Google a renforcé sa position dans l’infrastructure d’intelligence artificielle grâce à ses unités de traitement tensoriel (TPU) maison, qui alimentent le chatbot Gemini de l’entreprise et représentent une partie intégrante de son activité de cloud computing en pleine croissance. Wall Street prévoit que les revenus de Google Cloud bondiront d’environ 64 % cette année pour atteindre 96 milliards de dollars, selon FactSet, les analystes modélisant une croissance supérieure à 50 % se poursuivant en 2027. Les TPU offrent des avantages en termes de coûts en consommant 20 % à 40 % d’énergie en moins que les processeurs Nvidia, ce qui permet à Google de facturer environ 20 % à 30 % de moins pour la capacité de calcul excédentaire, selon l’analyste de William Blair, Ralph Schackart. Cela place Alphabet comme une force majeure dans l’infrastructure d’IA, même si Google Cloud reste encore en retard sur Amazon Web Services et Microsoft Azure en termes de revenus. L’approche silicium sur mesure de l’entreprise répond à la demande croissante de puissance de calcul en IA tout en réduisant les coûts opérationnels, Sundar Pichai évoquant une réduction de 78 % des coûts unitaires de service Gemini en 2025.
Les TPU de Google offrent une efficacité grâce à une conception spécialisée
Les TPU de Google appartiennent à une classe de puces appelées circuits intégrés spécifiques à une application (ASIC), conçus spécifiquement pour les tâches d’apprentissage automatique comme l’entraînement des modèles et leur exécution en temps réel via l’inférence. Brad Gastwirth, responsable mondial de la recherche marchés et de l’intelligence marché chez Circular Technology, a comparé les ASIC à un costume sur mesure taillé pour certaines tâches plutôt que pour un corps humain. Google co-conçoit les puces avec Broadcom.
La spécialisation permet aux TPU de fournir plus de puissance de calcul avec moins d’énergie. « La plupart des ASIC consomment 20 % à 40 % d’énergie en moins que les processeurs Nvidia, offrant ainsi de meilleures performances par dollar », a déclaré Ralph Schackart, analyste chez William Blair. Ces avantages en termes de coûts permettent à Google de facturer environ 20 % à 30 % de moins pour la capacité de calcul excédentaire, attirant les entreprises d’IA vers le cloud et les services d’entreprise de Google.
La dernière génération de TPU de huitième génération, annoncée fin avril lors de la conférence Google Cloud Next, marque la première fois que Google divise sa gamme de puces en deux variantes spécialisées : le TPU 8t pour l’entraînement des modèles et le TPU 8i pour l’inférence. Google a déclaré que les puces sont jusqu’à trois fois plus rapides pour l’entraînement des modèles d’IA, offrent 80 % de meilleures performances par dollar et peuvent exécuter plus d’un million de TPU dans un seul cluster. « Cela nous donne la capacité de créer le plus grand cluster d’entraînement au monde », a déclaré Pichai lors de la conférence des développeurs I/O de Google le mois dernier.
Nvidia conserve une position dominante sur le marché du calcul en IA
Nvidia reste le plus grand acteur du calcul en IA, ses GPU occupant une position dominante dans l’entraînement des modèles d’IA et l’inférence quotidienne. Les GPU de l’entreprise offrent plus de flexibilité qu’un ASIC comme un TPU, car ils ont été conçus à l’origine pour le rendu graphique 3D avant que leur puissance de traitement ne soit exploitée pour l’IA. Nvidia dispose d’un avantage majeur avec son système logiciel CUDA, autour duquel les développeurs travaillent depuis des années. Le PDG Jensen Huang a déclaré lors d’une conférence téléphonique sur les résultats l’an dernier que « la raison pour laquelle les développeurs nous aiment, c’est parce que nous sommes littéralement partout ».
Les analystes de Stifel ont écrit dans une note de recherche de mai que Nvidia reste le « leader de l’écosystème au sens large », sa part de marché dominante étant protégée à court terme. Cependant, ils ont estimé que les « fossés de Nvidia sont de plus en plus testés ». Les analystes ont déclaré que le marché évolue d’un « régime axé sur l’entraînement vers un régime axé sur l’inférence d’ici fin 2026 », mettant davantage l’accent sur les coûts de calcul et le retour sur investissement. Cette évolution accélère l’intérêt des hyperscalers pour les ASIC maison et les puces alternatives pour l’IA.
Anthropic et Meta signent des accords multi-milliards de dollars pour les TPU
Anthropic s’est engagé à utiliser plusieurs gigawatts de TPU Google pour accroître ses ressources informatiques, alors que la demande pour ses modèles et services explose. Meta Platforms a signé un accord de plusieurs milliards de dollars avec Alphabet en février pour utiliser les TPU de Google. Les clients louent l’accès aux puces via le cloud de Google, et dans certains cas, peuvent désormais acheter des TPU pour leurs propres centres de données.
Thomas Kurian, PDG de Google Cloud, a noté sur le podcast Future Forward le 25 avril qu’il constate une demande de TPU au-delà des laboratoires d’IA, dans des secteurs comme la finance et l’énergie. La société financière Citadel Securities utilise les TPU de Google pour la modélisation financière haute performance, et les 17 laboratoires nationaux du Département américain de l’énergie utilisent un logiciel de co-scientifique IA développé par Google et alimenté par Gemini, construit sur ces puces.
