Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Comment sont fabriqués les accélérateurs d'IA : packaging, mémoire et goulots d'étranglement de conception

La course aux accélérateurs d'IA ne se résume plus à savoir qui imprime la puce logique la plus rapide. Trois dossiers de la chaîne d'approvisionnement en 2026 montrent que les contraintes se situent dans les matériaux, la pile mémoire et le flux de travail d'ingénierie autour de la puce.

TechnologieExpliquéSophie LeclercPublié le: 27 septembre 20267 min de lectureSources 4
Comment sont fabriqués les accélérateurs d'IA : packaging, mémoire et goulots d'étranglement de conception

On décrit généralement les accélérateurs d'IA par leur puissance de calcul. Les GPU de Nvidia, Maia de Microsoft, Raptor de d-Matrix : les chiffres cités sont des téraflops, des nombres de transistors et de la bande passante mémoire. L'histoire plus difficile, c'est ce qui entoure ce silicium. En 2026, cette histoire s'est encombrée.

Trois articles distincts, de Tom's Hardware, ServeTheHome et The Next Platform, décrivent trois goulots d'étranglement différents. Un tissu de verre spécialisé se trouve dans chaque boîtier avancé. Une architecture mémoire échange de la capacité contre de la bande passante. Une chaîne d'ingénierie se reconstruit autour d'agents d'IA.

Une part de 90 % dans un matériau que presque personne ne connaît

Le premier goulot d'étranglement est un matériau appelé T-glass. Selon Tom's Hardware, une société japonaise nommée Nittobo contrôle environ 90 % de l'approvisionnement mondial. Le T-glass est un tissu de fibres de verre à faible CTE utilisé dans le cœur organique des substrats de circuits intégrés. C'est la couche d'interconnexion entre une puce et sa carte de circuit imprimé. Il maintient la stabilité dimensionnelle des boîtiers grands et très chauffants à mesure qu'ils gagnent en densité.

Cela compte d'autant plus que les processeurs d'IA grossissent. Tom's Hardware cite des données de Nvidia montrant des tailles d'interposeur passant de 814 mm² pour Hopper à 1 700 mm² pour Blackwell, une hausse de 109 %. Les générations à venir Rubin et Feynman montent encore d'un cran. Chaque génération consomme plus de T-glass par unité. Et une nouvelle ligne de T-glass ne s'installe pas en un clin d'œil. Il faut des fours de fusion électrique spécialisés fonctionnant entre 1 600 et 1 700 °C. Il faut aussi des années d'investissement et d'expertise pour faire fondre un verre riche en silice, le transformer en fil puis le tisser en un tissu ultramince.

Les chiffres montrent déjà la tension. Tom's Hardware rapporte des hausses de prix de 20 à 30 %. Les délais pour les matériaux en aval, comme les stratifiés à cuivre, sont passés d'un délai normal de 8 à 10 semaines à plus de 20. « Avec l'offre de T-glass encore plus contrainte aujourd'hui, les fournisseurs ne communiquent plus de délais », a déclaré Bill Ho, analyste chez Yuanta, dans l'article.

Nittobo triple la capacité de son usine de Fukushima, mais l'offre nouvelle n'arrivera sur le marché qu'à la mi-2027. L'entreprise double aussi sa capacité de fil brut dans son usine de Taïwan et réimporte du fil au Japon pour fabriquer le tissu. Elle a conclu un accord de collaboration avec Nanya Plastics pour externaliser une partie du tissage. D'ici 2027, environ 20 % du tissu de verre de Nittobo devrait être tissé par Nanya, selon les informations publiées par la société. S'associer à un concurrent est en soi le signe de l'étroitesse du marché.

Bilal Hachemi, analyste chez Yole Group qui suit la chaîne d'approvisionnement des substrats de circuits intégrés, a expliqué à Tom's Hardware Premium que remplacer le T-glass n'est pas simple. Il « a des valeurs diélectriques et de CTE spécifiques qui conviennent mieux aux puces d'IA, en particulier pour le cœur organique ». Il a aussi pointé les marges minces du secteur. « Toute hausse de la demande de matériaux de build-up, de matériau ABF ou de T-glass peut provoquer une pénurie potentielle, parce que cela va à l'encontre des fondamentaux de cette industrie », a-t-il dit.

