Les CPU sont soudainement devenus un axe clé pour le marché cette année.

Le principal moteur est qu'OpenAI et Anthropic ont signé des accords de partenariat à grande échelle avec des fournisseurs de cloud comme Amazon, Google et Microsoft, les conduisant à consommer des quantités importantes de capacité CPU cloud.
Il y a deux raisons principales pour lesquelles l'IA nécessite plus de CPU.
Premièrement, le paradigme d'entraînement passe du pré-entraînement traditionnel à l'apprentissage par renforcement.
Après qu'un modèle génère du code, il doit exécuter des tests unitaires et valider les résultats dans des sites web simulés ou des environnements sandbox. Ces charges de travail reposent fortement sur les CPU.
Deuxièmement, le paradigme d'inférence passe des interfaces de chat simples aux agents.
Les modèles doivent appeler une large gamme d'outils, y compris les moteurs de recherche, les bases de données, les environnements d'exécution de code, les compilateurs et les systèmes de déploiement. Chacun de ces appels d'outils nécessite un traitement CPU important en arrière-plan.
Il existe également une source indirecte de demande qui est facile à négliger.
Le nombre de commits GitHub à l'échelle mondiale a déjà été multiplié par plusieurs par rapport à l'année dernière. L'énorme volume de code généré par l'IA doit finalement être déployé et exécuté dans des environnements basés sur CPU.
Depuis que cette tendance a été mise en évidence pour la première fois, les cours des actions d'Arm et d'Intel ont été multipliés par plusieurs, tandis qu'AMD a également bénéficié de manière significative.
NVIDIA a même commencé à vendre son CPU Vera en tant que produit autonome et a fixé un objectif de chiffre d'affaires correspondant de 20 milliards de dollars.
Cependant, il est peu probable que les CPU deviennent le prochain pilier central du cycle d'investissement dans l'IA.
Par exemple, un seul GPU Blackwell coûte plus de 50 000 dollars, tandis qu'un CPU coûte environ 5 000 dollars.
Même en supposant qu'un CPU supporte deux GPU, chaque 100 000 dollars investis dans les GPU se traduirait par seulement environ 5 000 dollars de dépenses CPU correspondantes.
Le marché des CPU était clairement sous-évalué dans le passé, mais la revalorisation actuelle est mieux comprise comme un retour vers une valorisation plus raisonnable plutôt que comme une preuve que les CPU deviendront le prochain protagoniste majeur de l'industrie de l'IA.