La course à l'armement de l'IA menée par Musk s'accélère

Planifier un empire des puces.

Auteur | Chai Xuchen  Éditeur | Zhang Xiaoling

Dans l'industrie technologique, la loi de Moore fut autrefois un phare, guidant le secteur des semi-conducteurs vers une avancée rapide. Pourtant, dans le contexte actuel d'une explosion de la demande en matériel IA, Musk est décidé, animé d'une ambition démesurée, à renverser des géants comme Nvidia et AMD.

Récemment, Musk a dévoilé sa gamme complète de puissance de calcul : de l’AI5, dont la conception est terminée, à l’AI6, intégrant formation et inférence, en passant par l’AI7 visant la puissance de calcul spatiale, et même le projet de supercalculateur Dojo, que beaucoup pensaient abandonné, sera relancé.

Tout en multipliant les annonces dans le secteur, Musk recrute simultanément des ingénieurs en puces IA : son objectif est de sortir une nouvelle puce tous les neuf mois, bouleversant le rythme de l'industrie, avec en plus le projet de construire sa propre usine de wafers pour maîtriser à la source le destin du silicium.

Car, dans l’écosystème de "l’Iron Man" Musk, la soif de capacité de production de puces sur chaque ligne d’activité fait que la capacité de livraison de la chaîne d’approvisionnement en puces IA et la vitesse d’itération technologique sont devenues des facteurs clés pour sa croissance.

En rassemblant tous ces signaux, un vaste écosystème technologique englobant conduite autonome, robotique, communications satellitaires et interfaces cerveau-machine émerge peu à peu. Celui qui a déjà révolutionné l’automobile et l’industrie spatiale s’apprête désormais à redéfinir l’ère de l’AGI.

1

Unification de la puissance de calcul

Le 19 janvier, Musk a publié un post-choc annonçant que la conception de sa dernière puce maison AI5 était pratiquement achevée, prête à relier voitures intelligentes et robots. La prochaine génération, la puce “AI6”, est aussi en développement, visant l’intégration formation-inférence, utilisable pour les robots et les centres de données. Musk a également déclaré que Tesla lancera à l’avenir les puces AI7, AI8, AI9, avec l’objectif de finaliser chaque design en neuf mois.

“Nous prévoyons que la production finale de nos puces dépassera la totalité des autres puces d’intelligence artificielle réunies”, a déclaré Musk sur un ton de Versailles, “je ne plaisante pas.”

Pour comprendre les inquiétudes et l’ambition de Musk, il faut d’abord saisir la signification des trois nouvelles cartes qu’il détient — AI5, AI6 et AI7 — qui représentent un changement de paradigme technologique.

L’AI5, dont la conception est déjà quasiment achevée (connue sous le nom de HW5.0), est le fer de lance de cette transformation. Tesla a prédit que la performance de l’AI5 serait 50 fois supérieure à celle de l’AI4. Musk affirme qu’il s’agira d’une puce extrêmement puissante, chaque SoC étant à peu près équivalent à une puce Nvidia Hopper, avec une configuration double atteignant presque le niveau de Blackwell, mais à un coût et une consommation bien moindres.

Dans la stratégie de Musk, l’AI5 ne se limite pas à la conduite autonome ; il souligne que l’AI5 équipera aussi bien les véhicules que le robot Optimus de Tesla, partageant à l’avenir le même algorithme FSD et le même matériel.

On peut dire que l’AI5 est le point clé de la stratégie “même cerveau pour véhicules et robots” de Tesla.

Avec l’évolution rapide du robot humanoïde Optimus, Musk a un besoin urgent d’un cœur de calcul universel capable de s’adapter à la fois aux scénarios de conduite rapide et au contrôle complexe des membres des robots.

L’apparition de l’AI5 signifie que Tesla efface la barrière matérielle entre voiture et robot, cherchant à utiliser le même “cerveau” pour faire avancer roues et jambes, ce qui permet d’amortir considérablement les coûts de R&D et d’accélérer la réutilisation des données entre différents terminaux.

