Meilleurs 30+ fabricants de puces IA: NVIDIA et ses concurrents
Sur la base de notre expérience dans l'exécution du benchmark cloud GPU d'AIMultiple, nous comparons les fabricants de puces par produit, disponibilité et architecture, en couvrant les GPU de centres de données, les puces mobiles, les accélérateurs edge 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 se réfèrent à des jalons documentés. Les dates d'expédition futures restent des objectifs.
GPU vs ASIC dans les architectures de puces IA
Les GPU sont des processeurs parallèles programmables utilisés pour l'entraînement et l'inférence. TPU et Trainium prennent en charge les deux charges de travail, tandis que d'autres conceptions se concentrent sur l'inférence. L'architecture seule ne détermine pas les performances pour un modèle particulier.
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 de centres de données et d'accélérateurs
1. NVIDIA
NVIDIA conçoit des GPU et des systèmes pour l'entraînement et l'inférence IA. Ses produits de centre de données vont des accélérateurs individuels aux racks qui connectent les GPU, les CPU hôtes et le réseau. Elle externalise la fabrication des puces à TSMC.
GPU et systèmes de centre de données
Les familles Hopper et Blackwell incluent H200, B300 et GB300. Les systèmes HGX combinent huit GPU, tandis que les racks NVL72 connectent 72 GPU avec NVLink.1
NVIDIA a dévoilé Vera Rubin, sa plateforme après Blackwell Ultra, au CES 2026 en tant que plateforme à six puces.2 Au GTC le 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 pleine production.3 Le 30 septembre 2026, NVIDIA a déclaré que CoreWeave proposait Vera Rubin NVL72 aux clients à accès anticipé, Cognition exécutant des charges de travail de production en tant que premier client de production.4 Blackwell et le GB300 NVL72 sont restés le produit de volume de revenus jusqu'au T1 de l'exercice 2027.
Le rack Vera Rubin NVL72 associe 72 GPU Rubin avec 36 CPU Vera pour 3 600 PFLOPS d'inférence NVFP4, 20,7 To de HBM4 et 260 To/s de bande passante NVLink 6 scale-up.5 Le GPU Rubin serait construit sur le 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 de NVIDIA avec Groq, couvert dans la section Groq ci-dessous.
Le Groq 3 LPU est une puce d'inférence dédiée, et Samsung Foundry la fabrique.6 Les racks Groq 3 LPX sont prévus pour le second semestre 2026, et NVIDIA prévoit jusqu'à 35x de débit supérieur par mégawatt pour les modèles à mille milliards de paramètres lorsque LPX est associé à Vera Rubin NVL72.7
Accès cloud et logiciels
La plupart des acteurs cloud proposent le matériel NVIDIA comme leurs GPU cloud. Morgan Stanley estimait NVIDIA à environ 85 % du chiffre d'affaires des processeurs IA en mars 2026, avec les ASIC personnalisés au-dessus de 10 % et AMD en dessous de 5 %.8 Bloomberg Intelligence s'attend à ce que NVIDIA détienne 70 % à 75 % du marché des accélérateurs IA jusqu'en 2030.9
NVIDIA Dynamo, annoncé au 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 des services DGX Cloud. Sa place de marché DGX Cloud Lepton connecte les développeurs avec des fournisseurs de cloud GPU, notamment CoreWeave, Lambda et Crusoe.11
Systèmes de bureau et d'entreprise
DGX Spark (anciennement Project Digits) est un superordinateur IA de bureau doté d'une Superchip Grace Blackwell avec un GPU NVIDIA Blackwell RTX avec 6 144 cœurs CUDA et des Tensor Cores de cinquième génération avec précision FP4, connecté via l'interconnexion puce-à-puce NVIDIA NVLink-C2C à un CPU NVIDIA Grace à 20 cœurs, avec jusqu'à 1 pétaflop de calcul IA et 128 Go de mémoire unifiée.1213
Annoncé en mai 2025 au Computex, NVIDIA a présenté les serveurs RTX PRO propulsés par les GPU RTX PRO 6000 Blackwell Server Edition, conçus pour les usines IA d'entreprise.14
Revenus du centre de données
Les revenus du centre de données de NVIDIA et leur part dans le chiffre d'affaires total sont rapportés par année fiscale NVIDIA.15
2. AMD
AMD est un fabricant de puces sans usine avec des produits CPU, GPU et 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, lorsque le matériel NVIDIA était difficile à obtenir dans le boom de l'IA générative déclenché par le lancement de ChatGPT.161718
En 2025, AMD a acquis une équipe d'ingénieurs matériels et logiciels IA d'Untether IA ainsi que la startup de compilateur Brium. En juin 2026, AMD a annoncé l'acquisition de MEXT, dont la technologie de mémoire prédictive est conçue pour faire fonctionner la mémoire flash davantage comme de la DRAM et réduire le coût de la mémoire des centres de données.1920 AMD a également accepté d'acquérir Taalas en août 2026, comme couvert 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 construit sur CDNA4 chez TSMC 3 nm avec 288 Go de HBM3E et 10,1 PFLOPS de MXFP4, et AMD le positionne face au Blackwell B200 de NVIDIA. AMD a suivi le 7 mai 2026 avec l'Instinct MI350P, une carte PCIe 5.0 passive avec 144 Go de HBM3E et un TBP maximum de 600 W.23
AMD a annoncé un accord avec OpenAI le 6 octobre 2025 couvrant 6 GW, avec une première capacité de 1 GW de la série MI450 à partir du second semestre 2026.24
AMD a nommé Oracle Cloud Infrastructure comme partenaire de lancement le 14 octobre 2025 pour 50 000 GPU de la série MI450 initiaux à partir du T3 calendaire 2026.25
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 GPU de la série MI450 dans des racks Helios à partir du premier semestre 2027.28
Pour des comparaisons d'inférence mesurées entre les GPU NVIDIA et AMD, consultez notre benchmark de concurrence GPU.
