Lorsque vous demandez à l’application Meta AI de trouver un restaurant végétalien près de chez vous, la réponse s’affiche en quelques secondes. Cette interaction fluide, propulsée par le modèle Muse Spark, repose en réalité sur une ressource fondamentale : la puissance de calcul. Cette dernière désigne la capacité et la vitesse d’exécution des opérations informatiques par une puce. Elle se mesure en FLOPS, soit le nombre d’opérations en virgule flottante réalisées par seconde, tandis que le gigawatt en indique l’échelle, c’est-à-dire le nombre de puces pouvant fonctionner simultanément. Derrière chaque requête, des milliards de calculs sont effectués. Vos paroles sont converties en texte, acheminées vers des serveurs situés dans des centres de données, puis traitées par un modèle de langage avant d’être restituées. Même une recherche simple mobilise une chaîne complexe de compréhension linguistique, d’indexation et de génération de résultats. Toute cette expertise repose sur des infrastructures matérielles spécialisées. Pour Meta, l’intelligence artificielle de demain dépend directement de cette puissance de calcul. L’entreprise développe un réseau mondial de centres de données optimisés pour supporter simultanément ses charges de travail IA et ses services existants. Conscient de la diversité des besoins, Meta privilégie une approche matérielle équilibrée, en associant des puces adaptées à chaque tâche. Au cœur de cette stratégie figure la puce MTIA, conçue en interne. Meta prévoit de déployer quatre nouvelles générations de ces circuits dans les deux prochaines années, notamment en collaboration avec Broadcom depuis avril dernier. En début d’année, le groupe a également annoncé un partenariat avec Arm pour co-développer le processeur Arm AGI, spécialisé dans le déplacement massif de données requis par l’IA. La chaîne d’approvisionnement s’appuie par ailleurs sur des collaborations avec AWS, AMD et NVIDIA. Ce socle infrastructurel permet le déploiement de Muse Spark, le modèle IA le plus avancé de Meta à ce jour. Natif multimodal, il intègre simultanément la voix, le texte et les images. Son entraînement sur des milliers de GPU et son traitement quotidien de milliards d’inférences sur des puces MTIA dépendent entièrement de cette architecture répartie dans des centres du monde entier. À mesure que l’IA gagne en capacité et s’intègre davantage aux usages quotidiens, la demande en puissance de calcul ne cessera de croître. Meta entend poursuivre le développement de son infrastructure pour répondre à cet enjeu structurel.