Les nouveaux systèmes TPU de Google et les progrès de la prise en charge de PyTorch multiplient les options pour le calcul en IA. Mais réduire la dépendance à NVIDIA demande plus que de choisir un autre processeur.
Pourquoi des organisations regardent au-delà de NVIDIA
Imaginez une entreprise qui exploite un assistant d’IA aidant ses employés à rechercher des documents internes, à répondre à des questions et à accomplir des tâches courantes. L’assistant fonctionne sur des GPU NVIDIA. Ses développeurs utilisent PyTorch et des bibliothèques optimisées pour la plateforme de calcul de NVIDIA.
À mesure que le service se développe, l’entreprise a besoin de plus de capacité de traitement. Ses architectes veulent savoir si un autre matériel peut fournir le service requis à un coût total plus faible, sans sacrifier la fiabilité ni leur investissement d’ingénierie antérieur.
Google propose les Tensor Processing Units (TPU), des processeurs spécialisés pour les charges de travail d’apprentissage automatique. AWS propose Trainium, une autre famille d’accélérateurs d’IA. Les deux fournisseurs améliorent la prise en charge des frameworks de développement familiers. L’annonce par Google de TPU 8tx et TPU 8i Max le 9 novembre 2026 rend la question d’actualité, mais le changement de fond est de savoir si les organisations peuvent exploiter des charges de travail d’IA adaptées sans dépendre exclusivement de NVIDIA.
Pourquoi NVIDIA est difficile à remplacer
Les processeurs graphiques (GPU) sont devenus importants pour l’IA parce qu’ils peuvent effectuer de nombreux calculs en parallèle. Ils sont donc utiles pour entraîner des réseaux de neurones et pour l’inférence, c’est-à-dire l’utilisation d’un modèle entraîné pour produire des résultats.
L’avantage de NVIDIA va au-delà de ses processeurs. CUDA, sa plateforme de calcul parallèle, fournit des outils de programmation et des bibliothèques optimisées. Les frameworks d’IA, les opérations personnalisées, les moteurs d’inférence et les outils de déploiement se sont étroitement intégrés à cet écosystème. Une application PyTorch peut donc dépendre de composants propres à NVIDIA, même si ses développeurs écrivent rarement du code CUDA directement.
Déplacer l’application vers un autre accélérateur demande plus que d’égaler la performance de calcul du GPU. Le modèle, les bibliothèques dont il dépend, les besoins en mémoire et les outils d’exploitation doivent fonctionner correctement et efficacement sur le matériel alternatif. C’est pourquoi NVIDIA n’est pas facilement remplaçable.
Pour les bases sur les processeurs, consultez l’explication de TechiesJournal sur CPU, GPU, TPU, NPU, LPU et DPU.
Ce que changent les nouveaux systèmes TPU de Google
Le 9 novembre 2026, Google a annoncé TPU 8tx et TPU 8i Max, qui étendent sa gamme de TPU de huitième génération.
| Système TPU | Charge de travail visée |
|---|---|
| TPU 8t | Entraînement de modèles à grande échelle |
| TPU 8i | Inférence et raisonnement en temps réel |
| TPU 8tx | Inférence confidentielle et charges de travail d’IA sensibles |
| TPU 8i Max | Charges de travail à grand contexte et densité de calcul accrue |
Ce ne sont pas quatre versions interchangeables d’un même processeur. Google adapte des systèmes matériels, notamment le packaging, la mémoire, le réseau et la sécurité, à différentes charges de travail d’IA. Google indique que TPU 8tx utilise le même silicium que TPU 8t et que TPU 8i Max regroupe deux puces TPU 8i existantes, de sorte qu’il s’agit de nouvelles configurations de systèmes plutôt que de nouvelles architectures de puces.
TPU 8tx : protéger les charges de travail sensibles
Prenons une institution financière qui utilise un modèle d’IA pour traiter des dossiers clients sensibles. Protéger les données au repos et en transit est important, mais l’institution peut aussi avoir besoin de protections pendant que le modèle traite ces informations.
Le confidential computing (calcul confidentiel) utilise des mécanismes d’isolation et de protection pris en charge par le matériel pour réduire les accès non autorisés pendant l’exécution. Google indique que TPU 8tx offre de telles capacités pour les charges d’inférence prises en charge, ainsi que la personnalisation privée de modèles et certains cas d’usage d’entraînement.
Le calcul confidentiel ne garantit pas la sécurité de bout en bout d’une application. L’identité, les permissions, le comportement du modèle et la configuration du déploiement restent des responsabilités distinctes.
TPU 8i Max : prendre en charge les charges de travail à fort contexte
Un agent d’IA qui traite de volumineux documents ou dépôts de code logiciel peut être limité par la capacité mémoire et par la vitesse à laquelle l’information circule entre la mémoire et les composants de calcul.