Série MI400
AMD a lancé la série Instinct MI400 lors d'Advancing IA 2026 les 22 et 23 juillet 2026.29 Le MI455X est le membre de la famille axé sur l'IA. AMD le liste 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 crête et 40,3 PFLOPS d'OCP MXFP4.30 AMD a déclaré en juillet que Helios, son système rack de la série MI400, était en pleine production et visait des expéditions initiales pour la fin du T3 2026.29 Le 30 septembre, HPE a annoncé une commande Vultr de 1,2 milliard de dollars pour des racks Helios, chacun avec 72 GPU MI455X. L'annonce décrivait un déploiement prévu dans les centres de données américains de Vultr.31
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 depuis.32 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 processus 2 nm et les détails de mémoire HBM4E pour 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 liste 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 de crête.33 Le support FP64 à pleine cadence le distingue du MI455X pour le calcul scientifique.
AMD prévoit que le MI430X soit disponible en 2027 et n'a publié aucun 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 MI430X contient une coquille indiquant 2,3 To/s.33
AMD nomme trois systèmes cibles pour le MI430X : Discovery au Oak Ridge National Laboratory, prévu pour 2028. Une autre cible est Alice Recoque, le premier système exascale de la France. AMD nomme 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
Les logiciels IA d'AMD fonctionnent sur la pile ROCm. SemiAnalysis, dans un benchmark du 22 décembre 2024 du MI300X contre H100 et H200, donnait à AMD 0 % de chances de briser la douve CUDA de NVIDIA, constatant que CUDA fonctionnait immédiatement pour la plupart des tâches tandis que les logiciels AMD nécessitaient une configuration importante.34
Les mêmes analystes ont depuis révisé ce pronostic, 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 production du rack Helios, où des SerDes faibles nécessitent jusqu'à 85 % du fond de panier à être retimé avec plus de 550 retimers Ethernet Broadcom par rack, et un manque persistant de clusters GPU internes stables pour le développement logiciel et les tests automatisés CI.35
Lors d'Advancing IA 2026, AMD s'est engagé à un rythme fixe de publication de fonctionnalités toutes les six semaines au lieu de son cycle précédent approximativement trimestriel.36
Écosystème
Comme NVIDIA, AMD investit sélectivement dans les utilisateurs de ses solutions pour stimuler l'adoption de son matériel.37 Elle a également lié des capitaux propres à ses engagements les plus importants, émettant à OpenAI et Meta chacune un bon de souscription basé sur la performance pour jusqu'à 160 millions d'actions à 0,01 $, avec acquisition contre des jalons d'expédition Instinct.38
3. Intel
Intel a une longue histoire dans le développement de semi-conducteurs. Intel possède des usines et construit des composants tels que le Xeon 6+ basé sur 18A en interne. Elle s'approvisionne également en composants liés à l'IA auprès de TSMC, et le Gaudi 3 lui-même a été fabriqué sur le processus 5 nm de TSMC.39
Gaudi 3 est le dernier accélérateur IA dédié de la gamme Gaudi d'Intel. Intel n'a annoncé aucun successeur à Gaudi, et chaque étape de sa feuille de route publiée après celui-ci est un GPU.40 La puce elle-même n'a pas été retirée. La page produit d'Intel liste toujours la carte PCIe Gaudi 3 (HL-338) comme en cours d'expédition, et Intel n'a publié aucun avis de fin de vie pour celle-ci.41 Intel visait 500 millions de dollars de revenus 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, elle a concédé que Gaudi « ne répondait pas aux besoins du marché de l'entraînement IA de pointe ».40
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 processus indiqué.40 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 renommage. 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 au sommet mondial OCP 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 de FP4 à FP64, avec une configuration partenaire maximale de 480 Go. La carte annoncée a 160 Go.40
4. Qualcomm
Qualcomm est un concepteur sans usine surtout connu pour les SoC mobiles, et il a annoncé une gamme de produits de centre de données construite autour de l'inférence. L'ancienne famille Cloud IA 100 est la gamme de centre de données Qualcomm que les acheteurs peuvent commander aujourd'hui. Deux marques Qualcomm ne différant que d'une lettre se trouvent de part et d'autre de cette gamme. Dragonwing, introduite le 25 février 2025, couvre l'IoT industriel et embarqué, le réseau et l'infrastructure cellulaire et porte les composants edge IA de l'entreprise, tandis que Dragonfly, lancée le 24 juin 2026, est la marque de centre de données.45
AI200, AI250 et la feuille de route du centre 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 se trouvent désormais 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 en 2026 et 2027 respectivement.
