Nvidia acquiert les actifs de Groq pour 20 milliards de dollars — et neutralise une alternative au GPU dans l'IA
Selon CNBC, Nvidia a convenu d'acquérir les principaux actifs de la startup Groq pour environ 20 milliards de dollars en espèces. Officiellement, l'accord est formulé comme un accord de licence non exclusif, cependant, comme l'ont confirmé les investisseurs de Groq, Nvidia obtient l'accès aux technologies, à la propriété intellectuelle et à l'équipe de développeurs de l'entreprise.
Ce que l'on sait
Groq a été fondé en 2016 par d'anciens employés de Google ayant participé à la création des TPU — processeurs spécialisés initialement conçus comme une alternative aux GPU dans les tâches d'apprentissage automatique. Contrairement à l'approche universelle de Nvidia, Groq misait sur sa propre architecture à très faible latence, optimisée avant tout pour l'inférence — la phase d'exécution des modèles déjà entraînés.
Dans ce segment, la startup a souvent été considérée comme un concurrent potentiel de Nvidia, notamment face à la demande croissante de accélérateurs AI économes en énergie et prévisibles.
Dans le cadre de l'accord, le fondateur et PDG de Groq, Jonathan Ross, ainsi que d'autres cadres dirigeants, rejoignent Nvidia pour développer les technologies sous licence. Toutefois, Groq continuera formellement d'exister en tant que société indépendante sous la direction d'un nouveau PDG, et son activité cloud GroqCloud n'est pas incluse dans l'accord.
Chez Nvidia, on souligne qu'il ne s'agit pas d'une acquisition complète de l'entreprise. Néanmoins, le PDG de Nvidia, Jensen Huang, a noté que les technologies de Groq seront intégrées à l'architecture de la NVIDIA AI Factory pour étendre les capacités de la plateforme dans les tâches d'inférence et en temps réel.
L'accord poursuit la tendance des grandes entreprises technologiques à ne pas acheter directement les concurrents, mais à s'emparer de leurs développements clés et de leurs équipes par le biais d'accords de licence. Pour Nvidia, c'est une façon de renforcer son propre écosystème — et de réduire simultanément la probabilité de l'apparition d'une alternative autonome à l'approche GPU sur le marché de l'IA.
Source: CNBC