Rubin affiche 50 PFLOPS par puce, le TPU 8t 12,6, mais Google joue la carte de l'échelle
Nvidia et Google conçoivent des puces pour l'IA. Selon les spécifications, une seule Nvidia Rubin atteint jusqu'à 50 PFLOPS (50 millions de milliards d'opérations par seconde), contre 12,6 pour un Google TPU 8t, soit environ 4 fois moins. Mais Google compense par le nombre : un seul superpod (un cluster géant) réunit 9 600 puces TPU 8t, alors qu'un rack Nvidia contient 72 GPU. Les laboratoires n'achètent pas des puces, ils achètent un token au meilleur prix. Comparez donc le prix du million de tokens sur votre propre charge de travail, plutôt que le pic affiché dans la fiche technique.
Traité par IA depuis X: @ZeeshhDecodes ; édité par Hamidun News
Chaque fois qu'un nouvel accélérateur d'IA sort, Internet compare les tableaux : qui a le plus de PFLOPS (millions de milliards d'opérations par seconde) ? L'auteur de la chaîne AI Decoded (@ZeeshhDecodes) a comparé la Nvidia Rubin et le Google TPU 8t. D'après le pic annoncé, une Rubin atteint 50 PFLOPS, contre 12,6 pour un TPU 8t : Nvidia est donc environ 4 fois plus rapide.
Mais Google répond par l'échelle : un seul superpod (un cluster interconnecté) de TPU 8t compte 9 600 puces, alors qu'un rack Nvidia accueille 72 GPU. Pour vous, cela signifie qu'il n'a aucun sens de choisir un cloud d'après le chiffre d'une seule puce. Ce qu'il faut calculer, c'est le prix du token, c'est-à-dire le prix de chaque fragment de texte que le modèle renvoie à l'utilisateur.
Ce que disent les chiffres par puce
L'auteur s'appuie sur les pages de spécifications. La Nvidia Rubin est annoncée avec un pic de 50 PFLOPS par puce. Le Google TPU 8t figure dans la liste avec 12,6 PFLOPS. Si un laboratoire achetait un seul accélérateur pour le poser sur un bureau, le choix serait évident : dans un duel « puce contre puce », Nvidia l'emporte toujours, et l'auteur le reconnaît honnêtement.
Mais ces puces ne fonctionnent pas isolées sur un bureau. Les grands modèles sont entraînés et servis sur des centaines, voire des milliers d'accélérateurs reliés entre eux, et c'est là que le rapport de forces change.
Là où Google se rattrape
Selon le post, un superpod TPU 8t réunit 9 600 puces, tandis qu'un rack Nvidia contient 72 GPU. En multipliant grossièrement les pics, on obtient environ 121 000 PFLOPS (environ 121 EFLOPS) par superpod, contre 3 600 PFLOPS (3,6 EFLOPS) par rack. La comparaison n'est pas tout à fait équitable : le superpod est une unité d'infrastructure complète, alors que le rack n'en est qu'une partie. Elle illustre toutefois la logique de Google : ne pas battre Nvidia sur une seule puce, mais construire un très grand système cohérent et gagner sur le prix.
L'auteur résume ainsi : Google joue sur l'échelle et le prix. La puce est plus faible, mais elles sont nombreuses, et elles sont maison, sans la marge d'un fournisseur tiers. Le point fort de Nvidia, c'est la densité de calcul : 72 GPU puissants dans un seul rack.
Pourquoi le coût du token compte
La thèse centrale du post : les laboratoires n'achètent pas des puces, ils achètent un coût par token. C'est dans cette unité que comptent ceux qui vendent l'accès à un modèle ou le font tourner en production. Grosso modo, il se compose ainsi : le prix du matériel et de sa location à l'heure, plus l'électricité et le refroidissement, plus le réseau, le tout divisé par le nombre de tokens que le système a réellement produits pendant cette heure.
Les PFLOPS de pointe disent peu de choses à ce sujet :
- Utilisation réelle. Le pic théorique n'est presque jamais atteint : la mémoire, le réseau entre les puces et la qualité de la pile logicielle pèsent lourd.
- Format de calcul. Les pics dépendent de la précision (par exemple FP8 ou FP4). Le post ne le précise pas, donc 50 et 12,6 ne peuvent pas être considérés comme pleinement comparables sans vérification dans la documentation.
- Prix d'achat et énergie. Une puce quatre fois plus faible, mais nettement moins chère et plus sobre en énergie, peut produire un token à moindre coût.
- Logiciel. Des outils familiers pèsent souvent plus lourd que quelques PFLOPS de plus.
Que faire en pratique
Si vous choisissez un cloud ou un fournisseur d'inférence, ne comparez pas le pic théorique. Lancez votre modèle avec votre longueur de contexte et votre trafic réel, puis calculez le prix du million de tokens et la latence de réponse. Nvidia sera peut-être plus rapide, les TPU moins chers. Seule une mesure sur votre charge de travail tranchera.
Si l'économie de votre produit repose sur un token bon marché, dépendre d'un seul camp est un risque : mieux vaut tester les deux plateformes.
Limites
Il s'agit d'une courte opinion d'auteur sur un réseau social, et non d'un benchmark indépendant. Les chiffres proviennent de pages de spécifications : c'est donc un pic annoncé, et non une vitesse mesurée en entraînement ou en inférence. Le post ne donne pas le coût réel du token pour la Rubin et le TPU 8t, alors que c'est précisément lui qui décide de l'issue du débat.
- 19 nov. 2026Q.ANT et AMD font tourner un LLM de 1 milliard de paramètres avec une puce optique à la place de l'attention
- 19 nov. 2026Le mot « jeu vidéo » fait passer la propension de GPT-6 Astra à choisir des cibles de 6% à 92%
- 19 nov. 2026AWS ajoute à SageMaker un classement de plus de 70 modèles : qualité, vitesse et prix dans un seul tableau
- 18 nov. 2026Jensen Huang quitte son poste de CEO de NVIDIA, l'entreprise perd plus de 1 000 milliards de dollars de capitalisation
Questions clés sur cet article
Que sait-on sur Ce que disent les chiffres par puce ?
L'auteur s'appuie sur les pages de spécifications. La Nvidia Rubin est annoncée avec un pic de 50 PFLOPS par puce. Le Google TPU 8t figure dans la liste avec 12,6 PFLOPS. Si un laboratoire achetait un seul accélérateur pour le poser sur un bureau, le choix serait évident : dans un duel « puce contre puce », Nvidia l'emporte toujours, et l'auteur le reconnaît honnêtement. Mais ces puces ne fonctionnent pas isolées sur un bureau.
Que sait-on sur Là où Google se rattrape ?
Selon le post, un superpod TPU 8t réunit 9 600 puces, tandis qu'un rack Nvidia contient 72 GPU. En multipliant grossièrement les pics, on obtient environ 121 000 PFLOPS (environ 121 EFLOPS) par superpod, contre 3 600 PFLOPS (3,6 EFLOPS) par rack. La comparaison n'est pas tout à fait équitable : le superpod est une unité d'infrastructure complète, alors que le rack n'en est qu'une partie.
Pourquoi le coût du token compte?
La thèse centrale du post : les laboratoires n'achètent pas des puces, ils achètent un coût par token. C'est dans cette unité que comptent ceux qui vendent l'accès à un modèle ou le font tourner en production. Grosso modo, il se compose ainsi : le prix du matériel et de sa location à l'heure, plus l'électricité et le refroidissement, plus le réseau, le tout divisé par le nombre de tokens que le système a réellement produits pendant cette heure.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.