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 autres produits de centre de données.47 Le Dragonfly C1000 est un CPU de centre de données dont la disponibilité commerciale est attendue en 2028, et Qualcomm a nommé Meta comme client dans le cadre d'une collaboration multi-générationnelle couvrant les CPU de centre de données. Qualcomm High Bandwidth Compute (HBC) lie 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 HBC Gen 1, associé à l'AI250, devrait atteindre l'échantillonnage commercial à la mi-2027. Le Dragonfly AI300 est un accélérateur d'inférence avec un échantillonnage commercial attendu en 2028. Qualcomm vise plus de 15 milliards de dollars de revenus de centre de données d'ici l'exercice 2029.48
Le 8 septembre 2026, Qualcomm a annoncé une collaboration multi-générationnelle avec Amazon sur du silicium personnalisé pour l'inférence IA et la connectivité optique jusqu'à 1.6T.49
Acquisitions et la famille Cloud IA 100
Qualcomm a finalisé son acquisition d'Alphawave le 18 décembre 2025. Qualcomm a finalisé son acquisition de Modular le 29 juillet 2026. Mojo, MAX et Modular Cloud continuent en tant que produits et marques.50
Avant la gamme Dragonfly, les accélérateurs d'inférence de centre 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 du LPU (Language Processing Unit), une architecture de puce conçue pour l'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 qu'elle continue en tant qu'entreprise 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 entreprises ne l'a confirmé. Jensen Huang a déclaré aux employés : « Alors que nous ajoutons des employés talentueux à nos rangs et que nous licencions la propriété intellectuelle de Groq, nous n'acquérons pas Groq en tant qu'entreprise. » NVIDIA a dévoilé le produit résultant, le NVIDIA Groq 3 LPU, au GTC le 16 mars 2026 en tant que septième puce de la plateforme Vera Rubin.7
Groq exploite un cloud d'inférence et est un partenaire cloud NVIDIA. En août 2026, elle a signalé 13 centres de données, plus de six millions de développeurs et 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 à 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 1 milliard de dollars de financement récent, tout en indiquant que la série A reste soumise aux conditions de clôture habituelles.53
6. SambaNova Systems
SambaNova développe des Reconfigurable Data Units (RDU) et propose l'inférence via SambaCloud. Elle a réalisé la première clôture d'une série F de 1 milliard de dollars à une valorisation de 11 milliards de dollars le 8 juillet 2026.55
SambaNova a dévoilé le SN50, sa dernière Reconfigurable Data Unit (RDU), le 24 février 2026, avec des expéditions 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 jusqu'à 10 mille milliards de paramètres et un contexte 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
Cerebras a présenté le système d'inférence CS-4 le 18 août 2026. Il combine trois processeurs WSE-3 Turbo et prend en charge l'inférence désagrégée, avec un matériel séparé gérant le traitement des prompts et la génération de tokens. Au lancement, Cerebras visait les premières expéditions pour le T3 2026.59 Elle a nommé Gimlet Labs comme partenaire de lancement du CS-4 le 28 septembre et a déclaré que le premier centre de données Gimlet Cloud propulsé par Cerebras était attendu plus tard en 2026.60
Le système de Cerebras fonctionne avec des entreprises pharmaceutiques telles qu'AstraZeneca et GlaxoSmithKline et des laboratoires de recherche qui en dépendent pour les simulations. Il cible également les fabricants 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. Le 1er septembre 2026, elle a annoncé un projet de centre de données finlandais avec Compute Nordic Finland, évoluant par phases vers 165 MW de capacité informatique contractuelle. La construction de la phase initiale de 50 MW était en cours.61
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.62 Dans ses résultats du T2 du 12 août, Cerebras a relevé ses prévisions de revenus de base pour l'exercice 2026 à 880-890 millions de dollars.63 Elle a signé un accord d'inférence de 750 MW avec OpenAI le 14 janvier 2026 que son propre communiqué du T1 valorise à plus de 20 milliards de dollars.64
8. d-Matrix
d-Matrix développe des accélérateurs d'inférence qui placent le calcul près de la SRAM pour réduire le déplacement des données.65
Corsair utilise une architecture de chiplet de calcul en mémoire basée sur SRAM.65 Le 12 octobre 2026, d-Matrix a annoncé la disponibilité générale des serveurs Corsair et des systèmes SquadRack. Ses clusters Squadron plus grands étaient expédiés aux clients prioritaires, avec une configuration prenant en charge jusqu'à 16 SquadRacks et 1 024 Corsair XPU.66
Gimlet Labs a testé gpt-oss-120b avec un décodeur spéculatif de 1,6 milliard de paramètres déchargé sur Corsair. Il a signalé une accélération de bout en bout de 2-5x pour les configurations interactives et jusqu'à 10x pour les configurations optimisées pour la consommation d'énergie, par rapport au même décodeur sur un GPU à consommation d'énergie équivalente. Gimlet est un partenaire commercial de d-Matrix, et le cofondateur et CTO de d-Matrix a co-écrit l'article de benchmark.67
9. Rebellions
Rebellions est une startup basée en Corée axée sur l'inférence LLM. Elle a fusionné avec une autre entreprise coréenne de conception de semi-conducteurs, SAPEON.68 Le financement total est d'environ 850 millions de dollars.69 L'introduction en bourse n'a pas eu lieu. Rebellions a déclaré le 8 juillet 2026 viser le premier ou le deuxième trimestre 2027, en penchant vers une cotation sur le marché principal KOSPI.70
REBEL-Quad est l'accélérateur de deuxième génération, quatre chiplets construits sur le processus 4 nm de Samsung, et Rebel100 est son nom commercial produit.
Rebellions a confirmé le 15 septembre 2026 que les systèmes RebelRack et RebelPOD étaient en cours d'expédition. Son partenariat avec ai& comprenait un achat initial pour un déploiement prévu à Tokyo. L'exploitation sur le site japonais devait commencer après la livraison.71
10. Tenstorrent
Le dernier processeur Blackhole Tensix de Tenstorrent offre 664 TFLOPS (BLOCKFP8) de performances, associé à 32 Go de mémoire GDDR6 et 512 Go/s de bande passante mémoire.