Si l’AI5 s’inscrit encore dans la logique traditionnelle, l’AI6, elle, vise à bouleverser l’architecture de base du secteur. Musk la définit comme une puce “intégrant formation et inférence”, défiant ainsi l’infrastructure IA existante.

Dans la division actuelle du secteur IA, les puces utilisées pour l’entraînement des modèles dans les centres de données (comme la Nvidia H100) et celles pour l’inférence sur terminal (comme la puce FSD embarquée) sont deux espèces différentes, avec des exigences de précision, de bande passante mémoire et de consommation distinctes.

Cependant, la future AI6 veut abattre ce mur : la même puce pourrait être installée dans des voitures pour traiter des situations routières instantanées, ou bien être empilée par milliers dans des data centers pour entraîner sans relâche les nouveaux modèles de réseaux neuronaux.

Une fois réalisée, Tesla éliminera complètement la barrière de puissance de calcul entre terminal et cloud : chaque Tesla garée pourrait devenir un nœud de supercalculateur pendant son inactivité, ouvrant un champ d’imagination immense pour la puissance de calcul distribuée.

L’AI7, plus lointaine, affiche sans détour l’ambition interstellaire de Musk. Cette puce est destinée à la “puissance de calcul spatiale”, devant affronter la forte radiation des rayons cosmiques et les défis thermiques du vide spatial.

Les clients visés pour l’AI7 sont Starship et Starlink de SpaceX. Dans la vision ultime de Musk, l’intelligence du futur ne doit pas être confinée aux data centers connectés par fibre, mais doit couvrir la Terre et même Mars grâce à un réseau satellitaire. L’AI7 deviendra le neurone de cet Internet spatial, réalisant le calcul distribué interplanétaire, posant la base pour faire de l’humanité une espèce multiplanétaire.

Quant au projet Dojo, auparavant réputé suspendu suite à des performances insuffisantes et des départs de cadres, sa relance en grande pompe montre que Musk a compris qu’il ne suffit pas de savoir concevoir des puces, il faut aussi disposer d’une architecture de cluster d’entraînement adaptée.

Dojo est considéré comme la pierre angulaire des ambitions IA de Tesla, promettant des gains notables dans le traitement des données vidéo de conduite autonome et l’optimisation des modèles de réseaux neuronaux. Morgan Stanley a estimé qu’une adoption à grande échelle de Dojo pourrait ajouter des dizaines de milliards de dollars à la valorisation de Tesla.

2

Défier les limites physiques

Dans l’industrie automobile traditionnelle, le cycle de renouvellement d’une puce dure généralement de trois à cinq ans ; même Apple, roi de l’électronique grand public, suit le rythme d’un renouvellement annuel. Le cycle d’itération de “9 mois par génération” proposé par Musk semble non seulement fou, mais presque contraire aux lois de la physique des semi-conducteurs.

Derrière cette accélération folle se cachent trois moteurs irrésistibles.

La première raison est la vitesse incontrôlable à laquelle les algorithmes dévorent le matériel. La technologie FSD de conduite totalement autonome de Tesla s’est entièrement tournée vers une architecture de réseau neuronal de bout en bout. Il ne s’agit plus de simples codes basés sur des règles, mais d’une sorte de boîte noire où l’intelligence émerge de l’alimentation en données vidéo massives.

Dans cette architecture, à chaque ordre de grandeur gagné en paramètres, la puissance d’expression de l’intelligence fait un bond qualitatif. Actuellement, l’équipe logicielle de Tesla itère ses algorithmes bien plus vite que la loi de Moore ne le permet côté matériel. Si l’on s’en tient à un rythme matériel de trois ans par génération, les modèles d’algorithmes les plus avancés de Tesla seraient bridés par le plafond de puissance de calcul des anciennes puces pendant près de deux ans.

Musk l’a dit franchement : les besoins annuels de Tesla en puces IA seront de “100 millions à 200 milliards d’unités” — attendre le matériel côté logiciel est un délai stratégique totalement inacceptable.