Pour TPU 8i Max, Google combine deux puces TPU 8i dans un seul boîtier. L’entreprise indique un doublement de la capacité de calcul, de la SRAM intégrée à la puce et de la bande passante de la mémoire à haute bande passante par rapport à un seul TPU 8i. Ces comparaisons se situent au sein du portefeuille de Google. Elles n’établissent pas d’avantage sur un déploiement NVIDIA équivalent.
Annoncé ne veut pas dire disponible partout
L’annonce décrit des capacités prévues. Elle n’établit pas une disponibilité générale pour les clients, quels que soient la configuration, le site ou le modèle de déploiement. Les acheteurs doivent confirmer l’éligibilité, la capacité, les logiciels pris en charge, les tarifs et l’accès commercial avant de planifier une migration.
Source : Google, 9 novembre 2026.
Pourquoi la prise en charge de PyTorch peut compter plus que les puces
Un accélérateur devient utile aux développeurs lorsque leurs applications peuvent y fonctionner. Le 20 octobre 2026, le projet PyTorch a annoncé TorchTPU, une collaboration open source entre Google et Meta. TorchTPU introduit un backend PyTorch natif pour les TPU de Google et vise à réduire la nécessité de reconstruire les applications autour d’un autre framework d’apprentissage automatique.
Le projet évolue activement. Ses développeurs décrivent un usage en production pour certaines charges d’entraînement et d’inférence, mais cela ne garantit ni la compatibilité ni l’aptitude à la production pour tous les modèles.
Exécuter un modèle n’est pas l’optimiser
Revenons à l’assistant d’IA de l’entreprise. Supposons que son modèle PyTorch existant utilise des GPU NVIDIA. Pour une configuration prise en charge, changer le périphérique d’exécution peut permettre au modèle de tourner sur des TPU et de produire des réponses correctes. La description de TorchTPU elle-même indique que le portage peut se résumer à remplacer model.to("cuda") par model.to("tpu"), avec la réserve que la performance maximale demande davantage. C’est un point de départ utile, pas la fin de la migration.
Le modèle d’origine pourrait utiliser des kernels personnalisés propres aux GPU, des agencements mémoire particuliers ou une stratégie de répartition de ses couches entre plusieurs processeurs. Sur du matériel TPU, une autre stratégie de sharding (répartition du modèle entre accélérateurs) peut être nécessaire pour utiliser efficacement la mémoire et la communication entre accélérateurs. Une opération qui s’exécute correctement peut quand même être peu performante sans réglage.
La discussion technique de TorchTPU désigne les formes de modèle, le sharding et les opérations comme des points pratiques d’optimisation. Elle note aussi que le compilateur XLA attend des formes de tenseurs connues à la compilation et indique que la prise en charge des formes variables est encore en développement actif. La compatibilité du framework rend une charge de travail possible à exécuter. La portabilité des performances exige que l’ensemble du système fonctionne efficacement sans redéveloppement disproportionné.
Source : PyTorch, 20 octobre 2026.
Alternative textuelle accessible de cette figure
Votre modèle PyTorch peut être envoyé vers un NVIDIA GPU avec model.to("cuda"), en utilisant des bibliothèques CUDA et des kernels GPU.
Il peut aussi être envoyé vers un Google TPU avec model.to("tpu"), en utilisant le backend TorchTPU et le compilateur XLA. Le modèle tourne.
La vitesse maximale demande encore du réglage : formes du modèle, répartition et kernels propres aux GPU.
AWS développe une alternative similaire
AWS suit une approche voisine avec Trainium. Le 20 octobre 2026, l’entreprise a annoncé TorchNeuron, un backend PyTorch natif destiné à l’infrastructure Trainium prise en charge. Il prend en charge les modes de développement PyTorch familiers, notamment l’exécution eager et la compilation.
AWS a lancé TorchNeuron en bêta publique pour Trainium2 et Trainium3. Ce statut compte pour les attentes en matière de support et pour la planification de la production. TorchNeuron et TorchTPU réduisent certains freins logiciels à l’adoption, mais ils ne rendent pas interchangeables les accélérateurs de Google et d’AWS. Le matériel, les compilateurs, les opérations prises en charge et les environnements de déploiement diffèrent.
Source : AWS, 20 octobre 2026.
NVIDIA rivalise avec des systèmes complets
NVIDIA s’adapte elle aussi aux charges de travail d’IA exigeantes. Son framework d’inférence Dynamo 1.0, annoncé comme prêt pour la production en mars 2026, traite l’exécution distribuée, l’acheminement des requêtes et une utilisation plus efficace de la mémoire sur les systèmes GPU.
L’architecture Rubin de NVIDIA vise le raisonnement et l’inférence à long contexte grâce à des améliorations du calcul, de la mémoire et des interconnexions. Ses chiffres de performance publiés sont des affirmations rapportées par le fournisseur et ne doivent pas être interprétés comme des résultats atteints partout.
