La puce Iris IA de Meta entrera en production en septembre, avec un objectif de capacité de calcul de 14 GW

Introduction

Selon des rapports, Meta prévoit de commencer à fabriquer une nouvelle puce d'intelligence artificielle sur mesure en septembre 2026, une démarche qui accélérera l'une des plus vastes expansions d'infrastructure informatique du secteur technologique.

Cette puce, nom de code Iris, fait partie du projet interne Meta Training and Inference Accelerator (MTIA) de Meta. D'après un mémo interne consulté par Reuters, Iris a terminé un cycle de tests de six semaines sans problème majeur et entre désormais en phase de production.

Cette puce n'est qu'une partie de son plan ambitieux. Meta prévoit de déployer environ 7 gigawatts d'infrastructure informatique en 2026 et envisage de doubler cette capacité totale à 14 GW en 2027. Ses prévisions de dépenses d'investissement pour 2026 ont également été relevées entre 125 et 145 milliards de dollars, reflétant la hausse des prix des composants et des investissements supplémentaires dans les centres de données.

Note sur la source : Il s'agit d'un article original en chinois, prêt à être publié, basé sur un rapport de Reuters, repris par l'Economic Times et recoupé avec les annonces officielles d'infrastructure de Meta. Il ne s'agit pas d'une réécriture ligne par ligne d'une source protégée par le droit d'auteur. L'article source contient une image principale pertinente, conservée ci-dessus. Les publicités, bannières de promotion d'applications, graphiques WhatsApp et images de recommandations non liées ont été exclus. Reuters a ensuite corrigé son rapport, indiquant que Meta prévoit d'ajouter 2,5 GW d'ici fin 2026, et non 5,5 GW.

Meta prévoit de lancer la production d'Iris en septembre

Selon un mémo interne de Meta consulté par Reuters, la production d'Iris devrait débuter en septembre 2026.

Les tests ont duré environ six semaines et n'ont révélé aucun problème majeur. C'est un jalon important pour Meta, dont le programme de puces sur mesure a connu des retards et des défis techniques depuis qu'elle a commencé à développer son accélérateur d'IA propriétaire il y a cinq ans.

Meta a refusé de commenter les plans de production rapportés, donc cette échéance de septembre doit être comprise comme un plan interne, et non une date de lancement publiquement engagée.

Iris est conçue spécifiquement pour répondre aux besoins des centres de données de Meta. Elle est destinée à soutenir les systèmes d'IA derrière des produits comme Facebook et Instagram, y compris les charges de travail de recommandation, de classement, de publicité et d'IA générative.

La puce ne devrait pas remplacer tous les accélérateurs externes achetés par Meta. Au contraire, elle fera partie d'un portefeuille d'infrastructure hybride qui comprend :

• Les accélérateurs MTIA conçus par Meta
• Les GPU NVIDIA
• Les GPU AMD Instinct
• Les CPU sur mesure et développés par des partenaires
• Les systèmes dédiés de réseau, mémoire et stockage

Cette approche combinée permet à Meta d'attribuer différentes charges de travail au matériel offrant la meilleure combinaison de performance, disponibilité, efficacité énergétique et coût total.

Qu'est-ce que la puce AI Iris ?

Iris est le nom de code d'une génération de puces du projet MTIA de Meta, selon le rapport de Reuters.

MTIA signifie Meta Training and Inference Accelerator (Accélérateur d'Entraînement et d'Inférence Meta). C'est une série de puces d'IA construites par Meta dans un but spécifique, visant à améliorer l'efficacité des charges de travail exécutées dans ses centres de données.

Meta a déjà déployé les premières générations de MTIA pour les tâches d'inférence de classement, de recommandation et de publicité.

La société affirme que ces puces, lorsqu'elles sont profondément optimisées pour les modèles et la pile logicielle de Meta, offrent des avantages significatifs en matière d'efficacité énergétique par rapport aux puces génériques des fournisseurs.

Le projet Iris rapporté est une extension de cette stratégie.

Faits clés du rapport

Élément	Détail du rapport
Nom de code de la puce	Iris
Nom du programme	Meta Training and Inference Accelerator (MTIA)
Objectif de production de masse	Septembre 2026
Durée des tests	Environ six semaines
Problèmes majeurs lors des tests	Aucun signalé dans le mémo interne
Support de conception	Broadcom
Fabricant	TSMC
Utilisation principale	Charges de travail d'IA dans les centres de données Meta
Relation avec les GPU	Complémentaire aux GPU NVIDIA et AMD, pas un remplacement total
Planification de la feuille de route	Quatre générations de MTIA, visant le lancement d'une nouvelle puce environ tous les six mois jusqu'en 2027

Le rapport original ne divulgue pas les spécifications techniques détaillées telles que le nœud de processus, la capacité mémoire, la bande passante d'interconnexion, la consommation électrique et les performances de calcul de pointe. Ces détails ne doivent pas être déduits avant que Meta ou ses partenaires ne les annoncent.

