Le calcul IA devient un marché à plusieurs routes
Le titre de travail correspond au sujet: Nvidia rivals widen AI compute map. Dans les 72 heures précédant le 28 octobre 2026, trois signaux ont redessiné le paysage de l’infrastructure IA: Oracle a élargi son catalogue de puces dans le cloud, OpenAI aurait prévu d’acheter des TPU de Google, et Firebird a avancé sur un projet de 45 000 GPU Nvidia Grace Blackwell au Kazakhstan .
Ce n’est pas une histoire de recul brutal de Nvidia. C’est plutôt une histoire de sortie progressive du réflexe “Nvidia uniquement”. Oracle et Nvidia ont annoncé une extension des superclusters OCI autour de Vera Rubin NVL72 à une échelle multigigawatt, tandis qu’Oracle ajoutait ou mettait en avant Google TPU, Cerebras, SambaNova, AMD Helios et Intel Diamond Rapids . Nvidia demeure le centre de gravité du calcul IA haut de gamme, mais les clients veulent désormais des chemins de contournement.
Oracle veut vendre le bon silicium pour le bon travail
Les annonces d’Oracle AI World donnent l’exemple le plus visible de cette stratégie multichip. Oracle et Google ont indiqué que les TPU de Google seraient disponibles via OCI à partir de l’année civile 2027, faisant d’Oracle le premier hyperscaler extérieur à Google à proposer ces accélérateurs . Le discours d’Oracle est simple: les charges IA n’ont pas toutes les mêmes besoins, et les clients doivent pouvoir choisir selon la performance, le débit et l’économie du calcul .
Le catalogue ne s’arrête pas là. Nvidia et Oracle ont annoncé que les systèmes Vera Rubin NVL72 seraient déployés sur OCI à l’échelle multigigawatt, avec l’arrivée des CPU Nvidia Vera dans le cloud d’Oracle . AMD pousse aussi sa plateforme Helios vers OCI, avec un système de référence combinant 72 GPU AMD Instinct MI455X, des CPU AMD EPYC de sixième génération “Venice”, le réseau AMD Pensando et la pile ROCm . Intel et Oracle ont annoncé de leur côté une collaboration pluriannuelle incluant des offres OCI X14 prévues autour des futurs processeurs serveur Xeon Diamond Rapids .
L’inférence suit le même mouvement. Cerebras et Oracle prévoient de rendre l’inférence rapide de Cerebras disponible sur OCI pour les laboratoires IA, les entreprises et les développeurs d’applications interactives . SambaNova et Oracle ont annoncé le déploiement de puces d’inférence SambaRack SN50 dans les centres de données OCI, avec une capacité destinée aux bâtisseurs de modèles IA . Un article de Wccftech rassemble cette carte élargie en mentionnant Nvidia, AMD, Intel, Google, Cerebras, SambaNova et Broadcom dans le même effort d’infrastructure IA d’Oracle .
La logique commerciale est limpide: Oracle veut vendre l’adéquation charge de travail-infrastructure, pas une fidélité religieuse à une marque de puces. L’entraînement de très grands modèles peut continuer à privilégier les clusters Nvidia. Certaines inférences sensibles au coût peuvent être dirigées vers des TPU, Cerebras ou SambaNova. Les applications d’entreprise, elles, regardent aussi les CPU, le réseau, la mémoire, les bases de données, la résidence régionale et la facilité d’exploitation.
Le dossier OpenAI donne une portée symbolique au mouvement
OpenAI est l’acheteur potentiel le plus symbolique de cette séquence. Reuters, citant The Information, a rapporté le 27 octobre qu’OpenAI prévoyait d’acheter des puces IA de Google, sans montant ni conditions financières publiés . Le même rapport souligne que les TPU de Google gagnent en intérêt comme alternative à Nvidia, à mesure que les entreprises cherchent des options moins coûteuses ou mieux adaptées à l’exécution de modèles IA .
Si ce projet se concrétise, il sera important pour deux raisons. D’abord, OpenAI fait partie des clients les plus visibles de l’infrastructure IA fondée sur Nvidia. Ensuite, Google a longtemps gardé une grande part de l’avantage TPU pour ses propres produits et son cloud; une vente à OpenAI signalerait donc une ouverture commerciale plus large de son silicium maison .
Il faut toutefois éviter le contresens. Acheter des TPU ne signifierait pas abandonner Nvidia. La lecture la plus solide est celle d’un portefeuille de calcul: Nvidia pour les charges où son écosystème matériel et logiciel reste le plus fort, TPU pour les charges optimisables sur la pile Google, et puces personnalisées ou partenaires lorsque l’économie, la disponibilité ou la spécialisation le justifient. Dans l’IA de frontière, un second fournisseur n’est pas seulement un rabais potentiel; c’est du pouvoir de négociation, de l’assurance capacité et de la flexibilité de planification.