Il s’agit d’une concurrence entre plateformes d’accélérateurs, qui comprennent matériel, interfaces de programmation, logiciels d’inférence et réseau, plutôt qu’entre processeurs isolés. L’article de TechiesJournal sur l’expansion de l’infrastructure d’AWS et de NVIDIA apporte un éclairage complémentaire sur l’investissement dans le cloud.
Sources : NVIDIA Dynamo, 16 mars 2026 et architecture Rubin, 21 juillet 2026.
Comment décider si une alternative en vaut la peine
Les architectes de l’entreprise veulent maintenant comparer leur déploiement NVIDIA établi à une configuration TPU disponible et prise en charge. Ils doivent tester des charges de travail équivalentes plutôt que comparer des spécifications de puces isolées. Les deux systèmes doivent offrir une qualité de modèle acceptable avec le même modèle, ou avec des configurations dont les différences sont consignées de façon transparente.
| Facteur d’évaluation | Ce qu’il faut mesurer |
|---|---|
| Exactitude | Qualité des résultats et opérations prises en charge |
| Latence | Délai avant le premier jeton et réponse complète |
| Débit | Travail utile à la concurrence requise |
| Mémoire | Capacité, bande passante et comportement en contexte long |
| Coût | Coût total d’un service équivalent |
| Migration | Modifications du code, réglages et effort d’ingénierie |
| Exploitation | Supervision, support, disponibilité et diagnostic des pannes |
Un tarif horaire plus bas peut malgré tout produire un coût de service plus élevé si la charge de travail s’exécute de façon inefficace. Un système plus cher peut être économique s’il fournit davantage de travail utile dans les limites de service requises. Les benchmarks publiés aident à présélectionner des candidats, mais les différences de modèle, de précision, de longueur de contexte et de concurrence peuvent rendre les résultats affichés incomparables.
Remplacer une dépendance peut en créer une autre
Passer aux TPU peut réduire la dépendance à CUDA et au matériel NVIDIA tout en augmentant celle à Google Cloud, à des outils propres aux TPU ou à des options de déploiement prises en charge. Trainium peut créer des dépendances similaires au sein d’AWS.
L’indépendance matérielle signifie disposer d’une alternative viable à un écosystème d’accélérateurs. La portabilité entre clouds signifie pouvoir déplacer une application d’un environnement cloud à un autre sans refonte excessive ni perturbation opérationnelle. L’une ne garantit pas l’autre.
Une organisation engagée auprès d’un seul fournisseur peut accepter une intégration spécialisée en échange de gains mesurables. Une organisation multicloud peut accorder plus de valeur à la portabilité. Aucun de ces objectifs ne devrait être poursuivi sans en considérer le coût.
NVIDIA va-t-elle perdre des parts de marché ?
L’apparition d’options crédibles n’établit pas, à elle seule, une perte financière pour NVIDIA. Trois issues sont à distinguer.
Le choix signifie qu’un client peut envisager un autre accélérateur. La substitution signifie que ce client déplace réellement une charge de travail prise en charge. Le déplacement financier signifie que ce déplacement réduit les achats de NVIDIA par rapport à ce qui se serait produit autrement.
Le marché du calcul en IA pourrait s’étendre assez pour que les GPU NVIDIA et les accélérateurs sur mesure progressent en même temps. L’écosystème logiciel et la base installée de NVIDIA restent des atouts. Les éléments actuels ne permettent pas de fonder une prévision précise de parts de marché imputable à TPU 8tx ou à TPU 8i Max.
Ce que les développeurs et les architectes cloud devraient faire maintenant
Les équipes existantes devraient d’abord repérer les kernels propres à CUDA, les bibliothèques d’inférence, les dépendances de service des modèles et les outils d’exploitation orientés GPU. Les nouveaux systèmes devraient présélectionner des accélérateurs selon les besoins du modèle, la capacité disponible, la latence, la sécurité et le coût total.
Lorsque les bénéfices potentiels justifient l’effort, réalisez un benchmark limité face à une référence fiable. Consignez si le modèle fonctionne, quelles performances il atteint, quel travail d’ingénierie il demande et si le modèle d’exploitation est soutenable.
L’expansion des TPU de Google et l’amélioration de la prise en charge des frameworks rendent les accélérateurs alternatifs plus praticables pour certaines charges de travail. L’intérêt d’un changement doit être décidé en fonction de la compatibilité, des performances mesurées, du coût total et des nouvelles dépendances qu’il introduit.
Pour aller plus loin
- Google: Our newest TPUs, 8tx and 8i Max (9 novembre 2026).
- PyTorch: Introducing TorchTPU (20 octobre 2026).
- AWS: Native PyTorch Support for AWS Trainium (20 octobre 2026).
- NVIDIA: Dynamo 1.0 Production-Scale Inference (16 mars 2026).
- NVIDIA: Inside Rubin GPU Architecture (21 juillet 2026).
Les sources ont été consultées le 13 novembre 2026. La disponibilité, la maturité des produits et les affirmations des fournisseurs peuvent évoluer.