Feuille de route des quatre générations de MTIA

Selon Reuters, Iris fait partie d'un programme de quatre générations de MTIA conçues par Meta.

L'entreprise prévoit de lancer une nouvelle puce environ tous les six mois jusqu'en 2027. Ce rythme est bien plus rapide que les cycles de développement de produits d'un an ou plus dans l'industrie des semi-conducteurs.

Meta a confirmé séparément qu'elle développe et déploie quatre générations entièrement nouvelles de puces MTIA en deux ans. Cette feuille de route vise à soutenir :

• Les systèmes de classement et de recommandation
• Les modèles publicitaires
• L'inférence à grande échelle
• Les charges de travail d'IA générative
• Les futures charges de travail d'entraînement

Un cycle de six mois n'implique pas nécessairement une toute nouvelle architecture à chaque fois. Les versions ultérieures pourraient apporter des améliorations ciblées sur les unités de calcul, les systèmes mémoire, les interconnexions réseau, le packaging, le support des charges de travail ou la compatibilité logicielle.

L'essentiel est que Meta souhaite faire du développement de puces sur mesure une capacité interne continue, et non une expérience matérielle occasionnelle.

Broadcom soutient la conception

Meta collabore avec Broadcom pour accélérer le développement de ses puces d'IA sur mesure.

L'annonce officielle de Meta indique que Broadcom contribuera dans les domaines suivants :

• Conception de la puce
• Packaging avancé
• Interconnexions réseau
• Développement d'accélérateurs multi-générations

Cette collaboration s'appuie sur la plateforme XPU d'accélérateur d'IA sur mesure de Broadcom. Meta conserve le contrôle des exigences de charge de travail et des objectifs de conception au niveau système, tandis que Broadcom apporte son expertise en semi-conducteurs et infrastructures.

Ce modèle est courant chez les grandes entreprises technologiques hyperscale. L'entreprise de cloud ou de plateforme définit les charges de travail et les indicateurs de performance attendus, tandis qu'un partenaire semiconductor expérimenté aide à traduire ces exigences en puces fabriquables.

Cet arrangement permet de réduire les risques de développement sans forcer Meta à dépendre entièrement d'accélérateurs standard du commerce.

TSMC fabriquera la puce

Selon Reuters, TSMC sera chargé de fabriquer la puce Iris.

TSMC est la plus grande fonderie de semi-conducteurs dédiée au monde, produisant des puces avancées pour de nombreuses grandes entreprises technologiques. Travailler avec TSMC permet à Meta d'accéder à des procédés de fabrication de pointe, des technologies de packaging et une expertise en production de masse.

Cependant, l'utilisation d'une fonderie de pointe n'élimine pas les contraintes de la chaîne d'approvisionnement.

La concurrence pour les capacités de fabrication avancée est très rude, et les accélérateurs d'IA dépendent également de composants rares, tels que :

• La mémoire à haute bande passante (HBM)
• Le packaging avancé
• Les substrats
• Les équipements de réseau optique
• Le stockage
• Les systèmes d'alimentation

Par conséquent, Meta a besoin à la fois de capacités de conception de puces sur mesure et d'approvisionnement en composants à long terme pour atteindre ses objectifs d'infrastructure.

Iris complétera les GPU NVIDIA et AMD

Meta reste un acheteur majeur de GPU externes.

Le programme de puces sur mesure ne vise pas à remplacer immédiatement NVIDIA ou AMD. Le but d'Iris est d'augmenter les grands clusters de GPU utilisés pour l'entraînement et l'inférence de l'IA.

Cette distinction est importante car différentes charges de travail tendent à favoriser différents types de matériel.

Les GPU externes restent importants, principalement pour :

• L'entraînement de modèles de pointe
• Le déploiement rapide de nouvelles architectures de modèles
• Une large compatibilité logicielle
• Les charges de travail dépendant des écosystèmes matures CUDA ou ROCm
• Les tâches dont l'évolution est plus rapide que le cycle de développement des puces sur mesure

Les puces MTIA sur mesure peuvent être utilisées pour :

• Les charges de travail internes stables et à fort volume
• Les systèmes de recommandation et de classement
• L'inférence répétitive à grande échelle
• Les charges de travail pouvant être co-conçues avec le logiciel
• La réduction du coût par inférence
• L'amélioration de l'efficacité énergétique et au niveau du rack

Meta a également signé un accord à long terme avec AMD, pouvant fournir jusqu'à 6 GW d'infrastructure de GPU AMD Instinct.