Bank of America estime que le segment des matériaux électroniques de Nittobo va presque doubler ses ventes, de 40 900 000 000 ¥ (266 000 000 $) en 2025 à 87 700 000 000 ¥ d'ici mars 2028. Les marges opérationnelles approchent 48 %. « La demande de tissu T-glass semble devoir croître plus que prévu initialement », a déclaré Takashi Enomoto, analyste de recherche chez Bank of America, dans le même article.

Le détail le plus frappant est peut-être qui vient frapper à la porte. Hachemi affirme que Nvidia contactant directement un fournisseur de matériaux en amont comme Nittobo est sans précédent. « Pour la première fois, nous voyons Nvidia, le client final, s'adresser aux fournisseurs de matériaux en amont pour sécuriser la capacité et s'assurer qu'il l'obtiendra », a-t-il dit. L'inquiétude suit directement. Une fois que le plus gros acheteur a verrouillé sa part, les acheteurs de puces rivaux se disputent ce qui reste.

La mémoire est l'autre mur

Le deuxième goulot d'étranglement se trouve à l'intérieur du boîtier de l'accélérateur. À Hot Chips 2026, d-Matrix a présenté son accélérateur Raptor à DRAM 3D pour l'inférence générative. L'article de ServeTheHome expose clairement les compromis. Les poids des modèles ne cessent de grossir, et le cache KV évolue avec la longueur de contexte multipliée par la taille du lot. ServeTheHome donne l'exemple de 64 utilisateurs à 1 000 000 de contexte, ce qui peut représenter environ 935 Go de cache KV. C'est à la fois un problème de capacité et un problème de bande passante.

La SRAM atteint la bande passante visée mais ne retient presque rien. Une paire de cartes accélératrices Corsair SRAM atteint environ 300 To/s à une latence d'environ 1 ns, mais ne contient qu'environ 4 Go. La HBM résout la capacité mais peine sur la bande passante. d-Matrix cite un plafond pratique d'environ 20 To/s pour les boîtiers HBM4 comme Vera Rubin de Nvidia et Instinct MI455 d'AMD. Pousser 100 To/s à travers de la HBM à 2,4 pJ/bit consommerait environ 1,92 kW avant tout trafic de fabric, selon ServeTheHome.

La réponse de d-Matrix consiste à empiler le calcul directement sur les puces DRAM. L'IO vertical 3D descend à environ 0,3 à 0,4 pJ, soit environ 10 fois moins que la HBM. C'est un trajet à l'échelle du millimètre plutôt qu'une voie d'interposeur à l'échelle du centimètre. L'entreprise utilise une puce logique TSMC N4 empilée sur une puce DRAM 3D avec un empilement face à face de 36 um. Chaque carte contient 32 000 000 000 d'octets, avec des poids en 4 bits et un cache KV en 8 bits. Une montée en échelle de 72 cartes peut héberger un modèle de frontière comme Kimi K3 à 1 000 000 de contexte, selon ServeTheHome.

Rien de tout cela n'est gratuit. d-Matrix indique qu'un empilement logique-sur-DRAM 1-Hi à pas plus de 0,5 W/mm² peut être refroidi par liquide et maintenir la DRAM sous 100 C. Il a aussi fallu résoudre un problème d'arithmétique délicat. Chaque moteur tensoriel a besoin d'un flit de 128 000 000 000 d'octets par accès. Sa puce compte 840 banques, 768 après 72 de réserve, réparties sur 256 canaux, soit 3 banques par canal. Un seul accès renvoie 96 000 000 000 d'octets, donc un flit de 128 000 000 000 d'octets demande deux accès et récupère 192 000 000 000 d'octets, gaspillant environ 33 % de la bande passante près de 33 To/s. La solution, le stream blocking, partage un accès partiel de 32 000 000 000 d'octets entre trois flits. Ainsi 4 accès à 96 000 000 000 d'octets alimentent 3 flits à 128 000 000 000 d'octets.

