Epoch AI : la capacité des puces IA pour les agents a été multipliée par 4,6 en un an
Epoch AI a fait le calcul : en un an, la capacité de l'ensemble des puces IA vendues à servir des agents a été multipliée par 4,6, alors que le calcul de pointe n'a progressé que d'un facteur 2,6. Un agent doit conserver dans son cache 262 000 tokens de contexte. La mémoire et l'interconnexion entre puces comptent donc davantage, et Blackwell, qui représente environ 73% de la capacité, a ici une avance nette. Pour choisir le matériel destiné aux agents, comparez donc la mémoire et l'interconnexion, pas les FLOPS affichés sur la fiche technique.
Traité par IA depuis TG: @ai_machinelearning_big_data (Machinelearning) ; édité par Hamidun News
Quand une équipe choisit du matériel pour des agents IA, elle regarde en général les téraflops de pointe indiqués dans la fiche technique. Le nouveau calcul d'Epoch AI montre que, pour les tâches agentiques, ce chiffre déforme fortement la réalité. L'organisation de recherche a évalué l'évolution de l'ensemble du parc de puces IA vendues entre le deuxième trimestre 2025 et le deuxième trimestre 2026. La capacité à servir de l'inférence agentique a été multipliée par 4,6. La puissance de calcul de pointe en opérations 8 bits n'a, elle, progressé que d'un facteur 2,6.
En tenant compte de l'incertitude sur les données de livraisons et sur la composition du matériel, Epoch donne un intervalle à 90% : la hausse se situe entre 4,2 et 5,1 fois. Même selon l'estimation la plus prudente, le parc a donc accru sa capacité agentique de plus de quatre fois.
Pourquoi la capacité agentique croît plus vite que les téraflops
Epoch la mesure avec son propre indice, l'IPI. Il indique combien de requêtes une puce peut servir simultanément dans une tâche agentique type. Dans une telle tâche, le modèle conserve dans son cache 262 000 tokens de contexte : historique des étapes, documents, résultats d'outils. À cela s'ajoutent environ un millier de nouveaux tokens à traiter pour chaque requête.
Imaginez un bibliothécaire dont le bureau croule sous une énorme pile de papiers pour chaque lecteur. Sa vitesse de lecture compte à peine. Ce qui importe, c'est le nombre de piles qui tiennent sur le bureau, la rapidité avec laquelle il retrouve la bonne et la facilité avec laquelle il la transmet à un collègue. Il en va de même pour les puces : ce qui décide, ce sont la capacité et la bande passante de la mémoire, l'interconnexion entre puces et la capacité à calculer en précision réduite. L'arithmétique brute passe au second plan.
D'où les écarts importants entre générations. Selon l'indice d'Epoch, le GB300 est 25 fois plus puissant que le H100 et 8 fois plus que le H200. En opérations 8 bits de pointe, le GB300 ne devance le H100 que d'un facteur 2,5. À la mi-2026, les puces Nvidia des générations Blackwell et Blackwell Ultra fournissaient environ 73% de toute la capacité agentique du parc. Elles ne représentaient pourtant que la moitié du calcul de pointe.
Ce que l'indice ne prend pas en compte
L'estimation a une limite assumée. L'IPI repose sur un modèle théorique des capacités maximales du matériel et ne tient pas compte de la maturité de la pile logicielle. Epoch l'a testé sur le modèle Kimi K3 : le débit réel du GB300 s'est révélé environ deux fois inférieur à la valeur calculée. Ces chiffres doivent donc se lire comme un plafond que les logiciels doivent encore atteindre. La vitesse à laquelle ils y parviendront dépend des frameworks concernés et des équipes qui les configurent.
Par ailleurs, il s'agit d'une estimation propre à la charge agentique à long contexte. Pour des requêtes de chat courtes ou pour l'entraînement des modèles, les proportions entre puces peuvent être différentes.
