Un projet de puce « gelée » pour l’IA

Google travaillerait sur une nouvelle génération de processeur pour serveurs, baptisée en interne « Frozen v2 », qui intégrerait la structure de ses modèles d’intelligence artificielle Gemini directement dans le silicium. Plusieurs sources concordantes, citant des informations rapportées par un média spécialisé américain, décrivent un projet visant à « graver » l’architecture des réseaux de neurones de Gemini dans les circuits, plutôt que de charger le modèle en mémoire comme c’est le cas aujourd’hui. L’objectif serait de réduire considérablement la consommation d’énergie et d’accélérer les calculs.

L’idée derrière ce processeur, dont le nom de code fait écho à la « congélation » de l’architecture logicielle dans le matériel, est de supprimer les allers-retours de données entre la mémoire et le processeur. Les puces actuelles, y compris les Tensor Processing Units (TPU) développées par Google, conservent le modèle en mémoire et déplacent les données, ce qui entraîne des pertes de temps et d’énergie. Avec Frozen v2, la topologie du réseau neuronal serait directement implémentée dans les transistors, ne laissant que les « poids » du modèle (les paramètres numériques) modifiables. Les ingénieurs pourraient ainsi mettre à jour Gemini en changeant ces poids, mais la structure profonde resterait fixe.

Des gains d’efficacité prometteurs

Selon les informations rapportées, cette approche pourrait aboutir à un gain d’efficacité compris entre six et dix fois par rapport aux dernières puces sur mesure de Google, mesuré en nombre de tokens (unités de texte) servis par unité d’énergie consommée. Un tel bond permettrait de réduire drastiquement le coût d’exploitation des modèles d’IA à grande échelle, aujourd’hui l’un des principaux freins à leur déploiement.

Le projet, qui serait toujours en phase de conception, ne viserait pas à remplacer les TPU mais à constituer une ligne de processeurs distincte, dédiée spécifiquement aux modèles Gemini. Les premières mises en service pourraient intervenir à partir de 2028, selon les sources. Aucune confirmation officielle n’a été donnée par Google, mais la nouvelle a provoqué une hausse de près de 3,7 % de l’action Alphabet.

Une réponse à une pression sur les capacités

Le développement de Frozen v2 serait en partie motivé par une tension sur les capacités de calcul au sein de Google. La demande pour l’inférence des modèles Gemini serait telle que Google Cloud aurait déjà dû refuser certains clients externes, et que des tensions internes seraient apparues. L’efficacité énergétique est devenue un enjeu central dans l’industrie, chaque watt économisé dans un centre de données se traduisant par des millions de dollars d’économies.

Ce type de puce « figée » pour un modèle spécifique représente un pari stratégique : en échange d’une flexibilité réduite (elle ne pourra pas exécuter d’autres modèles aussi efficacement), Google obtiendrait une efficacité inégalée pour sa propre famille d’IA. Cela pourrait redessiner les équilibres économiques de l’infrastructure d’IA, si le projet aboutit.

Un précédent dans l’industrie

L’approche consistant à intégrer un algorithme directement dans le silicium n’est pas totalement inédite. Certains processeurs spécialisés, comme les ASIC (circuits intégrés spécifiques à une application), sont conçus pour une tâche unique. Mais l’appliquer à un vaste modèle de langage comme Gemini serait une première à cette échelle. Le projet Frozen v2, s’il se concrétise, marquerait ainsi une étape dans la convergence entre le matériel et le logiciel d’IA, où la frontière entre le modèle et la machine s’efface.