Le chip AI personnalisé de Microsoft prend du retard, offrant plus d’opportunités à NVIDIA
Un retard significatif dans le développement du nouveau processeur de Microsoft suscite des préoccupations quant à sa capacité à rivaliser avec NVIDIA. Le projet, qui vise à réduire la dépendance à l’égard des GPU NVIDIA, rencontre de nombreux obstacles qui pourraient retarder son entrée sur le marché et élargir l’écart entre les deux entreprises.
La tentative de Microsoft de concevoir du hardware d’IA sur mesure rencontre des difficultés sérieuses. Son prochain processeur Maia, connu sous le nom de code Braga, ne sera pas en production de masse avant 2026, avec au moins six mois de retard. Selon The Information, ce retard suscite des doutes sur la capacité de Microsoft à défier la domination de NVIDIA sur le marché des puces d’IA et met en évidence les défis techniques et organisationnels considérables liés à la construction d’un silicium compétitif.
Microsoft a lancé son programme de puces pour réduire sa forte dépendance aux GPU hautes performances de NVIDIA, qui alimentent la plupart des centres de données d’IA dans le monde. Comme ses concurrents dans le cloud, Amazon et Google, Microsoft a investi massivement dans un silicium personnalisé pour les charges de travail en IA. Cependant, ce retard indique que Braga devrait probablement être moins performant que les puces Blackwell de NVIDIA au moment de sa sortie, élargissant ainsi le fossé entre les deux entreprises.
Le développement de la puce Braga a rencontré de nombreux obstacles. Des sources proches du projet ont indiqué à The Information que des changements de conception inattendus, des pénuries de personnel et un turnover élevé ont continuellement retardé le calendrier.
Un des revers est survenu lorsque OpenAI, un partenaire clé de Microsoft, a demandé de nouvelles fonctionnalités tard dans le développement. Ces changements auraient déstabilisé la puce lors des simulations, entraînant d’autres retards. Parallèlement, la pression pour respecter les délais a provoqué une attrition significative, certaines équipes perdant jusqu’à 20 % de leurs membres.
La série Maia, y compris Braga, reflète l’effort de Microsoft pour intégrer verticalement son infrastructure d’IA en concevant des puces adaptées aux chargements de travail sur Azure. Annoncée fin 2023, la Maia 100 utilise une technologie avancée de 5 nanomètres et comprend une gestion de l’énergie sur rack personnalisée ainsi qu’un refroidissement liquide pour gérer les demandes thermiques intenses de l’IA.
Microsoft a optimisé ces puces pour l’inférence, et non pour la phase d’entraînement plus exigeante. Ce choix de conception s’aligne sur le plan de l’entreprise de les déployer dans les centres de données alimentant des services comme Copilot et Azure OpenAI. Toutefois, la Maia 100 a connu une utilisation limitée en dehors des tests internes, car Microsoft l’a conçue avant la récente explosion de l’IA générative et des grands modèles de langage.
En revanche, les puces Blackwell de NVIDIA, lancées fin 2024, sont conçues pour l’entraînement et l’inférence à grande échelle. Avec plus de 200 milliards de transistors et développées sur un processus personnalisé de TSMC, ces puces offrent une vitesse exceptionnelle et une efficacité énergétique remarquable. Cet avantage technologique a consolidé la position de NVIDIA en tant que fournisseur privilégié d’infrastructure d’IA dans le monde entier.
Les enjeux de la course aux puces d’IA sont élevés. Le retard de Microsoft indique que les clients d’Azure dépendront plus longtemps des matériels NVIDIA, ce qui pourrait faire grimper les coûts et limiter la capacité de Microsoft à différencier ses services cloud. Pendant ce temps, Amazon et Google avancent avec leurs conceptions de silicium, notamment le Trainium 3 d’Amazon et les unités de traitement Tensor de septième génération de Google, qui gagnent du terrain dans les centres de données.
Pour sa part, NVIDIA semble imperturbable face à la concurrence. Le PDG de NVIDIA, Jensen Huang, a récemment reconnu que de grandes entreprises technologiques investissent dans des puces d’IA personnalisées, mais il a remis en question la logique de le faire si les produits de NVIDIA établissent déjà la norme en matière de performance et d’efficacité.