La croissance va ralentir
Epoch ne s'attend pas à ce que le parc continue de croître à ce rythme. Les puces vendues au deuxième trimestre 2026 ont ajouté 3,3 fois plus de capacité agentique que celles vendues au deuxième trimestre 2025. C'est nettement moins que la croissance de l'ensemble du parc sur la même année.
La raison : une grande partie des plus fortes améliorations est venue du passage de Hopper à Blackwell. Selon le modèle d'Epoch, la capacité par GPU est multipliée par 8 entre le H200 et le GB300. Du GB300 au VR200, plateforme de nouvelle génération équipée du GPU Rubin, le gain n'est que de 2,2 fois. Il sera plus difficile de reproduire le bond permis par la mémoire et l'interconnexion de Blackwell.
Que faire en pratique
Premièrement : lorsque vous planifiez une infrastructure pour des agents, comparez les puces selon la capacité et la vitesse de leur mémoire, leur interconnexion et leur prise en charge de la basse précision. Les FLOPS affichés conviennent pour estimer l'entraînement, mais décrivent mal le long contexte.
Deuxièmement : prévoyez une marge côté logiciel. Si le débit réel est deux fois inférieur à la valeur calculée, le choix du framework et son réglage peuvent peser sur le coût d'une requête autant que le choix de la génération de puce.
Troisièmement : ne comptez pas sur une croissance de la capacité agentique bon marché au même rythme. Attendre les prochaines générations apportera un gain moindre que le passage de Hopper à Blackwell. Pour ceux qui butent sur le coût de l'inférence, il est plus judicieux d'optimiser dès maintenant le contexte et le cache, sans attendre Rubin.
- 20 nov. 2026Les boucles de couches font gagner 18 points au « raisonnement sans texte » de Nvidia Dory 4B, mais seulement 1,5 au score global
- 20 nov. 2026Nvidia après Huang : le cap sur l'open source et le rachat de Hugging Face à 12,9 milliards de dollars sont maintenus
- 20 nov. 2026Anthropic, créateur de Claude, lève 81,3 milliards de dollars lors de son IPO pour une valorisation de 1,5 billion de dollars
- 20 nov. 2026Anthropic lève 81,3 milliards de dollars en Bourse et bat le record de SpaceX (75 milliards)
Questions clés sur cet article
Pourquoi la capacité agentique croît plus vite que les téraflops?
Epoch la mesure avec son propre indice, l'IPI. Il indique combien de requêtes une puce peut servir simultanément dans une tâche agentique type. Dans une telle tâche, le modèle conserve dans son cache 262 000 tokens de contexte : historique des étapes, documents, résultats d'outils. À cela s'ajoutent environ un millier de nouveaux tokens à traiter pour chaque requête. Imaginez un bibliothécaire dont le bureau croule sous une énorme pile de papiers pour chaque lecteur. Sa vitesse de lecture compte à peine.
Que sait-on sur Ce que l'indice ne prend pas en compte ?
L'estimation a une limite assumée. L'IPI repose sur un modèle théorique des capacités maximales du matériel et ne tient pas compte de la maturité de la pile logicielle. Epoch l'a testé sur le modèle Kimi K3 : le débit réel du GB300 s'est révélé environ deux fois inférieur à la valeur calculée. Ces chiffres doivent donc se lire comme un plafond que les logiciels doivent encore atteindre. La vitesse à laquelle ils y parviendront dépend des frameworks concernés et des équipes qui les configurent.
Que sait-on sur La croissance va ralentir ?
Epoch ne s'attend pas à ce que le parc continue de croître à ce rythme. Les puces vendues au deuxième trimestre 2026 ont ajouté 3,3 fois plus de capacité agentique que celles vendues au deuxième trimestre 2025. C'est nettement moins que la croissance de l'ensemble du parc sur la même année. La raison : une grande partie des plus fortes améliorations est venue du passage de Hopper à Blackwell. Selon le modèle d'Epoch, la capacité par GPU est multipliée par 8 entre le H200 et le GB300.
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.