Ensuite, il s’agit de saisir la fenêtre temporelle de l’intelligence incarnée. Musk a répété que le robot humanoïde Optimus deviendra le pilier à mille milliards de dollars de la valeur de Tesla, dépassant largement le secteur automobile.

Contrairement à l’automobile, qui évolue surtout sur un plan bidimensionnel, le robot doit opérer dans un espace tridimensionnel avec des tâches complexes d’équilibre, de préhension et d’interaction, imposant des exigences en temps réel, en latence et en rendement énergétique bien supérieures à celles d’une automobile. Selon Musk, les trois à cinq prochaines années seront cruciales pour l’explosion et la normalisation de la robotique humanoïde, comme les débuts chaotiques du smartphone.

Si Tesla ne parvient pas, pendant cette période, à instaurer une avance technologique décisive par une itération matérielle ultra-rapide, une fois les concurrents rattrapés, tout avantage de pionnier sera perdu. La course à neuf mois par génération vise à ériger un mur de puissance de calcul juste avant l’explosion sectorielle.

Enfin, il s’agit de se libérer de la dépendance à la puissance de calcul externe.

Bien que Tesla soit actuellement un grand client de Nvidia, Musk sait pertinemment que dans la ruée vers l’IA, Nvidia, le vendeur de pelles, détient un pouvoir absolu sur les prix et la distribution. À mesure que la flotte Tesla atteindra des dizaines de millions de véhicules et que la production de robots visera le milliard, une dépendance totale à la puissance de calcul externe ferait grimper les coûts matériels au point de rogner l’intégralité des bénéfices.

Plus encore, confier le destin de l’entreprise à Jensen Huang est incompatible avec la quête de sécurité selon le “premier principe” de Musk. En accélérant l’itération tous les neuf mois, Tesla espère dépasser l’efficacité des GPU généralistes par des ASIC spécialisés sur des tâches précises, et ainsi reprendre le pouvoir sur les prix.

3

L’intégration verticale ultime

Dévoiler la roadmap des puces n’est qu’un début. Ce titan technologique, présent sur tous les fronts de l’intelligence artificielle générale, de la conduite autonome, de l’intelligence incarnée, du spatial commercial et de l’interface cerveau-machine, propose une nouvelle idée : construire sa propre TeraFab en 2 nm (usine de wafers au niveau du trillion).

À ses yeux, TSMC et Samsung, bien que duopoles du secteur et véritables machines à cash, sont trop lents à réagir pour l’expansion de capacité.

De longue date, la plupart des géants mondiaux de la tech adoptent un modèle Fabless, ne faisant que la conception et sous-traitant la fabrication à TSMC ou Samsung.

Mais Musk reconsidère cette division du travail. La crise mondiale de pénurie de puces pendant la pandémie a laissé des cicatrices vives dans l’industrie automobile. Cette période d’arrêts forcés attendus a marqué Musk.

Ainsi naît la TeraFab, prévue pour une capacité de 100 000 wafers par mois initialement, avec l’objectif d’atteindre 1 million par mois, répondant à l’explosion conjointe, prévue entre fin 2025 et début 2026, des cinq branches majeures : xAI, Tesla, Optimus, SpaceX et Neuralink, et à leur demande mondiale en semi-conducteurs.

Selon des experts du secteur, combiner la conception de puces maison et une capacité de fabrication profondément intégrée, voire une ligne de production propre, donnerait à Tesla la souveraineté sur sa chaîne d’approvisionnement, sans dépendre des délais et répartitions de sous-traitants.

L’équation va plus loin, visant une optimisation extrême des coûts et de l’efficacité énergétique. Le succès de BYD dans les semi-conducteurs de puissance prouve que le modèle IDM (intégration conception-fabrication), bien que très capitalistique, offre un avantage de coût écrasant dès qu’il atteint l’échelle.

À terme, quand Tesla devra fournir des puces pour des millions de voitures, des dizaines de millions de robots et des milliers de satellites, le problème ne sera pas seulement le coût d’achat, mais aussi l’optimisation énergétique.

