une semaine très axée sur le matériel en IA, voici les points forts

Google empiète sur le territoire de NVIDIA avec 2 contrats de TPU de plusieurs milliards de dollars.

des nouvelles ont annoncé que google vend $10Bs de ses derniers tpus internes à Meta et à l'OTAN, posant une concurrence directe aux gpu de nvidia

cela a le plus de sens pour meta qui pourrait économiser entre 30 et 50 % sur les dépenses en capex ai. de plus, les tpus de google se spécialisent dans les systèmes de recommandation, qui est essentiellement le système publicitaire de meta. un mariage fait au paradis ?

le responsable de l'infrastructure AI de google a déclaré qu'ils doivent doubler la puissance de calcul tous les 6 mois juste pour répondre à la demande...

si nous tenons compte de l'accord TPU anthropique de 1M, alors les chances de Google de rivaliser avec Nvidia sont passées de 0 à 15/25 %

la Chine affirme qu'une nouvelle puce AI peut battre celle de Nvidia

La Chine intensifie la haine envers Nvidia en lançant un nouveau concept de puce qui atteint la même qualité de performance qu'un Nvidia A100.

je ne me soucie pas vraiment, les derniers gb200/300 de nvidia écrasent ceux-ci, mais l'accélération récente de la technologie des puces en Chine est quelque chose qui doit être surveillé.

huawei et alibaba ont également été en train de fabriquer leurs propres puces qui avancent à un rythme similaire. si la chine finit par rattraper la domination des puces des usa, alors nous pourrions avoir un peu de mal lorsque cela concerne les guerres d'échelle (la chine domine généralement en production brute d'usine).

la vision de l'IA en robotique est sous-évaluée

j'ai beaucoup écrit à ce sujet cette semaine, en gros je pense que les gens sous-estiment à quelle vitesse les robots entreront sur le marché du travail et seront réellement productifs

les secteurs les plus évidents sont le travail manuel dans les usines et les centres de distribution. Amazon est probablement la société la plus expérimentée dans ce dernier cas et elle réduit ses coûts tout en investissant plus de 100 milliards de dollars dans sa stratégie d'IA - si je devais parier, je parie qu'elle est sous-évaluée ici.

tesla est l'autre, leur modèle d'IA FSD automobile + le déploiement d'optimus va être un gros problème si cela est exécuté comme prévu. ce n'est pas un jeu immédiat mais quelque chose à considérer étant donné que nous n'avons pas encore vu le "moment chatgpt pour la robotique".