La carte P150a est 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 commence à 999 $.72
À partir de janvier 2026, les cartes Blackhole p150 sont expédiées avec 120 cœurs Tensix actifs, réduits par rapport à 140, et la version du firmware v19.5.0 a appliqué la même réduction rétroactivement aux cartes vendues. Tenstorrent estime le coût à 1-2 % sur les charges de travail typiques.73
Tenstorrent propose une pile logicielle entièrement open source. L'entreprise a levé 700 millions de dollars en décembre 2024.74
11. Positron
Positron conçoit du matériel et des logiciels pour l'inférence transformer. Atlas est son serveur en cours d'expédition. Asimov et Titan sont ses produits de puce et de système prévus.75
Produits :
- Atlas (en cours d'expédition) : un serveur d'inférence transformer doté de 8x accélérateurs Positron Archer Transformer avec 256 Go de HBM totale. L'entreprise revendique >4x de performance par watt et >3x de performance par dollar par rapport aux systèmes NVIDIA Hopper, benchmarkés sur Llama 3.1 8B avec calcul BF16.76
- Titan (prévu) : un système d'inférence successeur combinant quatre à huit puces Asimov. L'annonce de Positron de septembre 2026 décrivait des configurations utilisant de la mémoire LPDDR5X.75
- Asimov (prévu) : silicium d'inférence personnalisé prévu pour le tape-out sur TSMC N3P fin 2026, avec une production visée pour le second semestre 2027. Positron spécifie 288-2 304 Go de mémoire par puce.75
Positron a annoncé 875 millions de dollars de financement de série C le 10 septembre 2026 à une valorisation post-money de 5 milliards de dollars. Cela comprenait une tranche de série C de 375 millions de dollars et jusqu'à 500 millions de dollars dans une tranche de série C-1. L'entreprise a également signalé un déploiement d'Atlas de plus de 50 racks chez Oracle Cloud Infrastructure.75
12. _etched
Leur approche sacrifie la flexibilité au profit de l'efficacité en gravant les architectures de modèles dans leurs puces.
Etched est sortie du mode furtif le 30 juin 2026 avec un premier silicium A0 de retour du processus N4P de TSMC, plus d'un milliard de dollars de contrats clients signés et 800 millions de dollars levés.77 Le 23 juillet 2026, elle a annoncé une série C de 300 millions de dollars à une valorisation de 10,3 milliards de dollars, menée par Sequoia.78
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 uniquement transformer.77
Deux questions restent ouvertes. Etched n'a publié aucun benchmark tiers et ne nomme aucun client derrière les contrats qu'elle rapporte, donc ses chiffres de performance restent des mesures internes. La question de l'obsolescence soulevée par la conception originale Sohu s'applique désormais à l'ensemble plus large de modèles, 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 ».79 L'entreprise affirme pouvoir transformer tout modèle IA jamais vu auparavant 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 GPU Instinct.21
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, d'emballage avancé, d'empilement 3D, de refroidissement liquide ou d'E/S à haute vitesse.
Produits :
- HC1 (disponible maintenant) : un démonstrateur technologique câblé en dur avec Llama 3.1 8B, construit sur TSMC 6 nm 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 de 3 bits et 6 bits, ce qui introduit des dégradations de qualité par rapport aux références GPU.80
- HC2 (objectif 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 de 4 bits pour répondre 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 liste trois composants. X0 est un prototype de silicium du T1 2025, et XTR-0 est une plateforme de développement expédiée en nombre limité 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 listée en accès anticipé en 2026.81
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 de 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.82 Le chiffre de 50 % rapporté au tape-out s'applique au résonateur seul et exclut les surcharges énergétiques supplémentaires.8384
16. Fractile
Fractile développe des processeurs d'inférence IA qui entrelacent mémoire et calcul sur la même puce.85
Fractile affirme que sa conception peut exécuter des modèles de pointe jusqu'à 25 fois plus rapidement que les GPU. La comparaison est une allégation du fournisseur. Un produit en cours d'expédition n'est pas établi ici.
Fractile a annoncé une série B de 220 millions de dollars le 13 mai 2026.86 Les rapports sur le tour ont fixé la valorisation à environ 1 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. Elle 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.87
Son SDK prend en charge la compilation de modèles, l'exécution multi-puces et une API compatible OpenAI. FuriosaAI rapporte une disponibilité en volume et publie ses propres comparaisons de performances GPU.87
18. Graphcore
Graphcore développe des Intelligence Processing Units (IPU) et des systèmes tels que IPU-POD256. SoftBank a acquis l'entreprise en juillet 2024.88
SoftBank a injecté 457 millions de dollars supplémentaires dans Graphcore le 10 avril 2026.89
19. Mythic
Mythic a été fondée en 2012 et se concentre sur l'IA edge. Mythic suit une voie non conventionnelle, une architecture de calcul analogique, qui vise à fournir un calcul IA edge économe en énergie.
Mythic a développé le processeur Analog Matrix M1076 et la carte MM1076.90
Mythic a levé un tour sursouscrit de 125 millions de dollars mené par DCVC le 17 décembre 2025.91 Elle a acquis Videantis le 19 mai 2026.92
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. C'est une 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'une série B en juin 2025, menée par Walden Catalyst Ventures, 83North et d'autres, portant son financement total à 114 millions de dollars.93
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 l'edge 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 capitaux propres, subventions et dette de capital-risque.9495
Axelera a lancé Europa le 15 septembre 2026 et déclare qu'elle est en cours d'expédition en tant que puce et dans des cartes PCIe Edge 232p et Server 250p. Elle liste également des systèmes Edge 232p validés de Dell et Supermicro.96 Titania reste visée pour 2028.