Cette flexibilité devient cruciale parce que le goulot d’étranglement de l’IA n’est plus uniquement l’algorithme. Il faut réunir en même temps énergie, accélérateurs, interconnexions, bâtiments, refroidissement et équipes logicielles. Un acteur capable de répartir davantage de charges sur davantage d’architectures réduit le risque qu’une seule chaîne d’approvisionnement dicte son calendrier produit.
Le Kazakhstan montre que la carte s’élargit aussi géographiquement
La carte du calcul IA s’élargit également hors des pôles habituels. OilPrice, citant Eurasianet, a rapporté le 27 octobre que Firebird.ai détient une licence d’exportation américaine pour 45 000 GPU Nvidia Grace Blackwell destinés à un centre de données avec Kazakhtelecom, avec une première phase visée pour un lancement commercial au troisième trimestre 2027 et une capacité potentielle pouvant atteindre 500 mégawatts après extension . Le rapport indique que Jensen Huang, le patron de Nvidia, a rencontré le président kazakh Kassym-Jomart Tokayev le 23 octobre et a encouragé le pays à transformer son énergie en intelligence, tandis que le projet Firebird est en construction avec Kazakhtelecom à Data Center Valley .
Il s’agit encore de capacité planifiée, pas d’un cluster de 45 000 GPU déjà pleinement opérationnel. Cette nuance est essentielle. À cette échelle, il faut des licences d’exportation, des sous-stations électriques, du refroidissement, du réseau, des financements et des clients. Mais même au stade de projet autorisé, l’initiative kazakhe montre que les grandes usines IA ne se limitent plus aux États-Unis, à l’Europe occidentale ou aux pays du Golfe .
Pour le Kazakhstan, l’intérêt est évident: le pays dispose de ressources énergétiques, d’une position stratégique et d’une ambition de montée en gamme numérique. Pour Nvidia, le projet étend son empreinte matérielle en Asie centrale tout en conservant son rôle de plateforme de référence des usines IA nationales. Pour les États, il confirme une mutation politique: l’accès aux GPU n’est plus un achat informatique ordinaire, mais une capacité industrielle.
Diversification ne veut pas dire remplacement
Le fil conducteur entre Oracle, OpenAI et Firebird est la diversification. Oracle construit un catalogue. OpenAI chercherait un deuxième grand fournisseur d’accélérateurs. Le Kazakhstan mobilise du matériel Nvidia pour bâtir un pôle régional de calcul IA intégré à sa stratégie nationale .
Mais diversification ne signifie pas remplacement. L’extension Vera Rubin d’Oracle et la licence Blackwell de Firebird montrent que Nvidia continue de gagner certains des plus grands engagements annoncés dans l’infrastructure IA . Ce qui change, c’est la mentalité des acheteurs. Ils ne veulent plus une seule réponse pour toutes les charges. Ils veulent une carte du calcul IA avec des itinéraires alternatifs.
Le marché ressemble donc moins à un récit de monopole simple qu’à une pile stratifiée. Nvidia reste l’autoroute premium. Les TPU de Google deviennent une voie express plus accessible. AMD et Intel renforcent les plateformes CPU-GPU et généralistes. Cerebras et SambaNova poussent des architectures spécialisées pour l’inférence. Broadcom reste présent dans l’écosystème des accélérateurs personnalisés et du réseau des grandes usines IA .
C’est pourquoi la manœuvre d’Oracle dépasse Oracle. Elle donne aux entreprises la permission de penser en architectures plutôt qu’en marques. Elle offre aussi aux challengers du silicium IA un canal cloud sans les obliger à devenir eux-mêmes des hyperscalers. Si OCI parvient à masquer la complexité opérationnelle derrière une couche commerciale et technique unique, le rack cloud cesse d’être une marchandise uniforme: il devient une équipe de processeurs spécialisés.
Les questions à suivre
Les prochaines étapes seront moins spectaculaires que les annonces, mais plus décisives. Oracle saura-t-il rendre le choix multichip assez simple pour les clients? Google pourra-t-il fournir assez de TPU hors de son propre cloud sans affaiblir ses priorités internes? OpenAI pourra-t-il rentabiliser le coût d’optimisation logicielle des TPU? Le Kazakhstan tiendra-t-il les délais d’énergie, de refroidissement et de mise en service pour un cluster aussi massif ?
Pour l’instant, la direction est claire. Le calcul IA évolue d’une rareté centrée sur un fournisseur dominant vers une rareté gérée par diversification stratégique. Nvidia reste incontournable. Mais autour de Nvidia, la carte se remplit vite, et c’est probablement l’histoire d’infrastructure la plus importante du moment.
Commentaires
Sois le premier à commenter.