La narration du marché du matériel de l'intelligence artificielle (artificial intelligence, AI) a longtemps été un monologue livré par Nvidia. Pendant des années, l'histoire était simple : si vous vouliez entraîner ou exécuter des modèles d'intelligence artificielle avancés, vous achetiez des H100 ou des GPU Blackwell, payiez la prime et faisiez la queue. Cependant, en ce début février 2026, l'intrigue a pris un tournant. Broadcom, traditionnellement perçue comme un géant des réseaux, s'est en fait imposée comme la "faiseuse de rois silencieuse" de l'industrie de l'intelligence artificielle, orchestrant une rébellion qui menace la domination absolue de Nvidia.
En donnant aux géants technologiques la possibilité de concevoir leurs propres cerveaux plutôt que de les acheter sur étagère, Broadcom a inauguré une nouvelle ère de "silicium personnalisé (Custom Silicon)". Avec des victoires majeures auprès de Google, Meta, ByteDance et maintenant un partenariat massif confirmé avec OpenAI, Broadcom ne se contente pas de concurrencer Nvidia ; elle change fondamentalement l'économie de intelligence artificielle.
L'ascension de l'alliance anti-Nvidia
La force motrice derrière l'ascension de Broadcom est le "pivot des hyperscalers (hyperscaler pivot)". Des géants technologiques comme Google, Microsoft et Meta ont réalisé que s'appuyer entièrement sur des GPU à usage général est économiquement insoutenable à grande échelle. Alors que les puces de Nvidia sont incroyablement polyvalentes — capables de gérer tout, de la simulation météorologique à l'entraînement de LLM — cette polyvalence s'accompagne d'une pénalité en termes de consommation électrique et de coût.
Voici les ASICs de Broadcom (Application-Specific Integrated Circuits). Contrairement à l'approche universelle de Nvidia, Broadcom co-conçoit des puces impitoyablement optimisées pour les charges de travail spécifiques de ses clients. En 2026, cette stratégie est passée d'une expérimentation de niche à une tendance qui définit le marché. Broadcom commande désormais environ 75 % du marché des ASICs personnalisés pour l'intelligence artificielle, agissant effectivement comme le partenaire fonderie des acteurs les plus puissants de l'industrie.
La validation la plus significative de ce modèle est arrivée avec la récente confirmation du partenariat avec OpenAI. En obtenant un contrat de plusieurs milliards de dollars pour fabriquer les accélérateurs personnalisés d'OpenAI, Broadcom a percé le cœur de la base de clients la plus fidèle de Nvidia. Ce mouvement indique que même les créateurs de ChatGPT cherchent à diversifier leur chaîne d'approvisionnement et à réduire leur dépendance aux marges hardware de Nvidia.
À l'intérieur de l'écosystème "XPU"
La stratégie de Broadcom repose sur une intégration profonde avec un groupe restreint de clients à fort volume, souvent appelés les clients "XPU". Cette liste ressemble à un Who’s Who d'internet mondial :
- Google (Alphabet) : Le partenariat le plus ancien. Broadcom a co-conçu plus de sept générations des Tensor Processing Units (TPUs) de Google. Ces puces sont l'épine dorsale de l'infrastructure d'intelligence artificielle de Google, alimentant tout, de Search aux modèles Gemini.
- Meta Platforms : Broadcom crée le Meta Training and Inference Accelerator (MTIA). À mesure que Meta étend ses modèles Llama et ses moteurs de recommandation, ces puces personnalisées permettent à l'empire de Mark Zuckerberg de réduire les dépenses en capital tout en augmentant le débit.
- ByteDance : La société mère de TikTok emploie du silicium conçu par Broadcom pour gérer les énormes algorithmes de recommandation qui maintiennent des milliards d'utilisateurs en train de faire défiler, contournant les restrictions à l'exportation grâce à des conceptions personnalisées conformes.
Ces relations sont collantes. Contrairement à l'achat d'un GPU, qui est une transaction, la conception d'un ASIC est un mariage d'ingénierie pluriannuel. Une fois qu'un hyperscaler construit sa pile logicielle autour d'une puce conçue par Broadcom, remplacer cette infrastructure devient incroyablement difficile.
L'économie du silicium personnalisé vs. les GPU génériques
Pour comprendre pourquoi l'industrie évolue, il faut regarder le coût total de possession (TCO). Pour une entreprise plus modeste, acheter des GPU Nvidia reste encore la voie la plus logique parce que cela offre de la flexibilité. Cependant, pour un hyperscaler déployant des gigawatts de puissance de calcul, les chiffres changent radicalement.
La table suivante détaille les différences stratégiques entre les deux approches qui dominent le marché 2026 :
| Feature | Nvidia General Purpose GPUs | Broadcom Custom ASICs |
|---|---|---|
| Primary Focus | Versatility and broad software support (CUDA) | Efficiency and specific workload optimization |
| Power Efficiency | High power consumption (supports unused features) | Maximum efficiency (circuitry only for required tasks) |
| Cost Structure | High upfront margin, lower development effort | High NRE (development) cost, low unit cost at scale |
| Software Ecosystem | Proprietary CUDA lock-in | Open/Custom software stacks (e.g., PyTorch/JAX) |
| Supply Chain Control | Controlled by Nvidia | Controlled by the Hyperscaler (Client) |
Le rempart réseau
Tandis que les puces personnalisées font les gros titres, la domination de Broadcom dans le réseau reste sa superpuissance méconnue. Les clusters d'IA en 2026 ne sont pas seulement des tas de puces ; ce sont d'immenses superordinateurs distribués qui exigent des transferts de données ultra-rapides entre des milliers de nœuds.
Les solutions de commutation Ethernet de Broadcom, en particulier les séries Tomahawk et Jericho, sont devenues la norme pour connecter ces clusters d'IA. Alors que Nvidia pousse sa technologie propriétaire InfiniBand, l'industrie au sens large s'est largement standardisée autour d'Ultra Ethernet, une norme défendue par Broadcom.
Cela crée un flux de revenus à "double-dip". Même si un centre de données utilise certains GPU Nvidia, il dépend probablement du matériel réseau de Broadcom pour fonctionner. S'ils passent au silicium personnalisé, Broadcom fournit à la fois le calcul et la connectivité. Cette diversification protège Broadcom de la volatilité qui frappe souvent les actions de semi-conducteurs pure-play.
Perspectives : un marché bifurqué
À mesure que nous avançons dans 2026, le marché du matériel pour l'intelligence artificielle se bifurque. Nvidia reste le leader incontesté pour le marché plus large, les clients d'entreprise et l'entraînement initial des modèles de pointe où la flexibilité est essentielle. Cependant, Broadcom s'est verrouillé sur le marché de "l'inférence à grande échelle" — la phase où les modèles d'IA sont réellement utilisés par les consommateurs.
Pour les lecteurs de Creati.ai, la conclusion est claire : la guerre des puces d'IA n'est plus une course à un seul cheval. Alors que Nvidia construit les "Ferrari" de l'industrie — performantes, coûteuses et désirables — Broadcom construit les systèmes de transport en commun qui vont réellement porter le trafic mondial d'IA. Avec l'accord OpenAI désormais public et les hyperscalers qui misent sur le silicium interne, l'activité des puces personnalisées de Broadcom est prête à rivaliser avec l'empire des GPU de Nvidia, prouvant que parfois, le concurrent le plus dangereux est celui qui construit les armes pour vos rivaux.
