 2017. AIMultiple informe des centaines de milliers d'entreprises (selon SimilarWeb) dont 60 % du Fortune 500 chaque mois.

Les travaux de Cem ont été cités par des publications internationales de premier plan telles que Business Insider, Forbes, Washington Post, des entreprises mondiales comme Deloitte, HPE et des ONG comme le Forum économique mondial et des organisations supranationales comme la Commission européenne.

Tout au long de sa carrière, Cem a exercé en tant que consultant tech, acheteur tech et entrepreneur tech. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus d'une décennie. Il a également publié un rapport McKinsey sur la numérisation.

Il a dirigé la stratégie technologique et les achats d'un opérateur télécom tout en rendant compte au PDG. Il a également mené la croissance commerciale de l'entreprise deep tech Hypatos qui a atteint un chiffre d'affaires récurrent annuel à 7 chiffres et une valorisation à 9 chiffres à partir de 0 en 2 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 la Bogazici University en tant qu'ingénieur informatique et détient un MBA de la Columbia Business School.

Voir le profil complet

Examiné techniquement par

Ekrem Sarı

Chercheur en IA

Suivre

Ekrem est chercheur en IA et analyste de données chez AIMultiple. Il conçoit et exécute des benchmarks pratiques pour les systèmes d'IA et de LLM.

Voir le profil complet

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.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire

Dave

Aug 29, 2022 at 05:49

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.

Répondre

Cem Dilmegani

Sep 06, 2022 at 13:52

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.

Répondre

thayyil

Mar 19, 2022 at 11:48

surprised that brainchip (akida) missing in this report. any reasons?

Répondre

Cem Dilmegani

Nov 18, 2022 at 07:36

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!

Répondre