Google lie le payback des TPU à des contrats de cinq ans
Selon Thomas Kurian, les TPU de Google s’amortissent deux fois plus vite que les GPU. L’essentiel du volume contractuel est engagé sur cinq ans.
Cet article est une traduction automatique par intelligence artificielle de l’original allemand. La version allemande fait foi.
Google Cloud veut réduire la facture liée aux GPU. Le directeur Thomas Kurian affirme que ses propres TPU s’amortissent en deux fois moins de temps que les GPU. Par ailleurs, la majorité du volume contractuel est engagée sur cinq ans.
Les points clés en bref
- Kurian évoque une amortisation des serveurs IA en moins de deux ans. Son propre silicium s’amortirait en deux fois moins de temps que les GPU.
- La majorité du volume contractuel en infrastructure est engagée sur cinq ans. Après l’amortissement, le client continue de payer pendant la durée restante.
- L’activité TPU serait plus de deux fois supérieure à celle du deuxième hyperscaler. Il ne cite pas son nom. La présentation s’appuie sur des estimations anonymes.
- Amazon annonce un retour sur investissement pour serveurs et réseau de moins de trois ans. Ce chiffre ne compare pas TPU et GPU.
À LIRE AUSSI :Amazon achète des puces Qualcomm et reçoit des actions en échange / Oracle : l’infrastructure cloud augmente de 121 %
Un TPU est l’accélérateur maison de Google pour l’entraînement et l’inférence. L’entreprise l’exploite dans ses propres data centers et propose aussi des systèmes externes. Ceux qui optent pour Nvidia paient pour le temps d’utilisation des GPU. Selon la présentation de Kurian, le retour sur investissement plus rapide s’applique au cloud interne de Google, attendu à partir du premier semestre 2027. Cela ne garantit pas de rentabilité pour les clients.
L’argument contre les GPU
Lors de la conférence Communacopia organisée par Goldman Sachs, Kurian met en avant deux chiffres dans une même phrase : des serveurs IA amortis en moins de deux ans, et son propre silicium amorti en deux fois moins de temps que les GPU. Le message est clair : ceux qui choisissent les TPU chez Google Cloud devraient récupérer leur investissement plus rapidement que ceux qui louent des GPU.
C’est là que se situe le poste le plus coûteux de l’infrastructure IA. Les hyperscalers achètent des accélérateurs en masse, des volumes qui pèsent lourd dans leur bilan. Ceux qui possèdent leurs propres puces peuvent vanter un délai d’amortissement plus court et ainsi justifier leurs prix.
Un contrat de cinq ans, un retour sur investissement en deux ans
Cette amortisation rapide ne suffit pas à elle seule. La majorité du volume contractuel d’infrastructure est liée à des contrats de cinq ans. Deux ans pour l’amortissement, cinq ans de durée totale : selon la logique de Kurian, le capital est récupéré alors que le client continue de payer.
C’est précisément ce qui en fait un argument commercial. La moitié du temps des GPU évoque la technologie. Cinq ans évoquent un engagement. Ensemble, ils forment le contrat.
„Notre activité d’accélérateurs, notre marché des TPU, est plus que deux fois supérieur à celui du deuxième hyperscaler le plus important.“
Thomas Kurian, PDG de Google Cloud
Il ne nomme pas ses concurrents. La présentation ne fournit pas de chiffre vérifié de part de marché. La diapositive indique la comparaison de taille comme une estimation tierce. La ligne sur l’amortissement mélange infrastructure IA et solutions IA, sans inclure les ventes de systèmes TPU. Le rapport performance-prix de l’entraînement, 2,7 fois supérieur, et les performances d’inférence, 80 % meilleures, concernent la comparaison entre la TPU v8 et la TPU v7, et non une comparaison avec les GPU de Nvidia.
Amazon aussi mise sur un retour sur investissement rapide
Andy Jassy a évoqué pour les serveurs et le réseau une durée légèrement inférieure à trois ans. Cela inclut bien plus que les serveurs d’IA et ne compare pas les TPU aux GPU. Ces deux indications ne permettent pas d’établir un classement. Elles montrent simplement que chaque grand acteur explique désormais à quelle vitesse son matériel se rentabilise.
| Qui | Ce que couvre la donnée | Retour sur investissement |
|---|---|---|
| Thomas Kurian, Google Cloud | Serveurs d’IA dans leur ensemble | moins de deux ans |
| Thomas Kurian, Google Cloud | silicium maison | la moitié du temps des GPU |
| Andy Jassy, Amazon | serveurs et réseau dans leur ensemble | légèrement inférieur à trois ans |
Source : déclaration de Kurian lors de la Goldman-Sachs-Communacopia. Jassy lors de la présentation trimestrielle d’Amazon. Ces données ne mesurent pas les mêmes choses.
La synthèse officielle de Google de son discours retient deux ans pour les serveurs d’IA et attribue aux TPU un retour sur investissement bien plus rapide. La moitié du temps des GPU n’y figure pas. La phrase la plus percutante de la scène ne survit pas à la version éditoriale. Les contrats de cinq ans restent ce que Kurian veut en faire.
Questions fréquentes
Que déclare Google Cloud concernant l’amortissement des TPU ?
Les serveurs d’IA devraient se rentabiliser en moins de deux ans, tandis que le silicium maison offre un retour sur investissement en moitié moins de temps que les GPU. L’essentiel du volume des contrats d’infrastructure est engagé sur cinq ans.
Pourquoi cinq ans constituent-ils l’élément clé ?
Un retour sur investissement rapide à lui seul relève de la performance technique. Associé à des engagements sur cinq ans, il devient une offre de fidélisation : récupération du capital investi, client toujours lié par contrat.
La moitié du temps des GPU est-elle une comparaison avec Nvidia ?
Non. La présentation mentionne des gains de 2,7 fois et 80 % pour le TPU v8 par rapport au TPU v7. La comparaison de taille avec le prochain hyperscaler relève d’une estimation externe.
Le chiffre d’Amazon s’applique-t-il contre Google ?
Non. Jassy inclut serveurs et réseau. Kurian compte les serveurs d’IA et compare les TPU aux GPU. Cela ne permet pas d’établir un classement.
Sélection de la rédaction
- Kubernetes n’exécute les tâches GPU qu’une fois que tous les pods sont compatibles
- Nvidia rachète Hugging Face : les modèles ouverts restent accessibles
- HashiCorp ajoute une preuve d’origine aux images machine
Plus du réseau MBF Media
MyBusinessFuturePourquoi Samsung investit des milliards dans MistralDigital ChiefsGoogle sécurise 22 ans d’électricité nucléaire pour ses data centersSecurityTodayDes attaquants lisent des fichiers GitLab sans authentificationSource de l’image d’en-tête : générée par IA (septembre 2026)
Traduit de l’original allemand avec l’aide d’une intelligence artificielle. La version allemande fait foi.