Cette coopération officielle confirme que la stratégie de Meta est de diversifier ses options plutôt que d'abandonner complètement les accélérateurs tiers.

L'entreprise souhaite conserver un accès aux matériels externes de pointe tout en renforçant le contrôle sur sa pile d'infrastructure.

Pourquoi Meta souhaite renforcer son contrôle sur les puces IA

La logique derrière les puces sur mesure est à la fois technique et financière.

1. Réduire les coûts d'infrastructure

Meta exploite des systèmes d'IA à une échelle massive. Même une amélioration minime de l'efficacité peut réduire les coûts d'électricité, de refroidissement, de matériel et d'exploitation pour des millions de charges de travail quotidiennes.

Les puces sur mesure peuvent supprimer les fonctionnalités inutiles pour Meta et allouer davantage de surface de puce aux opérations intensivement utilisées par ses propres modèles.

2. Meilleure conception conjointe logiciel-matériel

Meta peut optimiser conjointement ses modèles, compilateurs, noyaux, formats de données et architectures d'accélérateurs.

Cette conception conjointe peut produire de meilleurs résultats que l'adaptation de chaque charge de travail interne à un matériel conçu pour un large marché externe.

3. Réduire la dépendance envers un petit nombre de fournisseurs

NVIDIA reste le principal fournisseur de GPU IA avancés, tandis qu'AMD étend son influence. Dépendre entièrement de fournisseurs externes peut exposer Meta à :

• des pénuries d'approvisionnement
• des délais de livraison longs
• des prix élevés
• des retards dans les feuilles de route produits
• un travail d'intégration à chaque nouvelle génération de GPU

Les puces sur mesure offrent à Meta une source de capacité alternative et un plus grand contrôle sur le calendrier de déploiement.

4. Déploiement plus rapide pour les charges de travail spécifiques de Meta

Une note interne citée par Reuters indique que l'adoption des derniers GPU dans une entreprise de la taille de Meta nécessite des efforts considérables et a mobilisé du temps.

Une plateforme matérielle et logicielle interne stable peut réduire une partie de cette charge de transition, en particulier pour les charges de travail que Meta exécute en continu pendant des années.

Objectif de Meta : 7 GW de puissance de calcul d'ici 2026

L'échelle du plan d'infrastructure est aussi importante que la puce elle-même.

Selon une note interne, Meta prévoit de déployer 7 GW d'infrastructure de calcul d'ici 2026. Il aurait déjà ajouté 1 GW au premier semestre et prévoit d'en ajouter 2,5 GW supplémentaires d'ici la fin de l'année, dans le cadre d'un renforcement plus large de sa capacité.

(Le gigawatt est une unité de mesure de puissance, pas de performance de calcul.)

Utiliser des gigawatts pour décrire l'infrastructure permet de visualiser l'échelle d'électricité nécessaire pour faire fonctionner les centres de données, les systèmes de refroidissement, les équipements réseau et les accélérateurs.

Selon Reuters, un gigawatt suffit approximativement à alimenter 800 000 foyers. Cette comparaison est approximative et dépend des niveaux de consommation énergétique locaux, mais elle illustre l'immense demande électrique de l'infrastructure IA moderne.

Objectif 2027 : 14 gigawatts

Meta prévoirait de doubler sa puissance de calcul totale pour atteindre 14 GW d'ici 2027.

Cet objectif témoigne de la confiance de l'entreprise dans la croissance continue de la demande en puissance de calcul IA dans les domaines suivants :

• systèmes de publicité et de recommandation
• assistant Meta AI
• médias génératifs
• modèles de développement logiciel
• produits portables et de réalité mixte
• recherche sur la super-intelligence personnelle
• formation et évaluation de modèles internes

Atteindre 14 GW nécessite bien plus que des puces. Meta aura besoin de quantités suffisantes de :

• espace dans les centres de données
• accès au réseau électrique
• capacité de production d'électricité
• systèmes de refroidissement
• capacité réseau
• mémoire
• stockage
• personnel qualifié pour la construction et l'exploitation

L'entreprise a déjà annoncé le lancement de projets d'énergie nucléaire, d'énergies renouvelables, de stockage d'énergie de longue durée et de soutien au réseau électrique, afin de renforcer l'approvisionnement électrique nécessaire aux futurs centres de données.

Dépenses d'investissement pouvant atteindre 145 milliards de dollars

Meta a relevé ses prévisions de dépenses d'investissement annuelles à un montant compris entre 125 et 145 milliards de dollars dans ses résultats officiels du premier trimestre 2026.

