Google a lancé une initiative interne appelée « TorchTPU » dans le but de rendre ses Unités de Traitement Tensoriel (TPUs) entièrement compatibles avec PyTorch, un développement qui pourrait défier le monopole de NVIDIA dans le domaine de l’intelligence artificielle.
NVIDIA a dominé le marché grâce à sa plateforme logicielle populaire CUDA, qui ne fonctionne qu’avec ses propres puces, créant des barrières significatives pour d’autres fabricants et développeurs.
Cette situation a conduit à ce que, malgré un matériel supérieur, d’autres concurrents ne puissent égaler le succès de NVIDIA en raison du manque de logiciels compatibles.
Nvidia peut-elle chuter à cause de Google ?
Les TPU de Google, qui jusqu’à présent étaient optimisées pour Jax, une plateforme propre à l’entreprise, chercheront maintenant à s’aligner sur la norme de l’industrie, qui a été établie par PyTorch grâce à CUDA.
Pour accélérer ce processus, Google a établi une alliance avec Meta, l’entreprise derrière PyTorch. Cette collaboration est remarquable étant donné que Meta est également devenu dépendant de NVIDIA et s’intéresse à trouver des alternatives pour réduire ses propres coûts opérationnels.
Depuis 2022, Google a commencé à proposer ses TPU au public, les transformant en une source de revenus significative, ainsi qu’en une option viable pour les entreprises dédiées à l’intelligence artificielle, comme Anthropic.
À travers cette ouverture, Google transforme ses TPU d’une ressource interne en une proposition commerciale compétitive, permettant aux clients un plus grand choix et flexibilité dans leurs solutions d’IA.
Ce mouvement marque une tentative collective de plusieurs entreprises, y compris des concurrents comme Huawei et des fabricants chinois, de développer des écosystèmes alternatifs à CUDA et de mettre fin à la domination de NVIDIA sur le marché.
Dans ce contexte, il est évident que la combinaison de logiciels et de matériel est cruciale pour le succès dans le domaine de l’intelligence artificielle, et la lutte pour la compétitivité est loin d’être terminée.