Meta a décidé de franchir une étape importante et d'investir dans ses propres puces d'intelligence artificielle afin d'alimenter l'infrastructure massive qui supporte Facebook, Instagram, WhatsApp et ses nouveaux outils d'IA générative. Cette décision répond à l'augmentation considérable de la demande en puissance de calcul et au coût croissant d'une dépendance quasi exclusive à des fournisseurs comme Nvidia et AMD.
Avec ce lancement, l'entreprise de Mark Zuckerberg vise à réduire sa dépendance aux prestataires externes, à diminuer les coûts d'exploitation de ses centres de données et à adapter le matériel aux charges de travail très spécifiques de ses plateformes. Il ne s'agit pas de vendre des processeurs à d'autres entreprises, mais de concevoir des puces sur mesure pour un usage interne.
Qu'est-ce que MTIA et pourquoi Meta souhaite-t-il ses propres puces d'IA ?
Le programme s'articule autour de la famille de processeurs MTIA (Meta Training and Inference Accelerator) , un projet sur lequel l'entreprise travaille depuis 2023 et qui se concrétise aujourd'hui avec plusieurs modèles de puces. L'idée centrale est de concevoir des processeurs plus compacts et plus efficaces, destinés à un ensemble limité de tâches d'IA, contrairement aux puces généralistes de grande taille qui dominent le marché.
Comme l'explique l'entreprise, l'architecture de MTIA vise à équilibrer la puissance de calcul, la bande passante et la capacité de mémoire pour les modèles de classification et de recommandation , ainsi que pour gérer les charges de travail croissantes liées à l'inférence. Autrement dit, elle est optimisée pour déterminer le contenu affiché à chaque utilisateur, la rapidité de réponse des assistants IA et le traitement de millions de requêtes simultanées.
Meta souligne qu'elle ne fabrique pas pour le grand public ; ses puces n'ont donc pas besoin d'intégrer tous les composants d'un GPU classique. Cette omission de fonctionnalités superflues lui permet de réduire les coûts et d'adapter la conception aux besoins spécifiques de ses services.
Les nouvelles puces seront fabriquées par Taiwan Semiconductor Manufacturing Co. (TSMC) , le plus grand fondeur de semi-conducteurs au monde et partenaire régulier de géants tels qu'Apple, Nvidia et Qualcomm. Le processus, de la conception à la livraison des premiers lots, prend environ deux ans.
Quatre générations de puces MTIA aux fonctions différenciées
La feuille de route actuelle prévoit quatre générations de puces internes : MTIA 300, 400, 450 et 500 , avec des lancements échelonnés jusqu'en 2027. Toutes sont développées en parallèle, permettant à Meta d'adapter chaque itération à l'évolution de ses charges de travail d'IA.
Le MTIA 300 est déjà en production et est utilisé pour les systèmes de classification et de recommandation , c'est-à-dire pour déterminer le contenu, les publicités et les vidéos affichés à chaque utilisateur sur Facebook et Instagram. Ce premier modèle a été conçu pour traiter de gros volumes de requêtes en temps réel avec une faible consommation d'énergie.
Son successeur, le MTIA 400 (également connu en interne sous le nom d'Iris), a passé avec succès les tests en laboratoire et est en cours de déploiement dans les centres de données de l'entreprise. Meta affirme qu'il quadruple les performances de certaines opérations par rapport au MTIA 300 et améliore considérablement la vitesse d'accès à la mémoire, ce qui se traduit par des temps de réponse plus courts et une capacité accrue à gérer le trafic simultané.
Les prochains modèles, MTIA 450 et MTIA 500 — nommés respectivement Arke et Astrid — sont destinés aux tâches d'inférence avancées à grande échelle et seront plus largement adoptés à partir de 2027. Astrid, le plus puissant des deux, augmente la capacité de mémoire d'environ 80 % et la vitesse d'accès de 50 % par rapport à son prédécesseur, le positionnant ainsi pour les scénarios d'IA générative et les grands modèles de langage.
Yee Jiun Song, vice-président de l'ingénierie chez Meta, a indiqué que les quatre produits sont développés en parallèle et seront lancés à environ six mois d'intervalle . Il a expliqué que l'évolution rapide des charges de travail liées à l'IA nécessite des révisions constantes de la feuille de route et des ajustements du développement en fonction des nouveaux besoins.
Investissement de plusieurs millions de dollars et stratégie à long terme
Ce virage vers ses propres semi-conducteurs s'accompagne d'un plan d'investissement sans précédent. Meta prévoit d'allouer entre 115.000 et 135.000 milliards de dollars d'investissements à l'ensemble de son infrastructure technologique d'ici 2025 , un chiffre qui devrait rester très élevé les années suivantes à mesure que les nouveaux centres de données se mettront en place.
Concevoir et produire des puces n'est pas une mince affaire : le passage de la conception à la fabrication coûte généralement des milliards , et la rentabilité n'est atteinte qu'avec une utilisation à grande échelle et des taux d'utilisation élevés. C'est là que Meta espère tirer parti de l'important volume de trafic et de requêtes sur ses plateformes.
