Selon des informations rapportées mi-juillet 2026, Meta prévoirait de lancer dès septembre la fabrication d'une puce conçue spécifiquement pour ses besoins en intelligence artificielle. Objectif affiché : réduire ses coûts et cesser de dépendre entièrement de Nvidia et AMD, alors que les composants se raréfient et que leurs prix grimpent. Meta n'est pas seule : c'est désormais le mouvement de fond de toute l'industrie.
Il existe une entreprise qui gagne à peu près à tous les coups dans la révolution de l'IA, quelle que soit l'issue de la bataille entre laboratoires : celle qui vend les pelles pendant la ruée vers l'or. Nvidia occupe cette position depuis des années, et elle rapporte des sommes vertigineuses. Le problème, quand on est client de cette entreprise, c'est que sa marge sort directement de votre poche. D'où le mouvement discret mais massif que nous observons en 2026.
Ce que prévoit Meta
Selon des informations rapportées à la mi-juillet, Meta s'apprêterait à lancer dès septembre la production d'une nouvelle puce dédiée à ses charges de travail d'IA. La logique est double. D'abord une logique de coût : concevoir sa propre puce permet d'échapper à la marge du fournisseur, ce qui devient rentable dès lors qu'on achète en très grands volumes. Ensuite une logique d'approvisionnement : les composants d'IA de pointe se font rares et de plus en plus chers, et dépendre de deux fournisseurs pour une ressource aussi critique est une vulnérabilité stratégique.
Le contexte donne l'échelle du besoin. Meta disposerait d'une flotte estimée à plusieurs centaines de milliers de processeurs graphiques, et son prochain modèle de pointe serait entraîné sur l'équivalent d'environ un million de puces. À ce niveau, chaque pourcentage d'économie sur le matériel représente des centaines de millions de dollars.
Meta est en retard, pas en avance
Il faut le préciser pour bien situer l'information : Meta ne lance pas une tendance, elle rattrape un train déjà en marche. Google conçoit ses propres processeurs pour l'IA depuis des années. Amazon a développé sa gamme maison pour l'entraînement et l'inférence, utilisée par plusieurs laboratoires. Microsoft a lancé en janvier 2026 sa propre puce dédiée à l'inférence, gravée en 3 nanomètres, qui revendique plus de 30% de performance par dollar supplémentaire face aux solutions concurrentes.
Cette bataille du silicium a même des conséquences directes sur les alliances entre acteurs. Anthropic, par exemple, serait en discussions préliminaires avec Microsoft pour faire tourner une partie de ses calculs sur ces nouvelles puces maison via le cloud de l'éditeur. Ce serait cohérent avec sa stratégie de diversification : l'entreprise répartit déjà ses besoins entre des cartes Nvidia, les puces d'Amazon et celles de Google, ce qui limite sa dépendance à un seul fournisseur.
Un processeur graphique Nvidia est conçu pour faire beaucoup de choses correctement. Une puce maison peut être taillée pour faire une seule chose parfaitement : exactement les opérations dont votre modèle a besoin, dans le format que vous utilisez. C'est la différence entre un couteau suisse et un outil sur mesure. Vous perdez en polyvalence, mais sur votre usage précis, vous gagnez en performance et surtout en coût par opération. À l'échelle de milliards de requêtes, cet écart devient décisif.
La contrainte que personne ne peut contourner
Il y a toutefois une limite que ce mouvement ne résout pas. Concevoir une puce, ce n'est pas la fabriquer. Les géants dessinent leurs processeurs, mais la gravure effective reste concentrée chez une poignée de fondeurs, principalement à Taïwan. Le goulot d'étranglement physique demeure, et il reste géographiquement et politiquement sensible.
C'est ce qui rend la compétition mondiale sur ce terrain si tendue, comme nous l'évoquions dans notre article sur la course au calcul. Le contrôle du silicium est devenu un instrument de puissance nationale, et les restrictions à l'export en sont l'expression la plus directe. Fait notable dans l'autre camp : la sortie de Kimi K3 a montré que des laboratoires chinois construisent désormais des modèles de tout premier plan en composant avec ces contraintes matérielles.
Ce qu'il faut retenir
Le mouvement de Meta illustre une bascule silencieuse de l'économie de l'IA. Après la course aux modèles et la course aux data centers, s'ouvre la course au silicium sur mesure. Les entreprises qui consomment le plus de calcul cherchent toutes à internaliser leur matériel, pour la même raison qu'un constructeur automobile finit par vouloir fabriquer ses propres moteurs : au-delà d'une certaine échelle, dépendre d'un fournisseur devient plus coûteux que de faire soi-même.
Pour l'utilisateur final, l'effet sera probablement invisible mais bénéfique. Plus de puces conçues sur mesure, c'est plus de capacité disponible, moins de tension sur les prix, et à terme des coûts d'IA orientés à la baisse. Le vrai perdant potentiel de cette histoire serait celui qui vend les pelles, et qui voit ses meilleurs clients apprendre, un par un, à les fabriquer eux-mêmes.