Google limite l'accès de Meta à Gemini faute de puissance de calcul

Google a restreint l'accès de Meta Platforms à ses modèles d'IA Gemini. En cause : un manque de puissance de calcul, Google n'ayant pas pu allouer le volume demandé. L'information vient du Financial Times, qui s'appuie sur ses propres sources.

Que s'est-il passé ?

Selon le Financial Times, Google a fixé des limites strictes à l'utilisation des modèles Gemini par Meta. Ces restrictions ne sont liées ni à un différend commercial ni à une violation du contrat : la raison est purement technique, Google ne disposant tout simplement pas d'assez d'infrastructure de calcul pour satisfaire pleinement les demandes de Meta.

Le détail des limites n'est pas divulgué. On ignore quelle capacité Meta a demandée et l'ampleur de la réduction. Bloomberg, citant le FT, ne fait que confirmer l'existence des restrictions.

La situation semble paradoxale : l'un des plus grands fournisseurs d'IA au monde doit réduire l'accès d'un autre géant de la tech, non pour des raisons stratégiques mais par simple manque de ressources. Elle illustre la rapidité avec laquelle la demande de puissance de calcul a augmenté ces deux dernières années, et le retard pris par l'appareil de production.

La pénurie de GPU, un problème systémique

Cet épisode est le symptôme d'une crise structurelle de toute l'industrie de l'IA. Plusieurs facteurs clés ressortent :

• La demande de GPU pour l'entraînement et l'inférence des modèles d'IA croît de façon exponentielle, plus vite que la capacité de production des usines de puces
• Même les plus grands fournisseurs de cloud subissent une pénurie aiguë d'accélérateurs NVIDIA H100 et H200
• Les délais de livraison de serveurs chez les principaux fabricants s'étirent sur de nombreux mois
• Les restrictions touchent aussi bien les petites startups que les clients entreprises dotés de contrats de plusieurs milliards de dollars
• Les entreprises se font de plus en plus concurrence non seulement sur la qualité des modèles, mais aussi sur l'accès à l'infrastructure de base

Il est révélateur que cela survienne alors que les investissements dans l'infrastructure d'IA atteignent des records. Google, Microsoft et Amazon ont annoncé des dépenses cumulées de centaines de milliards de dollars pour construire de nouveaux centres de données. Mais les fruits de ces investissements ne se sont pas encore traduits en capacité réellement disponible : construire et mettre en service un grand centre de données prend de deux à quatre ans.

Meta développe ses propres puces d'IA, les MTIA (Meta Training and Inference Accelerator), et étend sa coopération de fabrication avec TSMC. Le groupe a aussi publié la série Llama sous une licence conditionnellement ouverte, qui permet aux partenaires de déployer l'inférence d'IA sur leur propre matériel et de réduire leur dépendance aux fournisseurs externes. Les restrictions de Google ne font que renforcer cette orientation interne.

Google, Meta et une interdépendance complexe

Google et Meta sont à la fois partenaires et concurrentes. Meta utilise l'infrastructure cloud de Google pour une partie de ses charges de calcul, mais l'affronte aussi sur le marché publicitaire, auprès des utilisateurs de services d'IA et dans l'écosystème des développeurs.

Pour Google, l'accès à l'API Gemini est une source stratégique de revenus B2B et un outil pour imposer Gemini comme standard en entreprise. L'annonce que le groupe n'a pas pu fournir les volumes nécessaires à l'un de ses plus gros clients peut nuire à sa réputation de fournisseur fiable, surtout alors que Microsoft Azure OpenAI Services et Amazon Bedrock font une promotion agressive et débauchent activement des clients entreprises en misant sur une scalabilité garantie.

La situation soulève aussi la question des limites de la stratégie B2B de Google dans l'IA. Si même Meta, avec son poids dans les négociations et son échelle, n'a pas pu obtenir les volumes voulus, c'est un signal pour des milliers de clients plus modestes sur tout le marché.

Ce que cela signifie

La pénurie de puissance de calcul devient une ressource stratégique, aussi importante que la qualité des modèles d'IA eux-mêmes. Les entreprises qui parviendront à bâtir leur propre infrastructure ou à sécuriser un accès prioritaire aux nouvelles capacités de production obtiendront un avantage concurrentiel durable, quelle que soit la qualité de leurs algorithmes. La course à l'IA est de plus en plus une course au matériel.

*Meta est classée organisation extrémiste et interdite en Russie.