Débloquez gratuitement Editor’s Digest
Roula Khalaf, rédactrice en chef du FT, sélectionne ses histoires préférées dans cette newsletter hebdomadaire.
Dans le drame qui vient de se jouer dans la Silicon Valley sur l’avenir d’OpenAI, un complot secondaire concernait une ambitieuse entreprise de puces lancée par son PDG Sam Altman.
Avant d’être évincé et réintégré à la tête de l’entreprise, Altman avait cherché à lever jusqu’à 100 milliards de dollars auprès d’investisseurs du Moyen-Orient et du fondateur de SoftBank, Masayoshi Son, pour créer un rival capable de rivaliser avec les géants du secteur Nvidia et Taiwan Semiconductor Manufacturing Co. Ce serait une vaste entreprise. Et dans lequel 100 milliards de dollars ne mèneront peut-être pas très loin.
Étant donné que le concepteur de puces américain et le fabricant de puces taïwanais sont essentiels à tout ce qui concerne l’IA générative, il est peu probable qu’Altman soit le seul à espérer les prendre en charge. Mais les barrières à l’entrée – des fossés dans le jargon de la Silicon Valley – sont formidables.
Nvidia détient environ 95 % des marchés des GPU ou unités de traitement graphique. Ces processeurs informatiques ont été initialement conçus pour le graphisme, mais sont devenus de plus en plus importants dans des domaines tels que l’apprentissage automatique. TSMC détient environ 90 % du marché mondial des puces avancées.
Ces entreprises sont lucratives. TSMC fonctionne avec des marges brutes de près de 60 pour cent, Nvidia à 74 pour cent. TSMC réalise 76 milliards de dollars de ventes par an. Les chiffres impressionnants donnent l’impression qu’il y a encore beaucoup de place pour davantage de prétendants.
Une pénurie mondiale de puces IA de Nvidia rend la perspective d’une intégration verticale encore plus attrayante. Alors que le nombre de GPU requis pour développer et former des modèles d’IA avancés augmente rapidement, la clé de la rentabilité des entreprises d’IA réside dans un accès stable aux GPU.
Cela explique pourquoi les géants mondiaux de la technologie se sont précipités pour développer des puces rationalisées optimisées pour leurs flux de travail, telles que celles destinées aux serveurs de centres de données qui entraînent et exécutent de grands modèles de langage pour l’IA.
C’est une chose que les entreprises conçoivent des puces personnalisées. Mais la rentabilité de Nvidia ne vient pas de la fabrication de puces rentables, mais de la fourniture d’une solution unique pour un large éventail de tâches et d’industries. Par exemple, les systèmes HGX H100 de Nvidia, qui peuvent coûter environ 300 000 $ chacun, sont utilisés pour accélérer les charges de travail pour tout, des applications financières à l’analyse.
Trouver un rival viable pour le système HGX H100, composé de 35 000 pièces, nécessiterait bien plus que la simple conception d’une nouvelle puce. Nvidia développe des GPU depuis plus de deux décennies. Cette longueur d’avance, qui inclut le matériel et les bibliothèques de logiciels associées, est protégée par des milliers de brevets.
Même en mettant de côté les défis liés à la conception d’une nouvelle puce d’IA, c’est dans la fabrication que réside le véritable défi. La création d’une usine de fabrication est le premier obstacle. Il devrait falloir plus de trois ans à TSMC pour que l’usine américaine qu’elle construit en Arizona démarre la production, malgré plus de trois décennies d’expérience dans la construction de « fabs ». Son investissement global dans cette usine devrait s’élever à environ 40 milliards de dollars.
L’exploitation de ces usines nécessite une armée de travailleurs hautement qualifiés possédant des diplômes supérieurs en génie électrique, en physique ou en science des matériaux. Une pénurie de main-d’œuvre qualifiée a déjà retardé la date de démarrage de son usine en Arizona.
Un autre problème consiste à acheter le matériel de fabrication de puces destiné aux usines. Le fabricant néerlandais ASML détient le monopole des machines de lithographie ultraviolette extrême, essentielles à la production de puces avancées. La liste d’attente pour les machines, qui coûtent plus de 300 millions de dollars chacune, est en moyenne d’environ deux ans.
Mais les brevets restent de loin le principal obstacle. TSMC est l’un des plus grands détenteurs de brevets au monde, avec plus de 52 000 brevets liés à la fabrication de puces. Parmi eux, environ 3 000 figurent sur son emballage avancé – une technologie cruciale pour les puces d’IA qui améliore les performances et dans laquelle TSMC a l’avantage sur son rival Samsung en matière de fabrication sous contrat. Les investissements de plus de huit ans de TSMC dans la technologie ont poussé les barrières à l’entrée encore plus haut.
Naviguer dans tout cela signifie des délais de livraison extrêmement longs pour les nouveaux entrants, ce qui est particulièrement périlleux dans un secteur en évolution rapide. Dans le même temps, les marges importantes de Nvidia et TSMC signifient plus de liquidités pour la recherche et le développement, accélérant ainsi le rythme des sorties technologiques de nouvelle génération. Cette dernière dépense chaque année plus de 30 milliards de dollars en dépenses d’investissement.
Avec une dynamique en leur faveur, l’écart entre Nvidia et TSMC et leurs concurrents s’est creusé au cours de l’année écoulée. Pour l’instant, même leurs plus grands rivaux ne sont pas suffisamment équipés pour combler cet écart, encore moins les nouveaux arrivants.