22. NextSilicon
NextSilicon, fondée à Tel Aviv en 2017, vend Maverick-2, un accélérateur de flux de données reconfigurable à l'exécution construit sur le processus 5 nm de TSMC et expédié en tant que carte PCIe Gen 5 avec 96 Go de HBM3E ou en tant que module OAM avec 192 Go.97 L'entreprise déclare que Maverick-2 est déployé sur des dizaines de sites clients. Un site nommé est Spectra au Sandia National Laboratories, un système à 64 nœuds avec 128 accélérateurs Maverick-2 à double puce qui a passé l'acceptation complète du système dans le cadre du programme Vanguard de Sandia en mai 2026 après avoir exécuté HPCG, LAMMPS et SPARTA.9899 NextSilicon revendique 10x les performances GPU à la moitié de la puissance. La vérification indépendante de cette comparaison est en attente. 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 de 2,5 GHz, en processeurs serveur 64 cœurs et 128 cœurs visant 3,4 GHz et attendus au premier trimestre 2028.100
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. Elle a commencé à développer ses propres puces après Google.
Les puces Trainium2 forment le cluster Project Rainier, qui alimente les modèles du développeur LLM Anthropic. Le nombre au lancement du cluster en octobre 2025 était de près d'un demi-million de puces, et Anthropic a déclaré le 20 avril 2026 utiliser plus d'un million de puces Trainium2.101
Trainium3 et les Trn3 UltraServers ont atteint la disponibilité générale le 2 décembre 2025.102 Trainium3 est la puce IA de quatrième génération d'AWS et sa première construite sur un processus 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 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 feuille de route à re:Invent 2025, avec le support de NVIDIA NVLink Fusion. Lors de l'appel sur les résultats du T1 2026, Amazon a déclaré que Trainium4 est à environ 18 mois de la disponibilité générale et est largement réservé.103
24. Google Cloud Platform
Le TPU de Google Cloud est la puce d'accélérateur d'apprentissage automatique spécialement conçue qui alimente les produits Google. Google a annoncé les TPU en 2016.104 Le TPU Trillium est la 6e génération.105
Ironwood, également appelé TPU v7 ou TPU7x, est conçu pour les « modèles de réflexion » 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.106 Il offre 2x l'efficacité énergétique de Trillium. Chaque puce porte 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.107 Il est entré en aperçu le 24 novembre 2025 et a atteint la disponibilité générale le 31 mars 2026.108
Lors de Cloud Next le 22 avril 2026, Google a annoncé sa huitième génération de TPU comme deux puces spécialement conçues, TPU 8t pour l'entraînement et TPU 8i pour l'inférence.109 Un superpod TPU 8t passe à 9 600 puces, deux pétaoctets de HBM partagée et 121 exaFLOPS en FP4. Google déclare 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.110
T-Head a publiquement détaillé le Zhenwu 810E le 29 janvier 2026. La puce porte 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 silicium 810E et les déploiements de 10 000 cartes sont antérieurs à cette 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 du FP32 au FP4, et trois fois les performances du 810E. Il est expédié dans le 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 560 000 unités. Ce chiffre cumulé inclut les générations Zhenwu précédentes.
Lors de sa conférence Apsara de septembre 2026, Alibaba a annoncé le Zhenwu V900 pour l'entraînement et l'inférence. Il spécifie 216 Go de mémoire, 1 200 Go/s de bande passante inter-puces et un support natif FP8/FP4. Alibaba vise la production de masse et le lancement commercial pour le T1 2027.111
Certaines organisations nord-américaines, européennes et australiennes (par exemple, celles du secteur 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 2022.112 L'AIU d'IBM s'appuie sur le processeur IBM Telum, qui alimente les capacités de traitement IA des serveurs mainframe IBM Z.113 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.114
L'accélérateur IBM IA qui est expédié commercialement 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 Power11.115 Spyre porte 32 cœurs d'accélérateur et 25,6 milliards de transistors sur un processus 5 nm, emballé comme une 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 avec l'Ascend 910C. Le cloud de Huawei héberge des modèles DeepSeek, et un chercheur chez DeepSeek affirme qu'il peut atteindre 60 % des performances d'inférence du NVIDIA H100.116
Huawei a lancé la puce Ascend 950PR aux côtés de la carte accélératrice Atlas 350 le 20 mars 2026.117 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, une comparaison entre la capacité FP4 de la carte et un H20 de classe Hopper sans support FP4 natif.
