Pénurie de puissance de calcul : Google restreint l'accès de Meta à Gemini

Google a restreint l'accès de Meta à ses modèles d'IA Gemini. Le groupe ne parvient pas à répondre à la demande en puissance de calcul et impose des quotas à ses clients entreprises.

Que s'est-il passé

Dimanche, le Financial Times a révélé que Google avait notifié des limites d'utilisation de Gemini à plusieurs clients enterprise. Les restrictions concernent d'emblée plusieurs grandes entreprises, mais Meta est la plus durement touchée : le réseau social demandait un volume de ressources de calcul nettement supérieur à ce que Google était prête à allouer.

Un détail révélateur : Meta est un client entreprise payant de Google, et cela n'a pas suffi. Qu'un grand client enterprise doté d'un budget n'obtienne pas les ressources dont il a besoin illustre clairement l'ampleur de la pénurie. Celle-ci n'est pas une question de marché, mais une contrainte physique : il manque tout simplement des serveurs, des puces et de la capacité dans les data centers.

Cette situation intervient sur fond de croissance record de la demande en inférence IA. En tant que fournisseur d'infrastructure, Google doit répartir une ressource limitée entre des milliers de clients.

Comment Meta a été touchée

Les restrictions pèsent déjà sur les projets IA internes de Meta. Le groupe mène l'un des programmes d'IA les plus ambitieux parmi les géants de la tech : l'intelligence artificielle est intégrée à Facebook, Instagram, WhatsApp et aux lunettes connectées Ray-Ban Meta.

Meta a affiché à plusieurs reprises son intention d'intégrer l'IA dans l'ensemble de ses produits. Toute rupture d'approvisionnement en puissance de calcul menace directement cette stratégie.

Le coup est d'autant plus rude que Meta développe en parallèle sa propre famille de modèles ouverts Llama, qui exige elle aussi des ressources pour l'entraînement et l'inférence :

• Les retards sur les fonctionnalités IA peuvent toucher des milliards d'utilisateurs de Facebook, Instagram et WhatsApp
• L'entraînement des nouvelles versions de Llama exige des volumes de calcul colossaux
• Les échéances IA internes de Meta risquent de ne pas être tenues
• La dépendance à un fournisseur externe devient une vulnérabilité stratégique

Pourquoi Google manque-t-elle de puissance de calcul ?

En deux ans, la demande en inférence IA a explosé. Chaque nouvelle génération de modèles est nettement plus performante que la précédente, mais aussi nettement plus gourmande : les modèles phares actuels consomment plusieurs fois plus de calcul par requête que leurs prédécesseurs de 2023.

Google construit de nouveaux data centers et augmente la production de ses propres puces TPU, mais l'infrastructure ne suit pas la demande.

Autre facteur aggravant : Gemini est désormais profondément intégré non seulement aux produits destinés aux clients entreprises, mais aussi aux services internes de Google, comme Workspace, Search et Android. Les besoins propres du groupe entrent en concurrence avec ceux des clients externes pour les mêmes ressources physiques.

Ce que cela signifie

La pénurie de puissance de calcul devient un nouveau facteur limitant stratégique dans la course à l'IA. Les entreprises dépourvues d'infrastructure propre risquent de se retrouver en bout de file, même avec un budget à la clé.

Pour Meta, c'est un signal de plus pour accélérer ses investissements dans ses propres data centers. Pour l'ensemble du marché, c'est un rappel : dans les prochaines années, la bataille pour le calcul IA ne sera pas moins acharnée que celle pour les modèles eux-mêmes.

*Meta est reconnue organisation extrémiste et interdite en Russie.