Alphabet, propriétaire de Google, développe actuellement une initiative visant à améliorer la performance de ses puces d’intelligence artificielle lors de l’exécution de PyTorch, le cadre logiciel le plus utilisé dans le domaine de l’intelligence artificielle. Cette stratégie, menée en collaboration avec Meta, vise à réduire l’avantage logiciel que détient depuis longtemps Nvidia sur le marché des calculs d’IA, selon des sources proches du dossier. Jusqu’à présent, Nvidia a consolidé sa position dominante en offrant non seulement des puces haut de gamme, comme les GPU de sa série A100 et H100, mais aussi un écosystème logiciel optimisé, notamment pour PyTorch, le framework favori des chercheurs et des développeurs. Cette optimisation permet des temps de calcul plus rapides et une meilleure efficacité énergétique, ce qui a renforcé la préférence des entreprises et des institutions pour les solutions Nvidia. Google, qui conçoit ses propres puces d’IA — les TPU (Tensor Processing Units) — cherche désormais à combler ce fossé logiciel. En travaillant étroitement avec Meta, le créateur de PyTorch, Google entend intégrer des optimisations spécifiques à ses puces, afin de garantir une exécution fluide et rapide du framework. Ces améliorations pourraient inclure des bibliothèques logicielles personnalisées, des compilateurs adaptés et une meilleure prise en charge des opérations courantes en apprentissage profond. L’objectif stratégique de Google est clair : attirer les développeurs et les entreprises qui hésitent à adopter ses puces en raison d’un manque d’optimisation logicielle. En rendant ses TPU aussi performants que ceux de Nvidia dans PyTorch, Google espère déstabiliser la domination du géant américain et accroître la compétitivité de ses solutions dans les centres de données et les infrastructures d’IA. Cette initiative s’inscrit dans une course accrue entre les géants technologiques pour contrôler à la fois le matériel et le logiciel de l’intelligence artificielle. Alors que Meta et Amazon ont déjà lancé leurs propres puces, Google cherche à renforcer son écosystème en combinant innovation matérielle et optimisation logicielle. Si elle réussit, cette stratégie pourrait marquer un tournant dans la dynamique du marché, en offrant aux utilisateurs une alternative crédible à Nvidia, tout en réduisant sa dépendance vis-à-vis d’un seul fournisseur.