La boucle de conception elle-même s'automatise

Le troisième goulot d'étranglement n'est ni un matériau ni un type de mémoire, mais le processus d'ingénierie. The Next Platform a rapporté le 27 juillet que Nvidia pousse les agents d'IA dans l'ingénierie des puces. L'article cite Tim Costa, vice-président et directeur général de l'ingénierie computationnelle chez Nvidia. Il a déclaré aux journalistes que d'ici 2030, l'industrie devrait produire 2 000 000 000 000 de puces et traiter environ 41 000 000 de wafers par mois. Les boîtiers individuels approcheront le billion de transistors.

« Le point clé n'est aucun chiffre en particulier ; c'est l'interaction entre l'échelle, l'architecture, le packaging et la complexité du système », a déclaré Costa. « Le processus de conception traditionnel ne peut tout simplement pas suivre ce niveau de défi. »

Nvidia déploie son processeur Vera CV100 basé sur Arm dans les flux EDA utilisés pour créer ses futurs processeurs et GPU. Ces flux comprennent la simulation, la vérification formelle et l'implémentation physique. Selon Costa, les premiers tests d'ingénierie montrent que Vera, sur les plateformes VCS de Synopsys et Jasper de Cadence, offre 1,5 fois les performances des systèmes Epyc Torrent d'AMD. Vera embarque 88 cœurs CPU Olympus personnalisés et un sous-système mémoire LPDDR5X à 1,2 To/s. Le processeur de nouvelle génération de Nvidia, Rosa, est attendu en 2028 dans le cadre de la plateforme datacenter Feynman.

Les éditeurs d'outils avancent leurs propres chiffres. Cadence affirme que ses AI Super Agents peuvent réaliser des centaines de simulations en moins d'une journée, un travail qui prend actuellement cinq semaines. Cela donne des cycles de validation au niveau transfert de registres 40 fois plus rapides. Synopsys a présenté un flux de vérification de conception entièrement autonome à la Design Automation Conference. L'entreprise affirme que ce flux peut livrer un RTL validé 50 fois plus vite que d'autres plateformes.

Ces multiples sont à prendre avec prudence. Ils viennent des vendeurs des outils. The Next Platform note le défi plus large du secteur : orchestration, intégration et garde-fous. Les résultats générés par l'IA doivent encore être vérifiés avant la validation finale.

Maia 200 de Microsoft, présenté à Hot Chips 2026 et couvert par ServeTheHome, montre à quoi ressemblent les conceptions qui en résultent. C'est une puce en 3 nm avec 140 000 000 000 de transistors, 6 piles de HBM3e, 7 To/s de bande passante HBM, un TDP de 750 W, 10 000 TFLOPS de performance FP4 et une puce SoC de 820 mm². Microsoft utilise une topologie quadruple entièrement connectée, sans réseau de scale-out, uniquement du scale-up. Sa diapositive montre 128 racks avec 6 000 puces. L'entreprise a aussi co-conçu la pile logicielle, avec la Microsoft Collective Communication Library au cœur. Le flux de données défini par logiciel du matériel exige des kernels adaptés.

Réunissez les trois histoires et le tableau est cohérent. L'accélérateur n'est plus une puce. C'est un boîtier qui dépend d'un fournisseur de matériaux en quasi-monopole. Il a besoin d'une architecture mémoire co-conçue avec la charge de travail. Et il a besoin d'une chaîne de conception reconstruite avec l'IA pour suivre sa propre complexité. Chaque couche a ses propres délais, et la plus lente donne le rythme.

Commentaires 0

Sources

4
  1. 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
  2. 02d-Matrix Raptor 3D-DRAM Accelerator for Generative Inference at Hot Chips 2026EN
  3. 03Microsoft's Maia 200 AI Accelerator at Hot Chips 2026EN
  4. 04Nvidia Accelerates Chip Engineering With AI AgentsEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.