Une puce chasse l’autre – la montée en puissance des ASIC

Pictet-Clean Energy Transition – Un Fonds de Pictet AM

Hervé Thiard, Directeur général de Pictet AM

L’intelligence artificielle (IA) évolue rapidement et transforme profondément les infrastructures technologiques.

On assiste notamment à la montée en puissance des ASIC (Application-Specific Integrated Circuit), des puces spécialisées moins gourmandes en énergie.

Que s’est-il passé ?

En avril 2025, Google a dévoilé la 7ᵉ génération de sa TensorProcessing Unit (TPU) : un type de puce ASIC entièrement conçu pour des traitements spécifiques à l’IA. Ces puces, utilisées dans les data centers de Google, permettent d’exécuter les calculs IA très rapidement, tout en consommant beaucoup moins d’énergie qu’une puce classique.

Jusqu’ici réservées à usage interne, ces nouvelles puces suscitent des spéculations sur une possible ouverture par Google, qui pourrait proposer la location de ses TPU à d’autres géants du cloud (les hyperscalers) comme Meta.

Cette annonce montre que les puces spécialisées (ASIC) jouent un rôle de plus en plus important dans l’IA et pourraient rivaliser avec Nvidia, leader actuel des processeurs graphiques (GPU).

Bien que les GPU aient été – et demeurent – essentiels au développement de l’IA, les ASIC offrent des gains significatifs en termes d’efficacité énergétique et de coûts, ce qui les rend particulièrement adaptés pour gérer un très grand volume de calculs. L’équipe de gestion de Pictet-Clean Energy Transition reste convaincue que les ASIC sont aujourd’hui la solution la plus efficace en termes de consommation énergétique pour les hyperscalers, tout en restant complémentaires aux GPU.

Qu’est-ce qu’un ASIC ?

Un ASIC est une puce électronique conçue pour exécuter une tâche spécifique, contrairement aux GPU, qui sont polyvalents.

• Un GPU est comparable à un couteau suisse : flexible et capable de gérer différents types de calculs, notamment pour les graphismes, les simulations et l’intelligence artificielle.
• Un ASIC, en revanche, est comme un outil spécialisé, conçu pour exceller dans une tâche précise. Cela en fait une solution extrêmement rapide et adaptée pour entraîner les modèles d’IA (phase d’apprentissage) et les utiliser ensuite pour produire des résultats (inférence).

Pour les principaux acteurs du cloud et de l’IA, investir dans le développement des puces ASIC, bien que coûteux au départ, s’avère rentable sur le long terme. Ces puces permettent en effet de réduire considérablement les dépenses liées au fonctionnement des infrastructures (comme les centres de données) et de diminuer la consommation d’énergie.

Les chiffres parlent d’eux-mêmes :

• Les TPU de Google offrent une efficacité énergétique 2 à 3 fois supérieure à celle des GPU pour certaines tâches IA.
• Les puces ASIC Trainium d’Amazon Web Services affichent un rapport prix-performance supérieur de 30 à 40% par rapport aux solutions basées sur GPU.
• Outre Google et AWS, d’autres hyperscalers comme Microsoft déploient également des ASIC dans leurs data centers.
• Des entreprises comme Qualcomm, Intel, Tesla, et de nombreuses sociétés privées investissent elles aussi massivement dans le développement de puces IA sur mesure.

Pourquoi est-ce important ?

Les développements récents confirment notre conviction de longue date : les ASIC joueront un rôle central dans l’infrastructure matérielle de l’IA.

Leur efficacité énergétique et leur coût d’exploitation réduit en font une solution idéale pour certains usages, notamment pour les hyperscalers et les applications IA de grande ampleur. Cela est d’autant plus crucial dans un contexte où l’accès à une énergie abordable et durable devient un enjeu majeur.

Nvidia reste leader sur de nombreux usages grâce à la puissance de ses GPU, mais les ASIC sont de plus en plus utilisés pour des tâches pour lesquelles ils sont plus efficaces.

Cette dynamique soutient la croissance des deux principaux fabricants d’ASIC : Broadcom et Marvell, deux entreprises au cœur de notre portefeuille :

1. Broadcom

• Broadcom est le principal partenaire de Google pour concevoir et fabriquer ses puces IA sur mesure, les TPU, qui figurent aujourd’hui parmi les plus performantes et les plus efficaces sur le plan énergétique.
• En travaillant étroitement avec Google (Google conçoit l’architecture et Broadcom fournit des composants essentiels), Broadcom bénéficie d’un partenariat exclusif difficile à concurrencer.
• Cette collaboration place Broadcom parmi les leaders des technologies pour l’IA, tout en réduisant la dépendance du secteur à Nvidia, même si les GPU restent nécessaires.
• Grâce à une activité diversifiée et des résultats solides, Broadcom est l’une des entreprises qui contribue le plus à la performance de notre portefeuille cette année. La demande croissante pour les TPU devrait encore accélérer sa croissance.

1. Marvell

• Marvell a rencontré quelques difficultés cette année, notamment à cause des inquiétudes des investisseurs sur sa dépendance à quelques grands clients.

• Malgré cela, Marvell reste une entreprise prometteuse à long terme, grâce à ses technologies avancées et à la forte croissance du marché des ASIC.
• Aujourd’hui, le marché applique une sorte de décote “prove-it” (le marché attend des preuves), mais les récents développements confirment la trajectoire positive de l’entreprise et renforcent notre confiance dans son avenir.

Ainsi, Marvell et Broadcom ont connu des parcours différents cette année. Cependant, les ASIC prennent une place de plus en plus importante dans les technologies de l’IA et offrent des opportunités de croissance intéressantes.

Broadcom et Marvell développent leurs activités dans l’IA à un rythme plus rapide que Nvidia. Bien que leurs activités dans ce domaine restent encore moins développées que celles de Nvidia, leur expertise dans les puces sur mesure leur permet de répondre efficacement à la demande croissante en infrastructures IA spécialisées.

Points clés à retenir

• Les TPU de Google confirment que les ASIC sont la solution la plus efficace et compétitive pour soutenir le développement de l’IA à grande échelle.
• Broadcom s’impose comme le partenaire stratégique de Google sur les TPU, avec un portefeuille clients solide, tandis que Marvell reste prometteur malgré des défis à court terme.
• Les ASIC, plus économes en énergie et performants, complètent les GPU pour répondre aux besoins des hyperscalers. Broadcom et Marvell jouent un rôle central dans cette transition vers des puces IA sur mesure.