Pour renforcer ses capacités internes, l'entreprise a procédé à d'importantes acquisitions. Après une tentative infructueuse de rachat de la société sud-coréenne FuriosaAI , Meta a finalement acquis Rivos , une entreprise de semi-conducteurs basée à Santa Clara , ainsi que plusieurs centaines de ses employés. L'objectif est d'accélérer la conception de puces sur mesure pour l'IA et de pouvoir gérer simultanément plusieurs projets de puces.
Parallèlement, Meta collabore avec Broadcom sur des aspects de conception spécifiques et maintient des accords de production à haut volume avec Nvidia et AMD. En février, elle a signé des contrats d'une valeur de plusieurs dizaines de milliards de dollars afin de garantir un approvisionnement continu en GPU, qui resteront essentiels pour l'entraînement et certains traitements d'inférence dans les années à venir.
Équilibre entre les puces internes et les GPU externes
La direction de l'entreprise insiste sur le fait que l'investissement dans MTIA n'implique aucune rupture avec Nvidia ou AMD , mais vise plutôt à compléter leurs produits. Actuellement, les puces développées en interne par Meta sont principalement utilisées dans les systèmes de recommandation de contenu et d'inférence , tandis que l'entraînement des grands modèles de langage repose encore sur du matériel provenant de fournisseurs externes.
Susan Li, directrice financière de l'entreprise, a expliqué que la stratégie consiste à combiner différents types de processeurs en fonction de la tâche . Pour certaines charges de travail très spécialisées, leurs puces conçues sur mesure permettent d'accroître l'efficacité et de réduire les coûts ; pour d'autres, comme l'entraînement des modèles de nouvelle génération, les GPU hautes performances de Nvidia ou d'AMD restent indispensables.
Li a elle-même reconnu que Meta ambitionne de développer à l'avenir des processeurs capables d'entraîner ses modèles d'IA les plus avancés , tout en admettant qu'atteindre le niveau actuel des principaux fabricants tiers prendra du temps. Pour l'instant, la priorité est d'étendre l'utilisation de MTIA à la classification, aux recommandations et à l'inférence générative.
Parallèlement au développement de son matériel, Meta renforce sa structure interne d'IA avec une nouvelle organisation d'ingénierie dirigée par Maher Saba , qui travaillera en étroite collaboration avec le laboratoire de superintelligence de l'entreprise. Elle a également conclu des accords d'accès au contenu, comme celui signé avec News Corp. , d'une valeur pouvant atteindre 50 millions de dollars par an, afin d'entraîner ses modèles à l'aide de documents et d'archives journalistiques.
La compétition avec Google, Amazon et Microsoft dans la course aux semi-conducteurs
La décision de Meta s'inscrit dans une tendance plus large du secteur technologique. Google développe ses TPU depuis des années pour entraîner et exécuter des modèles d'IA dans son cloud, tandis qu'Amazon possède ses propres processeurs comme Trainium et Inferentia. Microsoft, quant à elle, a commencé à déployer des puces conçues en interne pour des fonctions spécifiques, combinées au matériel tiers qui alimente une grande partie d'Azure.
Avec MTIA, Meta s'engage pleinement dans la course au contrôle direct des couches les plus critiques de l'infrastructure . Cependant, l'entreprise est consciente de la position dominante de Nvidia , qui détient plus de 90 % du marché des puces d'IA et bénéficie de plus d'une décennie d'avance technologique dans le domaine des GPU spécialisés.
L'objectif de Meta n'est pas de détrôner Nvidia du jour au lendemain, mais plutôt de construire une couche matérielle adaptée à ses propres services , lui permettant d'ajuster les performances, la consommation d'énergie et les coûts aux besoins réels de son réseau d'applications sociales et d'IA. Dans un contexte de demande croissante en puissance de calcul, toute économie réalisée est décuplée lorsqu'elle est appliquée à des dizaines de milliers de serveurs.
L'envergure de l'infrastructure de Meta permet de comprendre cette stratégie. L'entreprise développe ses centres de données dans plusieurs États américains et renforce sa capacité mondiale afin de prendre en charge à la fois ses réseaux sociaux et ses nouveaux produits d'IA, tels que les assistants vocaux et les fonctionnalités de recherche de produits avec recommandations basées sur les images et les prix.
Ce plan global de développement de puces propriétaires place Meta à un tournant décisif de son évolution technologique : s’il permet à MTIA de réduire ses coûts tout en maintenant les performances nécessaires à ses services, l’entreprise gagnera en flexibilité face aux fluctuations du marché des GPU et pourra poursuivre le développement de ses projets d’IA à grande échelle sans dépendre autant de tiers. Le défi consiste à mener à bien, dans les délais impartis, une feuille de route complexe et très coûteuse, au sein d’un secteur où la technologie évolue à un rythme qui, comme l’entreprise le reconnaît elle-même, surprend même les acteurs les plus avancés.
