L’investissement de 3,5 milliards de dollars de Nvidia dans MediaTek vise la prochaine phase de la concurrence autour des puces d’IA

Nvidia investit 3,5 milliards de dollars dans le fabricant taïwanais de puces MediaTek et lui donne accès à une technologie permettant de concevoir des puces d’IA personnalisées pouvant fonctionner aux côtés du matériel Nvidia. Cet accord répond directement à un défi croissant pour Nvidia : les grands fournisseurs de cloud et les entreprises d’IA développent leur propre silicium afin de réduire leur dépendance aux GPU de l’entreprise.

Le partenariat permet à MediaTek d’utiliser l’écosystème NVLink Fusion de Nvidia lors du développement de puces spécifiques à certaines applications pour les fournisseurs de cloud et les laboratoires d’IA. Ces puces pourraient être connectées directement à des centres de données basés sur Nvidia, offrant aux clients davantage de contrôle sur le calcul spécifique à leurs charges de travail sans les obliger à abandonner la pile d’infrastructure plus large de Nvidia.

Pour les bâtisseurs d’IA et les équipes d’infrastructure d’entreprise, cet accord indique une stratégie plus large que la simple défense des ventes de GPU. Nvidia cherche à faire de son réseau, de ses interconnexions, de ses logiciels et de ses systèmes à l’échelle du rack la couche commune par laquelle fonctionnent à la fois les processeurs Nvidia et le silicium personnalisé concurrent.

L’architecture derrière l’accord

MediaTek a développé son activité d’ASIC personnalisés pour centres de données, qui se concentre sur des puces conçues pour des charges de travail particulières plutôt que pour un calcul polyvalent. L’entreprise a déclaré en juin qu’elle s’attendait à ce que cette activité génère 2 milliards de dollars de revenus en 2026, bien que ce chiffre soit une projection de l’entreprise et non un résultat vérifié de manière indépendante.

Dans le cadre du nouvel accord, MediaTek aura accès à NVLink Fusion. Nvidia décrit cet écosystème comme un moyen pour des puces non Nvidia de communiquer rapidement avec les processeurs Nvidia et d’autres composants. En pratique, cela pourrait permettre à un fournisseur de cloud de déployer son propre accélérateur d’IA à côté de GPU Nvidia dans une conception de centre de données partagée.

Cette distinction est importante. Le silicium personnalisé a le plus de valeur lorsqu’il peut être étroitement optimisé pour les modèles, les logiciels, l’enveloppe énergétique ou les charges de travail de service d’une entreprise. Mais construire une puce n’est qu’une partie de l’exploitation d’une usine d’IA. Les interconnexions, le réseau, le refroidissement, la compatibilité logicielle et les normes de déploiement déterminent si cette puce peut être utilisée efficacement à grande échelle.

La proposition de Nvidia est que les clients peuvent personnaliser la couche de calcul tout en conservant la plateforme Nvidia environnante. L’expérience de MediaTek dans les puces pour smartphones, maisons connectées, véhicules et communications sans fil lui ouvre une voie vers des conceptions plus spécifiques aux clients, tandis que Nvidia fournit la connexion à l’infrastructure.

Nvidia vend une plateforme plus large

Dion Harris, directeur principal des solutions d’infrastructure HPC et hyperscale IA de Nvidia, a décrit l’entreprise comme une « entreprise d’infrastructure IA » plutôt que comme une activité uniquement centrée sur les puces de calcul. Ses propos, rapportés par TechCrunch, reflètent la logique commerciale derrière l’investissement dans MediaTek : Nvidia peut accepter une certaine substitution de ses GPU si ses clients continuent à standardiser une architecture de centre de données centrée sur Nvidia.

L’entreprise a pris une mesure similaire avec Amazon Web Services la semaine dernière, selon TechCrunch. AWS prévoit de déployer 2 millions de GPU Nvidia supplémentaires et d’intégrer NVLink Fusion, mais cet accord n’incluait pas, à ce qu’il a été rapporté, d’investissement direct dans AWS.

L’accord avec MediaTek est donc important non seulement en raison de sa taille, mais aussi parce qu’il étend la stratégie de plateforme de Nvidia via un partenaire de conception de puces. MediaTek peut proposer du silicium personnalisé à sa clientèle, tandis que Nvidia obtient un autre canal pour maintenir ces conceptions connectées à ses systèmes.

Nvidia maintient aussi des collaborations adjacentes avec MediaTek. Les entreprises continueront de travailler sur DGX Spark, l’ordinateur IA de bureau orienté développeurs de Nvidia, ainsi que sur RTX Spark, l’effort de Nvidia pour amener sa technologie aux PC IA grand public. Elles travaillent également sur des plateformes pour véhicules qui combinent les systèmes automobiles de MediaTek avec les graphismes Nvidia et Drive AGX pour les charges de travail de cockpit intelligent et de conduite autonome.