Des professionnels du secteur soulignent que les procédés génériques de fabrication font souvent des compromis pour satisfaire tous les clients, alors qu’en fabriquant ses propres puces, Tesla pourrait optimiser dès l’agencement atomique des transistors, éliminer tous les circuits superflus, et ne garder que l’essentiel pour faire tourner FSD et les réseaux neuronaux d’Optimus.

Tant que la densité énergétique des batteries n’aura pas connu de percée, ce gain d’efficacité permis par le procédé de fabrication déterminera directement l’autonomie des robots et la distance parcourue par les voitures.

4

Paris et avenir

Derrière tous ces termes technologiques étourdissants et ces calendriers agressifs, on aperçoit la boucle fermée de l’écosystème IA que construit Musk. Dans cette boucle, chaque maillon nourrit le suivant, formant une chaîne de causalité.

En première ligne de cet écosystème se trouvent des millions de Tesla circulant à travers le monde, pareilles à d’immenses antennes captant en permanence des données physiques du monde réel, carburant le plus précieux pour entraîner l’IA. Parallèlement, les robots Optimus en cours d’industrialisation étendront la collecte de données de la route à l’intérieur des maisons, des usines, enrichissant la diversité des données.

Ces données colossales alimentent le cloud, où le supercalculateur Dojo relancé et des montagnes de puces AI6 attendent. Elles absorbent jour et nuit les données, formant des modèles de réseaux neuronaux de plus en plus puissants, qui sont ensuite instantanément distribués par OTA vers les voitures et robots, les rendant chaque fois plus intelligents.

Et au sommet de tout cela, le réseau satellitaire Starlink boosté par l’AI7. Non seulement il comble les zones blanches non couvertes par les antennes terrestres, mais il construit surtout un réseau de puissance de calcul spatial. À l’avenir, lorsqu’une Tesla roulera dans le désert ou qu’un robot Optimus travaillera dans une mine isolée, ils pourront solliciter en temps réel de la puissance de calcul spatiale, sans être bridés par la puce locale.

Dans cette vision grandiose, la puce est le sang qui coule dans cet écosystème, et le rythme d’itération “tous les neuf mois” en est la fréquence cardiaque.

Musk sait parfaitement que la compétition en IA est fondamentalement une compétition de puissance de calcul, mais qu’au fond, c’est la vitesse d’évolution de cette puissance qui fait la différence. Celui qui transforme le sable en puissance de calcul le plus vite, celui qui convertit l’électricité en intelligence au moindre coût, définira les règles du futur.

Bien sûr, la stratégie radicale de Musk comporte d’énormes risques : construire sa propre fabrique de wafers est un gouffre financier pour l’industrie des semi-conducteurs, et des investissements de plusieurs dizaines de milliards pourraient rester sans retour pendant des années. De plus, abandonner l’écosystème ouvert de Nvidia pour bâtir un système fermé Dojo, si la technologie s’égare, pourrait coûter à Tesla très cher en ressources et en temps.

Mais en relisant l’histoire de Tesla, du choix controversé de la vision pure à la suppression même du radar, Musk a toujours avancé à contre-courant et à coups de paris. Il ne construit pas seulement des voitures ou des robots, il tente, par une maîtrise ultime de la puissance de calcul physique, de donner naissance à une forme de “vie à base de silicium” capable d’auto-évolution.

Pour l’industrie mondiale de la tech, la ruée vers la puissance de calcul de Tesla est à la fois un signal d’alarme et un appel à la mobilisation. Elle proclame que la guerre du hardware IA n’est plus une simple course aux “paramètres”, mais s’est élevée à une compétition sur la “vitesse d’itération” et le “bouclage de l’écosystème”. Ceux qui ne suivent pas le rythme pourraient même perdre leur place à la table.

Musk, avec une détermination quasi obsessionnelle, prouve que sur le chemin vers l’intelligence artificielle générale (AGI), seuls ceux qui détiennent la souveraineté de la puissance de calcul pourront tenir entre leurs mains la clé du futur.