Meta dévoile sa feuille de route de quatre puces MTIA pour l'inférence, sans lâcher Nvidia ni AMD

Meta a dévoilé son plan de développement pour sa gamme maison d'accélérateurs d'IA MTIA : dans les deux prochaines années, l'entreprise veut sortir quatre générations de puces pour le classement, les recommandations et l'IA générative. Elle ne pourra toutefois pas se passer totalement de Nvidia et AMD : chez Meta, le silicium maison est vu comme un complément aux achats de matériel tiers, et non comme un remplacement immédiat.

Pourquoi Meta veut ses propres puces

La raison principale est simple : la charge sur l'infrastructure de Meta augmente trop vite, et les GPU généralistes coûtent de plus en plus cher. L'entreprise étend la capacité de ses centres de données pour Facebook, Instagram et ses propres services génératifs, et cherche donc à mieux maîtriser le coût de l'inférence, l'étape où le modèle, déjà entraîné, répond aux requêtes des utilisateurs.

Ce type de travail n'exige pas toujours l'accélérateur le plus généraliste. Parfois, il vaut mieux concevoir une puce pour des cas d'usage internes précis et en tirer la meilleure efficacité par watt et par dollar.

Meta affirme utiliser déjà des centaines de milliers de puces MTIA pour l'inférence dans les recommandations, les contenus organiques et la publicité. Il ne s'agit donc pas d'une expérience de laboratoire, mais d'un élément intégré de son infrastructure de production. Dans ce contexte, l'entreprise accélère le développement de nouvelles générations.

Un autre chiffre est parlant : en 2026, Meta prévoit des dépenses d'investissement de 115 à 135 milliards de dollars, dont une part notable va à l'infrastructure d'IA. Les accélérateurs maison doivent l'aider non seulement à monter en charge plus vite, mais aussi à réduire sa dépendance aux prix et aux approvisionnements de fournisseurs externes.

À quoi ressemble la feuille de route

Au cœur de cette nouvelle feuille de route, quatre puces MTIA que Meta compte déployer à un rythme bien supérieur à celui du secteur. Alors que de nombreuses puces d'IA sont renouvelées tous les un à deux ans, Meta veut avancer par cycles d'environ six mois. Une approche modulaire le permet : les nouvelles générations sont conçues pour s'insérer dans des baies et une infrastructure réseau déjà prêtes, sans refonte du site.

• MTIA 300 est déjà en production et vise le classement et les recommandations.
• MTIA 400 sera l'étape suivante et, selon l'entreprise, se prépare à entrer en service dans les centres de données de Meta.
• MTIA 450 est conçu en priorité pour l'inférence d'IA générative.
• MTIA 500 prolongera la même lignée et doit renforcer l'infrastructure en 2027.

À partir du MTIA 400, Meta conçoit non seulement la puce, mais un système complet autour : plusieurs baies de serveurs, le réseau et le refroidissement liquide. Cette approche compte, car dans les grands clusters d'IA, la limite de performance ne tient plus seulement au calcul, mais aussi à l'acheminement des données, à la consommation électrique et à l'évacuation de la chaleur. Plus l'entreprise optimise toute la pile, moins elle paie pour une polyvalence dont elle n'a pas toujours besoin.

Pourquoi ce n'est pas un remplacement de Nvidia

Malgré une annonce fracassante, Meta ne présente pas explicitement MTIA comme une alternative qui chassera Nvidia ou AMD de ses centres de données. Au contraire, l'entreprise parle d'une approche « de portefeuille » : chaque type de charge exige des puces différentes, et il n'existe tout simplement pas de solution universelle.

Dans les prochaines années, les accélérateurs externes resteront critiques, surtout pour les scénarios d'entraînement les plus lourds de grands modèles ou pour accéder rapidement à un écosystème matériel et logiciel déjà prêt. Le pari de Meta est autre : confier à ses propres puces les charges où elle peut obtenir le plus grand gain de coût et d'efficacité.

Parallèlement, l'entreprise tente de ne pas bâtir un écosystème fermé. MTIA est conçu dès l'origine autour d'outils courants du secteur : PyTorch, vLLM, Triton et les standards de l'Open Compute Project. Cela facilite le déploiement dans les centres de données existants. Une partie du développement est menée avec Broadcom, et la fabrication est confiée à TSMC : même le silicium « maison » repose donc sur une longue chaîne externe de partenaires.

Ce que cela signifie

Meta montre que la course au matériel d'IA passe de l'achat pur et simple des GPU les plus puissants à un modèle plus fin : les grandes plateformes assemblent un parc mixte d'accélérateurs tiers et maison. Pour le marché, c'est le signe que la principale pénurie des prochaines années ne concerne pas seulement les puces, mais aussi la capacité d'adapter rapidement l'infrastructure à un type précis de charge d'IA.

*Meta est classée organisation extrémiste et interdite en Russie.