Counterpoint Research a publié un rapport soulignant les perspectives de croissance forte sur le marché des puces d'intelligence artificielle, en mettant particulièrement l'accent sur le segment des puces AI pour serveurs non-GPU, communément appelé ASICs AI (Circuits intégrés spécifiques à l'application). L’analyse prévoit une expansion rapide, estimant que les envois d'ASICs AI tripleront d'ici 2027 par rapport aux chiffres de 2024. Cette poussée reflète une demande solide et une adoption large de ces puces IA spécialisées dans divers secteurs et applications. De plus, le rapport prévoit qu’en 2028, les livraisons d’ASICs AI dépasseront celles des puces IA traditionnelles basées sur des GPU. Si les GPU (Unités de traitement graphique) ont été au centre des calculs d’IA — notamment dans la formation et l’inférence grâce à leurs capacités de traitement parallèle —, les ASICs AI sont spécifiquement conçus pour les charges de travail en intelligence artificielle, offrant une efficacité et des performances accrues. Cette conception ciblée les rend de plus en plus attrayants pour leur déploiement dans les centres de données et les dispositifs en périphérie. Counterpoint Research prévoit que le segment des ASICs AI dépassera les 15 millions d’unités livrées d’ici 2028, marquant une transition importante dans l’écosystème du matériel IA, passant des processeurs généralistes comme les GPU à des ASICs hautement spécialisés optimisés pour des tâches IA spécifiques. Cette évolution s’inscrit dans une tendance plus large du développement de l’IA : à mesure que les modèles IA deviennent plus complexes et que les exigences en calcul s’intensifient, le besoin de solutions matérielles efficaces et évolutives croît. Les ASICs AI répondent à ces besoins en offrant des vitesses supérieures, une consommation d’énergie plus faible et des performances améliorées, adaptées aux charges de travail en intelligence artificielle et en apprentissage automatique. Plusieurs facteurs expliquent cette préférence croissante pour les ASICs AI.

Leur optimisation au niveau du circuit pour des opérations telles que l’inférence en apprentissage profond entraîne une efficacité énergétique supérieure par rapport aux GPU. Par ailleurs, les progrès continus dans la fabrication de semi-conducteurs et dans les algorithmes d’IA permettent une itération rapide et une adaptation des ASICs AI aux cas d’utilisation en évolution. Les acteurs de l’industrie et les opérateurs de centres de données devraient adopter de plus en plus ces ASICs pour tirer parti de ces avantages. Cette tendance va remodeler le paysage concurrentiel des fournisseurs de matériel d’IA, offrant d’importantes opportunités de croissance aux entreprises axées sur le développement d’ASICs AI. Le rapport met également en évidence le potentiel impact des ASICs AI dans divers secteurs tels que les services cloud, les télécommunications, l’automobile, la santé et l’informatique en périphérie. Leur scalabilité et leur spécialisation permettent un traitement plus efficace de l’IA, soutenant l’analyse en temps réel, les systèmes autonomes et une meilleure expérience utilisateur. À mesure que les technologies d’IA progressent et deviennent essentielles dans différents domaines technologiques et sociétaux, le matériel qui les supporte doit évoluer en conséquence. La triplication prévue des envois d’ASICs AI d’ici 2027 et leur dépassement prévu des expéditions de GPU d’ici 2028 marquent une transformation clé dans la dynamique du matériel IA. Les conclusions de Counterpoint Research soulignent le rôle crucial des ASICs AI dans la définition de l’avenir de l’infrastructure IA, promettant un traitement plus ciblé, plus efficace et plus puissant, ce qui accélérera l’adoption et l’innovation à l’échelle mondiale.