Ce que les preuves soutiennent — et ce qu’elles ne soutiennent pas

Les éléments confirmés de l’annonce sont l’investissement de 3,5 milliards de dollars, l’accès de MediaTek à NVLink Fusion et la poursuite de la collaboration des entreprises dans les centres de données, les PC et les véhicules. Le PDG de Nvidia, Jensen Huang, a déclaré que le partenariat visait à étendre l’informatique accélérée à d’autres marchés, mais il s’agit d’une déclaration de l’entreprise sur une intention stratégique, et non d’une preuve de performances commerciales futures.

Nvidia a également indiqué que MediaTek pourrait aider les clients à déployer des puces personnalisées aux côtés de processeurs Nvidia en utilisant une architecture partagée à l’échelle du rack. Cette capacité constitue l’argument technique central de l’accord. Les informations disponibles n’établissent pas combien de clients l’utiliseront, quelles puces spécifiques sont en cours de développement, ni combien de revenus le partenariat générera pour l’une ou l’autre entreprise.

MediaTek n’a pas détaillé publiquement sa clientèle pour les puces d’IA personnalisées. Son attente de revenus de 2 milliards de dollars en 2026 pour l’activité ASIC est également une prévision communiquée par le fournisseur. Ces lacunes rendent difficile la mesure de l’adoption à court terme ou la détermination de savoir si le partenariat modifiera sensiblement l’équilibre entre les GPU Nvidia et les accélérateurs personnalisés.

Pourquoi les bâtisseurs et les entreprises devraient s’y intéresser

Pour les laboratoires d’IA et les fournisseurs de cloud, cet accord pourrait réduire le coût organisationnel de la quête de matériel personnalisé. Une entreprise pourrait concevoir un accélérateur autour de ses propres besoins de service ou d’entraînement de modèles tout en utilisant une infrastructure compatible Nvidia, plutôt que de créer une pile de centre de données entièrement séparée.

Cette flexibilité pourrait être particulièrement pertinente à mesure que les développeurs de modèles et les hyperscalers cherchent un meilleur rendement par watt, un approvisionnement plus prévisible ou des coûts de service plus faibles. Cependant, la compatibilité avec NVLink Fusion ne résout pas à elle seule les aspects difficiles du silicium personnalisé : coût de conception des puces, capacité de fabrication, prise en charge des compilateurs, portabilité logicielle, débogage et risque que les charges de travail changent avant que le matériel ne soit pleinement déployé.

Pour Nvidia, le compromis est tout aussi clair. Une puce personnalisée utilisée aux côtés de sa plateforme peut détourner une partie de la demande de GPU, mais Nvidia peut toujours capter de la valeur à partir de l’infrastructure environnante et préserver son rôle dans les décisions de déploiement. Cette approche pourrait rendre Nvidia plus difficile à retirer d’un centre de données IA, même lorsque les clients ne souhaitent plus que toutes les charges de travail s’exécutent sur des processeurs Nvidia.

La question concurrentielle est de savoir si l’écosystème d’interconnexion et de rack-scale de Nvidia devient une base neutre ou demeure principalement un mécanisme pour prolonger l’influence de Nvidia. Les acheteurs devront examiner les prix, les licences, le support logiciel et les performances des accélérateurs non Nvidia dans des déploiements réels, plutôt que de considérer les affirmations d’interopérabilité comme une preuve d’efficacité.

Ce qu’il faut surveiller ensuite

Le premier signal sera de voir si MediaTek identifie des programmes concrets de puces d’IA personnalisées ou des clients utilisant des conceptions compatibles Nvidia. Des détails publics sur les tape-outs, les calendriers de production, les charges de travail et les volumes de déploiement offriraient un test plus clair du partenariat que la seule annonce d’investissement.

Les acheteurs d’infrastructure devraient également surveiller le déploiement de NVLink Fusion chez AWS et chez d’autres partenaires potentiels. La preuve que plusieurs fournisseurs peuvent déployer des accélérateurs personnalisés à une échelle significative soutiendrait la thèse de plateforme de Nvidia. Si l’adoption reste limitée aux annonces, la stratégie pourrait relever davantage du positionnement d’écosystème que d’une alternative éprouvée à la dépendance aux GPU.

Parmi les autres indicateurs figurent l’économie de racks mixtes Nvidia et puces personnalisées, la disponibilité d’outils logiciels pour ces systèmes et la capacité des produits réseau et d’interconnexion de Nvidia à conserver de la valeur indépendamment de ses GPU. Les progrès de MediaTek vers son objectif de revenus ASIC annoncé aideront également à montrer si la demande de matériel d’IA personnalisé devient une activité durable.

Point de vue de Creati.ai

L’investissement de Nvidia dans MediaTek doit être compris avant tout comme une tentative de contrôler le tissu conjonctif du calcul de l’IA, et non comme un retrait des GPU. En aidant les clients à construire leurs propres accélérateurs, Nvidia pourrait réduire la pression liée au fait de devoir gagner directement chaque dollar de calcul, tout en augmentant la probabilité que le silicium personnalisé reste rattaché à son infrastructure.

C’est une stratégie puissante seulement si l’écosystème apporte des bénéfices mesurables en coût, latence, consommation d’énergie et fiabilité de déploiement. Tant que MediaTek ou ses clients ne publieront pas de systèmes opérationnels et de résultats de production, l’accord montre davantage la direction de Nvidia qu’il ne prouve la réaction du marché.