Google surpasse GPT-5 avec Gemini 3 grâce à ses puces TPU maison, forçant OpenAI à activer son mode sécurité interne

La course à l'IA vient de connaître un virage brutal. Google a déployé Gemini 3, sa nouvelle génération de modèle, et les résultats ont envoyé une onde de choc dans le secteur. Le secret de cette avance ? Les puces TPU conçues en interne par le géant de Mountain View, qui ont offert à Gemini 3 la puissance nécessaire pour dépasser les performances du très attendu GPT-5 d'OpenAI.

La réaction d'OpenAI : un mode sécurité interne

La pression est désormais palpable chez OpenAI. Le dépassement par un rival majeur a déclenché des protocoles d'urgence. L'entreprise a activé ce qu'elle décrit comme un « mode de sécurité interne », une série de mesures visant probablement à accélérer le développement, à réévaluer sa feuille de route et à sécuriser ses actifs face à cette nouvelle concurrence agressive. Une réponse défensive qui en dit long sur l'intensité de la bataille.

L'avantage matériel, un game-changer

Cet épisode met en lumière un facteur critique souvent sous-estimé : la souveraineté technologique. En maîtrisant sa propre chaîne de puces (TPU), Google s'est affranchi des contraintes des fournisseurs externes comme Nvidia. Cela lui donne un contrôle total sur les coûts, la production et l'optimisation logicielle – un avantage décisif pour itérer rapidement. OpenAI, quant à lui, reste tributaire du marché des GPU, avec ses pénuries et ses prix volatils. Une dépendance qui devient soudainement un point faible stratégique.

Les implications pour l'écosystème

Cette rivalité féroce n'est pas qu'une querelle de laboratoire. Elle accélère l'innovation à un rythme effréné, poussant les limites de ce qui est possible. Pour les développeurs et les entreprises, cela signifie un accès à des modèles plus puissants, plus rapidement. Mais cela consolide aussi le pouvoir des géants capables d'investir des milliards dans du silicium sur mesure. La démocratisation de l'IA, promise il y a quelques années, prend un coup dans l'aile – ou plutôt, elle se concentre entre les mains de ceux qui peuvent se payer leur propre fonderie. Une leçon que le secteur de la crypto, avec ses cycles de hype et ses guerres de mineurs, comprend parfaitement.

Alors que Google savoure son avance technique, la vraie question est de savoir combien de temps OpenAI pourra rester à la traîne sans sa propre puce. Dans cette guerre, le logiciel seul ne suffit plus. Il faut contrôler le métal. Et pour les investisseurs qui suivent le secteur, cela ressemble étrangement à la course aux hashrates – sauf que les enjeux sont bien plus grands, et les perdants, potentiellement, effacés de la carte.

Google étend sa production de puces et se lance dans la vente externe.

Google prévoit désormais d'étendre l'utilisation des TPU au-delà de son propre cloud. Un récent contrat a à lui seul permis d'acquérir un million de TPU pour Anthropic, une opération évaluée à plusieurs dizaines de milliards de dollars. Ce seultraca ébranlé les investisseurs de Nvidia.

Le problème est simple : si Google vend davantage de TPU à des entreprises externes, Nvidia risque de subir une perte directe de demande de la part des centres de données.

Les analystes de SemiAnalysis classent désormais les TPU comme étant au coude à coude avec Nvidia pour l'entraînement et l'exécution de systèmes d'IA avancés. Morgan Stanley estime que chaque tranche de 500 000 TPU vendue à des acheteurs externes pourrait générer jusqu'à 13 milliards de dollars de revenus pour Google.

La banque prévoit également que TSMC produira 3,2 millions de TPU l'année prochaine, un chiffre qui devrait passer à 5 millions en 2027 et à 7 millions en 2028. Les analystes estiment que la croissance en 2027 semble désormais plustronque prévu.

Google conçoit ses processeurs principalement avec Broadcom, avec le soutien de MediaTek. L'entreprise affirme que son avantage concurrentiel réside dans la maîtrise totale du matériel, des logiciels et des modèles d'IA au sein d'un même système. Koray Kavukcuoglu, architecte IA chez Google et directeur technique de DeepMind, a déclaré : « Le plus important, c'est cette approche intégrée. Je pense que nous avons une approche unique à ce niveau. »

Il a également indiqué que les données de Google provenant de milliards d'utilisateurs lui confèrent une connaissance approfondie du fonctionnement de Gemini dans des produits tels que la recherche et les aperçus de l'IA.

L'action Nvidia a chuté le mois dernier après la publication d'un article de The Information révélant que Meta avait entamé des discussions avec Google concernant l'achat de TPU. Meta s'est refusé à tout commentaire. Les analystes estiment désormais que Google pourrait conclure des accords d'approvisionnement similaires avec OpenAI, xAI (la société d'Elon Musk) ou Safe Superintelligence, ce qui pourrait générer des revenus supplémentaires dépassant les 100 milliards de dollars sur plusieurs années.

Nvidia se défend tandis que l'affaire TPU prend une tournure plus inquiétante.

Après la chute du cours de l'action, Nvidia a réagi. L'entreprise a affirmé rester « une génération en avance sur le secteur » et « la seule plateforme capable d'exécuter tous les modèles d'IA ». Elle a également déclaré : « Nous continuons de fournir Google. » Nvidia a ajouté que ses systèmes offrent « des performances, une polyvalence et une fongibilité supérieures » aux TPU, qui, selon elle, ciblent des frameworks spécifiques.

Parallèlement, les développeurs bénéficient désormais d'outils facilitant la transition depuis le logiciel CUDA de Nvidia. Les outils de programmation IA permettent de réécrire plus rapidement les charges de travail pour les systèmes TPU, ce qui supprime l'un destronmécanismes de verrouillage de Nvidia.

L'histoire des TPU a commencé bien avant l'essor actuel de l'IA. En 2013, Jeff Dean, directeur scientifique de Google, a donné une conférence interne suite à une avancée majeure dans le domaine des réseaux neuronaux profonds pour les systèmes vocaux. Jonathan Ross, alors ingénieur matériel chez Google, se souvient de ce moment : « La première diapositive annonçait une bonne nouvelle : l'apprentissage automatique fonctionne enfin. La deuxième, une mauvaise : nous n'avons pas les moyens de nous le permettre. » Dean a calculé que si des centaines de millions d'utilisateurs interagissaient avec Google pendant trois minutes par jour, la capacité des centres de données devrait doubler, pour un coût de plusieurs dizaines de milliards de dollars.

Ross a commencé à développer la première TPU en parallèle de son travail au sein de l'équipe vocale en 2013. « Nous avons construit cette première puce avec une quinzaine de personnes », a-t-il déclaré en décembre 2023. Ross dirige aujourd'hui Groq, une entreprise spécialisée dans les puces d'IA.

En 2016, AlphaGo a vaincu le champion du monde de go, Lee Sedol, et ce match historique a marqué une étape majeure dans le domaine de l'intelligence artificielle. Depuis, les TPU alimentent les systèmes de recherche, de publicité et YouTube de Google.

Auparavant, Google mettait à jour ses TPU tous les deux ans, mais ce cycle est passé à une mise à jour annuelle il y a deux ans, en 2023.

Un porte-parole de Google a indiqué que la demande est en hausse sur les deux fronts. « Google Cloud constate une demande croissante pour ses TPU personnalisés et ses GPU Nvidia. Nous continuerons à prendre en charge les deux », a déclaré l'entreprise.

Ne vous contentez pas de lire l'actualité crypto. Apprenez-en plus. Abonnez-vous à notre newsletter. C'est gratuit .