
Tech • IA • Robotique
L’IA, les puces sur mesure et les contraintes énergétiques convergent vers une nouvelle phase de concurrence, dans laquelle les percées en biologie et en informatique progressent plus vite que la gouvernance et les infrastructures.
Des chercheurs utilisant Evo 2, un modèle génomique développé avec Nvidia et de grands laboratoires universitaires, dont Stanford, ont généré des génomes viraux complets qui n’existaient pas auparavant dans la nature. Après avoir passé au crible des centaines de candidats et en avoir synthétisé 285 en laboratoire, les scientifiques ont identifié 16 bactériophages viables capables d’infecter Escherichia coli. Ce travail marque une étape majeure: un système d’IA a produit des génomes complets devenus des entités biologiques fonctionnelles une fois synthétisés.
Les nouveaux virus ciblent des bactéries plutôt que des cellules humaines et ont été limités à un domaine biologique étroit lié à phiX174 et à E. coli. Le résultat est donc moins alarmant qu’un scénario impliquant un pathogène humain, mais il montre malgré tout que l’IA peut concevoir des systèmes vivants à partir de motifs génomiques. Cette capacité pourrait aussi aider à combattre la résistance aux antibiotiques, puisqu’un cocktail de plusieurs phages peut rendre l’adaptation bactérienne beaucoup plus difficile.
L’inquiétude ne porte pas seulement sur les progrès scientifiques, mais aussi sur l’accessibilité. Si les systèmes capables de générer des génomes deviennent largement utilisables via des interfaces publiques ou des modèles reproduits, un laboratoire compétent pourrait potentiellement synthétiser leurs résultats dans le monde réel. Cette perspective renforce les appels à des règles internationales sur les types de conception biologique que l’IA doit, ou non, permettre.
OpenAI a présenté une puce dédiée à l’inférence appelée Jalapeño, conçue avec Broadcom pour réduire sa dépendance aux fournisseurs externes de matériel. Contrairement aux accélérateurs d’entraînement, cette puce est pensée pour servir les modèles efficacement, en combinant calcul et mémoire afin de générer des réponses plus rapidement. Cette initiative place OpenAI en concurrence plus directe avec Nvidia et d’autres leaders des puces.
Les premières affirmations suggèrent que Jalapeño pourrait offrir un débit nettement supérieur aux meilleurs systèmes actuels sur certains modèles ouverts, avec des gains d’efficacité d’environ 2x à 4x pour une même consommation d’énergie. C’est important, car l’inférence devient l’un des coûts récurrents majeurs de l’IA. Même si les premiers déploiements restent limités jusqu’à fin 2026 et qu’un déploiement plus large glisse vers 2027, le message stratégique est clair: les grandes entreprises d’IA veulent contrôler à la fois le logiciel et le silicium.
Apple a aussi renforcé son offensive matérielle avec les nouvelles puces M6 et M5 Ultra, destinées à une inférence puissante sur l’appareil. L’approche diffère fortement de celle des rivaux centrés sur le cloud: au lieu de concentrer l’IA dans des centres de données hyperscale, Apple renforce la capacité à exécuter localement de grands modèles sur des machines haut de gamme. Des systèmes allant jusqu’à 512 GB de mémoire unifiée pourraient rendre l’inférence locale avancée praticable pour les développeurs et les entreprises, quoique à des prix élevés.
L’essor rapide du matériel d’IA se heurte à une contrainte plus dure: l’approvisionnement en électricité. Aux États-Unis, services publics et décideurs sont de plus en plus contraints d’arbitrer entre la demande des centres de données et celle des ménages, hôpitaux et écoles. La pression est la plus forte dans les zones déjà saturées en infrastructures informatiques, où la croissance de l’IA dépasse les capacités de production disponibles, propres et fiables.
Les données du secteur indiquent une nouvelle flambée de la demande en turbines à gaz, les développeurs cherchant le moyen le plus rapide d’alimenter les installations d’IA. Les commandes s’étendraient sur plusieurs années, et de grands opérateurs, dont Meta et des projets liés à Elon Musk, sont associés à des efforts agressifs pour sécuriser des capacités de production. Les critiques avertissent que cela aggrave la pollution, renforce l’opposition locale et reporte les coûts sur les habitants via des prix de l’électricité plus élevés.
Dans certaines parties du marché américain, comme la Virginie, les prix de gros de l’électricité liés à la forte demande des centres de données sont bien supérieurs aux niveaux couramment observés en France, avec des chiffres évoqués autour de 600 $ par MWh et de possibles pointes vers 1 000 $. Les opérateurs de réseau envisagent de plus en plus des règles obligeant les nouveaux centres de données à apporter leur propre capacité de production avant leur raccordement. Le débat n’est plus abstrait: l’expansion de l’IA façonne directement la politique énergétique et les factures des consommateurs.
Hugging Face, fondée par des entrepreneurs français et désormais centrale dans l’écosystème mondial des modèles ouverts, des jeux de données et des outils d’IA, ferait l’objet de discussions autour d’une opération à 13 milliards de dollars. L’entreprise était valorisée 4,5 milliards de dollars après une levée de fonds de 235 millions de dollars en 2023 et s’est présentée comme proche de la rentabilité. Son essor reflète la valeur stratégique croissante de l’infrastructure ouverte de l’IA, et pas seulement des dépenses massives.
L’entreprise a bâti son influence en hébergeant et en distribuant une grande partie de l’écosystème ouvert mondial de l’IA tout en essayant d’éviter d’être capturée par un seul laboratoire dominant. Elle avait auparavant résisté à des offres qui auraient pu la lier plus étroitement à un grand acteur de plateforme. Une vente à une entreprise majeure de l’IA pourrait transformer, voire mettre fin, à son rôle de hub ouvert neutre, tandis qu’un rachat par un groupe logiciel ou financier plus large marquerait aussi la perte d’un rare actif stratégique d’origine française.
Les avancées récentes montrent que l’IA progresse simultanément dans la biologie, le matériel et les systèmes énergétiques. Le défi central n’est plus seulement l’invention, mais la capacité des garde-fous publics et des choix stratégiques à suivre le rythme de technologies qui deviennent une infrastructure fondamentale.
Explique-moi