Oracle proposera les TPU de Google dans son cloud et l'IA cesse de dépendre d'un seul fabricant de puces

29 oct. 2026 5 min de lecture 619 vues Technologie
Technologie

Le 27 octobre 2026, lors de sa conférence AI World à Las Vegas, Oracle a annoncé qu'il proposera les TPU de huitième génération de Google sur Oracle Cloud Infrastructure (OCI) à partir de 2027. C'est la première fois qu'un hyperscaler autre que Google Cloud met ces puces à la disposition de ses clients, et l'annonce s'accompagne d'accords avec Cerebras, SambaNova, Nvidia et OpenAI.

Le message de fond est clair : le cloud de l'IA n'est plus synonyme de GPU Nvidia. En une seule journée, Oracle a présenté une offre réunissant cinq fournisseurs de silicium différents, et dès le lendemain on apprenait qu'OpenAI envisage d'acheter des TPU de Google, une option que l'entreprise avait publiquement écartée il y a à peine un an.

Contexte de la semaine

Selon le communiqué d'Oracle et les articles de CNBC et de The Register, Google apportera sur OCI deux variantes de son TPU de huitième génération : le TPU 8t, destiné à l'entraînement, et le TPU 8i, pour l'inférence. Le réseau Acceleron d'Oracle reliera ces clusters aux bases de données et au stockage d'OCI. Futurum résume l'événement comme la transformation du « Supercluster » d'Oracle en plateforme multi-silicium : outre Google, elle inclut Nvidia Vera Rubin à l'échelle de plusieurs gigawatts, Cerebras (déploiement prévu au premier semestre 2027), SambaNova SN50 pour l'inférence d'agents et Intel Diamond Rapids. Oracle et OpenAI ont également annoncé des intégrations de ChatGPT et de Codex dans les applications Fusion et NetSuite. L'action Oracle a progressé de près de 5 % et celle de Cerebras d'environ 8 %.

Ce qui a changé

  • Les TPU sortent de Google Cloud : jusqu'ici, le seul moyen d'utiliser des TPU était de les louer dans le cloud de Google. CNBC y voit un changement de stratégie de Google, qui commence à s'appuyer sur des partenaires pour vendre davantage de puces d'IA.
  • Un catalogue multi-puces : Oracle proposera dans le même cloud des accélérateurs de Google, Nvidia, Cerebras et SambaNova, ainsi que des processeurs Intel, afin que chaque charge de travail choisisse le silicium le plus adapté.
  • La puce maison d'OpenAI s'ouvre aux tiers : CNBC indique que la puce d'inférence Jalapeño d'OpenAI fonctionnera aussi sur OCI, même si Techzine précise qu'aucune date n'a encore été fixée.
  • OpenAI diversifie sa puissance de calcul : The Information et CNBC ont rapporté qu'OpenAI prévoit d'acheter des TPU de Google. D'autres sources affirment qu'elle ne le fera pas pour l'instant ; il faut donc considérer ce projet comme non confirmé.
  • Plus de projets que de services : les TPU n'arriveront pas sur OCI avant 2027, et aucun tarif, aucune région ni aucune capacité n'ont été annoncés.

Impact pour les équipes de développement et de produit

Pour ceux qui entraînent ou servent des modèles, la concurrence entre puces est une bonne nouvelle : davantage d'offre se traduit généralement par de meilleurs prix et des délais d'attente plus courts. Mais elle ajoute aussi de la complexité. Chaque famille d'accélérateurs possède son propre écosystème logiciel (CUDA chez Nvidia, JAX et XLA pour les TPU, SDK propriétaires chez Cerebras et SambaNova), et un code fortement couplé à l'une d'elles ne se déplace pas gratuitement vers une autre. Les organisations qui s'appuient déjà sur des frameworks portables ou qui consomment des modèles via des API seront les plus rapides à profiter de cette diversité. Pour les autres, l'annonce rappelle que dépendre d'un seul fournisseur de matériel est un risque économique, et pas seulement technique.

Recommandations pratiques

  1. Évaluer quelle part du code d'entraînement et d'inférence dépend directement de CUDA et où une couche portable comme PyTorch/XLA, JAX ou OpenXLA pourrait être utilisée.
  2. Séparer les charges d'entraînement et d'inférence lors de la planification de capacité : les nouvelles puces spécialisées (TPU 8i, SambaNova, Cerebras) visent surtout l'inférence.
  3. Demander aux fournisseurs de cloud des prix par tâche ou par token servi, et pas seulement par heure d'accélérateur, afin de comparer des architectures différentes.
  4. Ne pas réserver de capacité à long terme sur la base d'annonces : attendre des tarifs, des régions et une disponibilité réels en 2027.
  5. Si vous utilisez des modèles d'OpenAI dans des applications Oracle, suivre les conditions des nouvelles intégrations de ChatGPT et de Codex dans Fusion et NetSuite.

Ce qu'il faut surveiller ensuite

  • Les tarifs, régions et dates précises des TPU de Google sur OCI.
  • Si d'autres fournisseurs de cloud suivent Oracle et proposent des TPU.
  • La confirmation (ou non) de l'achat de TPU par OpenAI et ses effets sur sa relation avec Nvidia.
  • La date à laquelle la puce Jalapeño d'OpenAI sera accessible aux clients externes.

Conclusion : l'annonce d'Oracle marque le passage d'un cloud de l'IA bâti presque exclusivement sur Nvidia à un cloud où cohabitent plusieurs fabricants. Pour les équipes techniques, l'avantage concurrentiel viendra de logiciels capables de passer d'une puce à l'autre et d'une négociation de la puissance de calcul pour ce qu'elle devient : un marché doté de véritables alternatives.

Sources et documentation

Partager