Le backlog de Google Cloud atteint 472 milliards de dollars, porté par la demande de TPU
La directrice financière d’Alphabet, Anat Ashkenazi, a déclaré que le backlog de Google Cloud a presque doublé séquentiellement pour atteindre 472 milliards de dollars à la fin du premier trimestre, porté par une forte demande pour les offres d’IA d’entreprise et l’inclusion des ventes de matériel TPU pour les propres centres de données des clients. Les analystes de Citizens ont prévu dans une note le mois dernier que Google générera environ 3 milliards de dollars de revenus provenant de l’infrastructure liée aux TPU en 2026, avant de bondir à 25 milliards de dollars en 2027. « Il est important de noter que la monétisation des TPU n’est pas entièrement reflétée dans les estimations actuelles du consensus, ce qui indique un potentiel de hausse significatif », ont écrit les analystes début mai.
Kurian a expliqué dans une interview sur le podcast Future Forward en avril que « nous réalisons de bonnes marges, peu importe la manière dont nous les vendons, car nous possédons notre propre propriété intellectuelle ». Il a ajouté que, la demande de puces étant susceptible de dépasser l’offre pendant des années dans un environnement déjà contraint en capacité, « l’économie unitaire devient plus coûteuse, mais dans notre cas, parce que nous contrôlons notre puce, l’économie unitaire reste attrayante ».
Blackstone engage 5 milliards de dollars dans une coentreprise cloud dédiée aux TPU
Google a créé une nouvelle coentreprise de calcul en IA avec le géant de la gestion d’actifs Blackstone, construite autour des TPU. Blackstone engage 5 milliards de dollars en fonds propres initiaux dans la coentreprise, avec des plans pour mettre en service 500 mégawatts de capacité d’ici 2027 et monter en puissance à partir de là. Google fournira le matériel, les logiciels et l’expertise en infrastructure. Une offre d’emploi sur LinkedIn est actuellement disponible pour le poste de directeur général de la « Blackstone and Google TPU Cloud Company ».
Piper Sandler a écrit le mois dernier dans une note de recherche que la coentreprise avec Blackstone est « un autre vote de confiance dans les TPU et permet à Google d’accroître son engagement dans le cloud sans les besoins en capitaux importants ». Les analystes ont qualifié cela de « moyen peu capitalistique pour Google de continuer à faire progresser la dynamique des TPU ».
Les actions Alphabet sont en baisse de 16 % par rapport à leur pic de début mai, coïncidant avec une période plus large de faiblesse chez les hyperscalers. Depuis le début de l’année, les actions Alphabet sont encore en hausse d’environ 8 %, surperformant Microsoft, Amazon et Meta Platforms.
FAQ
Que sont les TPU de Google et en quoi diffèrent-ils des GPU de Nvidia ?
Les unités de traitement tensoriel (TPU) de Google sont des circuits intégrés spécifiques à une application (ASIC) co-conçus avec Broadcom et optimisés spécifiquement pour les tâches d’apprentissage automatique comme l’entraînement des modèles et l’inférence. Ils consomment 20 % à 40 % d’énergie en moins que les processeurs Nvidia, ce qui permet à Google de facturer environ 20 % à 30 % de moins pour la capacité de calcul excédentaire, selon l’analyste de William Blair, Ralph Schackart. Les GPU de Nvidia offrent plus de flexibilité en tant que processeurs polyvalents conçus à l’origine pour le rendu graphique 3D, et détiennent une position de marché dominante avec des avantages incluant le système logiciel CUDA autour duquel les développeurs travaillent depuis des années.
Quel chiffre d’affaires Google est-il projeté de générer cette année grâce à son activité cloud ?
Wall Street prévoit que les revenus de Google Cloud bondiront d’environ 64 % cette année pour atteindre 96 milliards de dollars, selon FactSet. Les analystes modélisent une croissance supérieure à 50 % se poursuivant en 2027. La directrice financière d’Alphabet, Anat Ashkenazi, a rapporté que le backlog de Google Cloud a presque doublé séquentiellement pour atteindre 472 milliards de dollars à la fin du premier trimestre, porté par une forte demande pour les offres d’IA d’entreprise et les ventes de matériel TPU. Les analystes de Citizens ont prévu que Google générera environ 3 milliards de dollars de revenus provenant de l’infrastructure liée aux TPU en 2026, avant de bondir à 25 milliards de dollars en 2027.
Quelles grandes entreprises ont signé des accords pour utiliser les TPU de Google ?
Anthropic s’est engagé à utiliser plusieurs gigawatts de TPU Google pour accroître ses ressources informatiques, alors que la demande pour ses modèles explose. Meta Platforms a signé un accord de plusieurs milliards de dollars avec Alphabet en février pour utiliser les TPU de Google. Blackstone engage 5 milliards de dollars en fonds propres initiaux dans une coentreprise cloud dédiée aux TPU avec Google, avec des plans pour mettre en service 500 mégawatts de capacité d’ici 2027. De plus, la société financière Citadel Securities utilise les TPU pour la modélisation financière haute performance, et les 17 laboratoires nationaux du Département américain de l’énergie utilisent un logiciel d’IA alimenté par Gemini et construit sur ces puces.