La feuille de route de Huawei de septembre 2025 listait Ascend 950PR pour le T1 2026, 950DT pour le T4 2026, Ascend 960 pour le T4 2027 et Ascend 970 pour le T4 2028.118 Huawei a dévoilé l'Atlas 960E SuperPoD le 17 septembre 2026, connectant jusqu'à 4 096 NPU via UnifiedBus et l'optique quasi-emballée Hi-ONE. Huawei spécifie 8 EFLOPS en FP8 et 16 EFLOPS en FP4 pour un seul SuperPoD. L'annonce n'a pas donné de date de disponibilité commerciale.119
28. Microsoft Azure
Lors de Hot Chips 2024, Microsoft a dévoilé Maia 100, son premier accélérateur IA personnalisé, construit sur le processus 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 30 % de meilleures performances par dollar par rapport aux systèmes existants.120
Maia 200 est construit sur TSMC 3 nm 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 son appel sur les résultats du T3 de l'exercice 2026.121
Microsoft a annoncé Maia 300 le 12 octobre 2026, avec un déploiement en production prévu pour commencer en 2027. L'accélérateur d'inférence utilise des chiplets de calcul TSMC N2P et huit piles HBM4, fournissant 288 Go de mémoire et 18 To/s de bande passante mémoire à une puissance thermique de conception SoC de 950 W. Sa conception de rack connecte 96 accélérateurs.122 Microsoft a également déclaré que Maia 200 servait le trafic de production Copilot sur des déploiements aux États-Unis, en Europe et en Australie.123
Puces IA pour l'infrastructure interne
29. Apple
Le Project ACDC d'Apple serait axé sur la construction de puces pour l'inférence IA dans les centres de données.124 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 toujours sur des puces M2 Ultra.125126 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 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.127128
30. Meta
Le Meta Training and Inference Accelerator (MTIA) de Meta 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. Le composant que l'entreprise appelait auparavant Next Gen MTIA est désormais MTIA 200. Il est basé sur la technologie TSMC 5 nm, revendique 3x les performances du MTIA v1, et est hébergé dans des racks contenant jusqu'à 72 accélérateurs.129 MTIA 300 est en production pour l'entraînement au classement et à la recommandation, et MTIA 400, 450 et 500 suivent en 2026 et 2027.130
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.131
31. OpenAI
OpenAI a conçu sa première puce IA avec Broadcom, et la direction de son équipe de puces a de l'expérience dans la conception de TPU chez Google.132 OpenAI a confirmé TSMC comme fonderie, mais ni OpenAI ni Broadcom n'ont confirmé de nœud de processus.133 Les rapports de la chaîne d'approvisionnement coréenne ont utilisé le nom de code « Titan » pour la puce et l'ont placée sur le processus N3 de TSMC, bien qu'aucune des deux entreprises n'utilise ce nom.134
Samsung a obtenu un accord pour fournir de la mémoire HBM4 pour la puce d'OpenAI, allouant selon les rapports plus de 50 % de sa capacité de fonderie de Pyeongtaek aux dies de base HBM4 à cette fin.135 OpenAI et Broadcom ont annoncé une collaboration pour 10 gigawatts d'accélérateurs IA personnalisés en octobre 2025. Les racks doivent commencer au second semestre 2026 et se terminer fin 2029. L'annonce indique que les parties « ont signé une lettre d'intention » pour les racks. Un contrat d'achat définitif et la valeur financière restent non divulgués.132 Le 24 juin 2026, les deux ont dévoilé Jalapeño, le premier processeur d'intelligence d'OpenAI. Les deux entreprises déclarent que des échantillons d'ingénierie exécutent des charges de travail ML en laboratoire à la fréquence et à la puissance cibles de production, notamment GPT-5.3-Codex-Spark, et que la plateforme est conçue pour un déploiement initial fin 2026, ce qui place la puce au stade d'échantillon d'ingénierie post-tape-out.136 Le côté de 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 au client ne sont pas vendues comme un accélérateur commercial de marque.
Broadcom a déclaré 16,7 milliards de dollars de revenus de semi-conducteurs IA pour le T3 de l'exercice 2026 le 2 septembre 2026, en hausse de 221 % sur un an. Elle a prévu 21,7 milliards de dollars pour le T4.137
Lors de l'appel du 3 juin, Broadcom a passé en revue six clients IA principaux mais n'en a nommé que 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, avec des expéditions commençant fin 2026 et s'accélérant en 2027. Les listes publiées nommant les six s'appuient sur des déductions d'analystes pour les identités non divulguées.138
La divulgation de Broadcom varie selon le client :
- Google a un accord multi-générationnel TPU et de réseau IA, sans chiffre de gigawatt 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 2031.139
- 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 article d'Anthropic quantifie l'engagement en « plusieurs gigawatts ». Le dépôt décrit l'accord comme une expansion d'une collaboration existante.139
- Pour OpenAI, le silicium a été livré, la production est attendue fin 2026, et OpenAI est sous contrat pour 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.138
- Meta a un partenariat XPU MTIA multi-générationnel visant 3 GW jusqu'à fin 2028, avec une commande initiale de 1 GW livrée à partir du second semestre 2027. Hock Tan quitte le conseil d'administration de Meta pour un rôle de conseiller.138131
Le 26 février 2026, Broadcom a commencé à expédier un SoC de calcul personnalisé 2 nm, construit sur sa plateforme 3.5D eXtreme Dimension System in Package (XDSiP). Ce SoC prend en charge le programme de processeurs FUJITSU-MONAKA de Fujitsu. Broadcom déclare que les XPU pour sa base de clients plus large seront expédiés à partir du second semestre 2026.140 Dans le réseau, Broadcom a déclaré en mars 2026 que Tomahawk 6 est le seul commutateur 102.4T expédié en volume de production, et Jericho 4, un routeur de fabric de 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 d'ancrage. La plateforme est conçue pour permettre plus de 20 gigawatts de capacité de calcul d'ici 2028, en utilisant des XPU Broadcom et un réseau personnalisé pour les laboratoires 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 mi-2026. Les plus de 20 gigawatts sont l'objectif de conception de la plateforme d'ici 2028 et ne sont pas financés par cette tranche.141
Les estimations tierces de la part des ASIC personnalisés dans le marché des processeurs IA dépendent de ce qui est compté. Bloomberg Intelligence divise 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 le silicium d'interconnexion, d'optique et de réseau qui connecte ces puces. Bloomberg Intelligence la place deuxième derrière Broadcom sur le marché des ASIC IA personnalisés.
Pour le T2 de l'exercice 2027, rapporté le 27 août 2026, Marvell a affiché 2 739 milliards de dollars de revenus totaux et 2 172 milliards de dollars de revenus de centre de données. Les revenus du centre de données ont augmenté de 46 % sur un an. Ses prévisions de revenus totaux pour le T3 étaient de 3,15 milliards de dollars, plus ou moins 5 %.142
Le 31 mars 2026, NVIDIA et Marvell ont annoncé un partenariat stratégique qui connecte Marvell à l'usine NVIDIA IA et à l'écosystème IA-RAN via NVLink Fusion, avec une collaboration sur la photonique sur silicium. NVIDIA a investi 2 milliards de dollars dans Marvell dans le cadre de ce partenariat. En vertu du partenariat, Marvell fournit des XPU personnalisés et un réseau scale-up compatible NVLink Fusion.143
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 à 3,25 milliards de dollars.144
- XConn Technologies, finalisée le 10 février 2026 à environ 540 millions de dollars.
- Polariton Technologies, une spin-off suisse de l'ETH Zurich travaillant sur la photonique sur silicium basée sur les plasmoniques, acquise le 22 avril 2026 à des conditions non divulguées.
Le rôle de Marvell dans les générations ultérieures de Trainium est contesté. SemiAnalysis a rapporté qu'Alchip a géré la conception physique et l'emballage back-end du Trainium3 après que Marvell a travaillé sur Trainium2.145 Les entreprises n'ont pas confirmé ce compte rendu.
CPU hôtes et propriété intellectuelle de processeurs
Les CPU hôtes fonctionnent aux côtés des accélérateurs et gèrent le contrôle du système et le travail à usage général. Arm licence la propriété intellectuelle des processeurs et a ajouté sa propre gamme de CPU de centre de données.
34. Arm
Arm a annoncé le 24 mars 2026 qu'elle « s'étend dans les produits de silicium de production pour la première fois dans l'histoire de l'entreprise », en commençant par le CPU Arm AGI, un CPU de centre de données pour l'infrastructure IA agentique. Meta « sert de partenaire principal et de co-développeur ».146147
Arm déclare que le CPU porte jusqu'à 136 cœurs Arm Neoverse V3, 6 Go/s de bande passante mémoire par cœur à 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 performances par rack par rapport à x86. Ce sont les propres chiffres d'Arm et ils n'ont pas été mesurés indépendamment.146
Arm continue de licencier la propriété intellectuelle et les Compute Subsystems (CSS) parallèlement à sa gamme de silicium CPU AGI. Des systèmes précoces sont disponibles maintenant, avec une disponibilité plus large attendue au second semestre 2026, et aux côtés de Meta, Arm nomme Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP et SK Telecom comme clients engagés.146 Meta montre à quel point les rôles se brouillent désormais. Elle conçoit son propre silicium MTIA, est partenaire principal du CPU AGI d'Arm, est un client annoncé de CPU de centre de données Qualcomm, et achète à AMD et Broadcom.
5 fournisseurs de puces IA mobiles
Ce sont des SoC mobiles représentatifs, chacun avec un appareil documenté ou un rôle de matériel IA.
Ajouter comme source préféréeProcesseurs, modules et propriété intellectuelle pour l'IA edge
Ces puces IA edge exécutent l'inférence sur des appareils locaux. La comparaison identifie séparément les modules, les processeurs discrets, les NPU intégrés et la propriété intellectuelle réutilisable.
Les performances de crête et la puissance sont des spécifications du fournisseur ou des allégations de conception de référence. Les sources couvrent respectivement Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU et Core Ultra Series 3.153154155156157158159
*Ce sont les 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 parcimonieuses sont des chiffres de fournisseur qui supposent la parcimonie. TOPS signifie téra-opérations par seconde, TFLOPS signifie téra-opérations à virgule flottante par seconde, et GOPS signifie giga-opérations par seconde.
Microchip Technology a finalisé son acquisition de Hailo le 21 septembre 2026, à des conditions financières non divulguées. Microchip a déclaré qu'elle continuerait à prendre en charge les produits existants de Hailo.160
Partenaires de fonderie et rôle de TSMC
TSMC est une fonderie pure. Elle fabrique des semi-conducteurs à partir des conceptions des clients, y compris celles de NVIDIA et d'AMD. Samsung Foundry et Intel Foundry Services sont en concurrence sur le même marché.
Le processus N2 de TSMC est entré en production de volume au T4 2025. TSMC prévoit la production de volume de son dérivé N2P pour le second semestre 2026.161 Au T2 2026, le 2 nm représentait 3 % des revenus de plaquettes de TSMC, contre 33 % pour le 5 nm, 30 % pour le 3 nm et 11 % pour le 7 nm.162 TSMC fabrique des accélérateurs IA pour les concepteurs ci-dessous. FuriosaAI identifie TSMC comme partenaire de fabrication pour RNGD.87
La puce d'inférence Hanguang 800 d'Alibaba de 2019, sa dernière pièce produite par TSMC, n'est pas incluse. Les contrôles à l'exportation américains interdisent désormais à TSMC de produire des puces IA avancées pour les concepteurs chinois, et les fonderies doivent examiner toute expédition à 7 nm et moins vers les concepteurs chinois. Le silicium IA 2026 d'Alibaba est fabriqué localement, la capacité chez SMIC étant la contrainte déclarée.110
SemiAnalysis a rapporté le 12 mars 2026 que la capacité de plaquettes N3 frontale a remplacé l'emballage CoWoS comme goulot d'étranglement dominant dans l'approvisionnement en puces IA, le CoWoS étant serré mais en train de s'atténuer. TrendForce s'attend à ce que l'écart offre-demande CoWoS se resserre d'environ 20 % à environ 10 % d'ici fin 2026.163 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.164
Plans d'expansion
L'investissement américain annoncé par TSMC totalise 265 milliards de dollars sur 12 installations de fabrication et d'emballage de pointe, après un engagement supplémentaire de 100 milliards de dollars en Arizona annoncé le 16 juillet 2026.165
Les rapports de mars 2025 concernant une coentreprise dirigée par TSMC pour gérer la division de 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 sur l'établissement d'une coentreprise ou sur la licence ou le transfert de technologie ».166 Intel a été recapitalisée séparément, le gouvernement américain prenant une participation de 9,9 % pour 8,9 milliards de dollars en août 2025.167
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 des producteurs locaux.
Huawei et Alibaba sont couverts ci-dessus. Les autres producteurs de puces IA chinois comprennent :
- 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 milliards de RMB. Sa capitalisation boursière a dépassé 1 billion 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, construit pour l'entraînement et l'inférence de modèles multimodaux ultra-larges, est visé 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, a été 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) a été 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 a été 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) a été cotée sur le marché principal de Hong Kong le 8 janvier 2026, levant environ 3,68 milliards de HKD.
- Enflame (SHA : 688801) a été cotée sur le marché STAR de Shanghai le 11 septembre 2026.168169 Son avis de cotation indique que l'entreprise était encore non rentable au moment de la cotation.
- SMIC, la fonderie dont dépendent la plupart de ces concepteurs, avait le N+3 (classe 5 nm) en production de volume en juin 2026, une capacité 7 nm d'environ 45 000 à 60 000 plaquettes par mois, et 9,3 milliards de dollars de revenus en 2025.
Accès aux exportations et restrictions
Les annonces suivantes ont affecté les ventes de puces IA avancées à la Chine en 2025 et 2026. Les approbations de licences, les limites d'expédition et les droits de douane ont des portées différentes.
Les licences ont changé en premier. Le 13 janvier 2026, le Bureau of Industry and Security américain a annoncé une règle finale faisant passer les demandes de licence pour les NVIDIA H200, AMD MI325X et 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.170 La règle plafonne également les performances de traitement totales agrégées (TPP) exportées vers la Chine ou Macao à 50 % du TPP agrégé expédié pour l'utilisation finale américaine pour les mêmes produits de calcul avancés, mesuré jusqu'à la date de demande de licence.171
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 de 25 % pour le gouvernement américain sur les ventes de H200 à la Chine le 8 décembre 2025 et l'a réaffirmée le 14 janvier 2026, tandis que la Maison Blanche a annoncé un droit de douane 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 notamment pour les centres de données américains et la R&D américaine.172
La Chine a évolué dans l'autre direction, bien que moins formellement. 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.
Le 14 juillet 2026, le sous-secrétaire au Commerce Jeffrey Kessler a déclaré lors d'une audience au Congrès que « très peu d'expéditions contre des licences pour les H200 et équivalents ont eu lieu. C'est une très petite quantité de puces ». NVIDIA n'avait enregistré aucun revenu de calcul de centre de données en Chine au moment de ses résultats de février 2026 et de mai 2026.
Part nationale du marché des accélérateurs IA en Chine
Reuters a rapporté les estimations d'IDC sur les expéditions de cartes d'accélérateur IA en Chine.173 Les estimations comptent les cartes d'accélérateur expédiées.
L'approvisionnement national est lui-même concentré. 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.173
FAQ
Oui. Les CPU peuvent exécuter l'inférence de réseaux neuronaux. OpenVINO prend en charge l'exécution CPU aux côtés des cibles GPU et NPU.174 Le choix de l'accélérateur dépend du support des modèles, 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 les clients. NVIDIA et AMD externalisent la fabrication, tandis que TSMC fabrique les conceptions des clients. Arm et Synopsys fournissent également de la propriété intellectuelle de processeurs 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 crête seuls ne peuvent pas établir le débit ou le coût de l'application. 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 les B200, H200, H100 de NVIDIA et le MI300X d'AMD évoluent sur des configurations de 1, 2, 4 et 8 GPU pour l'inférence LLM, avec une analyse du débit, de la latence et du coût par token.
- Benchmark de concurrence GPU : comment les B200, H200, H100 de NVIDIA et le MI300X d'AMD gèrent 1 à 512 requêtes simultanées, y compris le débit du 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 le ROCm d'AMD se compare au CUDA de NVIDIA en termes de support des frameworks et de portabilité, la question logicielle derrière la position d'AMD.
- Fabricants de puces IA edge : les fournisseurs du tableau edge ci-dessus couverts un par un, avec les cas d'utilisation que chaque composant cible.
- Fournisseurs de GPU cloud : plus de 60 fournisseurs qui louent les accélérateurs couverts ici à l'heure, 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 = {{Meilleurs 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 21 septembre 2026}
}Résultats et horodatages de 103 points de données. Téléchargez les données de synthèse présentées dans les graphiques et les tableaux de cet article sous forme de fichier ZIP contenant 8 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
Top 15 des fabricants de puces d'IA en périphérie et leurs cas d'usage
Créateurs d'agents IA low-code/no-code: n8n, make, Zapier
Les 7 couches de la pile d'IA agentique
Commentaires 3
Partagez vos idées
Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.
Excellent research. I particularly liked the way you separated GPU vendors from custom ASIC providers because a lot of articles mix them together. It also feels like the industry is gradually shifting from focusing only on training performance to inference efficiency. It'll be interesting to see whether companies like Groq, d-Matrix and Qualcomm can meaningfully reduce NVIDIA's dominance over the next few years.
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!