Cette prévision inclut les remboursements de principal des contrats de location-financement. Meta explique que la hausse des dépenses reflète des prix de composants plus élevés et l'augmentation des coûts des centres de données pour soutenir la capacité future.

Ce chiffre officiel est plus précis qu'une simple description de type "tout investi dans telle puce" ou "uniquement pour les accélérateurs IA". Le budget d'investissement couvre une pile d'infrastructure plus large, comprenant :

• la construction de centres de données
• les serveurs et accélérateurs
• les équipements réseau
• les systèmes d'alimentation
• le stockage
• la mémoire
• l'infrastructure louée
• les réserves de capacité pour les années à venir

La limite supérieure de cette fourchette de prévisions souligne pourquoi la réduction des coûts matériels et l'amélioration de l'utilisation sont devenues des priorités stratégiques.

Accords d'approvisionnement à long terme

Selon des notes internes consultées par Reuters, Meta a signé des accords d'approvisionnement pluriannuels avec plusieurs fournisseurs de matériel.

Les accords mentionnés dans le rapport incluent :

• Samsung Electronics pour la mémoire
• SanDisk pour le stockage flash
• Sumitomo Electric pour les équipements à fibre optique

Ces entreprises n'ont pas toutes confirmé publiquement les détails des accords, ils doivent donc être décrits comme "des accords rapportés" plutôt que "formellement annoncés".

Les achats à long terme deviennent de plus en plus importants à mesure que la demande d'infrastructure IA exerce une pression sur les chaînes d'approvisionnement en :

• puces mémoire
• mémoire à large bande passante
• stockage flash
• composants réseau
• fibre optique
• packaging avancé

Les accélérateurs sur mesure ne pourront pas être déployés à grande échelle si les systèmes périphériques manquent de mémoire, de stockage, de capacité réseau, d'électricité ou de capacité en baie.

Ce qu'Iris signifie pour NVIDIA et AMD

Iris ne signifie pas que Meta cessera d'acheter du matériel NVIDIA et AMD.

Au contraire, cela indique que les acheteurs de très grande envergure souhaitent disposer d'un pouvoir de négociation et d'une flexibilité pour leurs charges de travail.

L'avenir le plus probable est une pile d'infrastructure hétérogène :

• GPU NVIDIA pour les charges de travail de pointe
• GPU AMD pour la montée en échelle et la diversification
• Puces MTIA pour les charges de travail spécifiques de Meta
• CPU et systèmes réseau sur mesure
• Logiciel pour répartir les charges de travail entre différents matériels

Pour NVIDIA et AMD, cela présente à la fois des risques et des opportunités.

Les puces sur mesure pourraient prendre en charge certaines tâches d'inférence à haut débit.

Parallèlement, les besoins globaux en calcul de Meta augmentent si rapidement que le volume d'accélérateurs externes achetés pourrait encore croître, même si la capacité des puces internes continue de se renforcer.

La taille totale du marché peut augmenter tandis que la part d'un seul fournisseur diminue.

Informations inconnues

Ce rapport répond à plusieurs questions sur le calendrier et l'infrastructure, mais des détails clés restent inconnus.

Meta n'a pas encore confirmé :

• le mois de production de masse final (septembre)
• le volume de production attendu pour la puce Iris
• le processus de fabrication de la puce
• la configuration mémoire
• le niveau de consommation électrique
• les performances de pointe en formation ou en inférence
• les premières charges de travail qui l'utiliseront
• la date de déploiement prévue dans un centre de données de production
• les économies de coûts attendues par rapport au matériel NVIDIA ou AMD

Toute affirmation selon laquelle Iris surpasserait un GPU externe spécifique reste spéculative jusqu'à ce que ces détails soient divulgués.

La conclusion la plus plausible est plus prudente : Meta estime que les puces sur mesure amélioreront le rapport coût-efficacité, le contrôle et l'efficacité de déploiement pour ses charges de travail IA internes spécifiques.

Questions fréquentes

Qu'est-ce que la puce IA Iris de Meta ?

Iris est le nom de code rapporté de l'accélérateur IA sur mesure pour centre de données du projet MTIA de Meta. Cette puce est conçue pour les charges de travail IA internes de Meta et devrait compléter (et non remplacer immédiatement) les GPU de NVIDIA et AMD.

Quand la puce Iris sera-t-elle produite en masse ?

Des notes internes consultées par Reuters indiquent que Meta prévoit de commencer la production en masse de la puce en septembre 2026. Meta a refusé de commenter, cette date n'est donc qu'un objectif interne, pas une date de lancement public confirmée.

Qui conçoit et fabrique la puce Iris ?

Meta conçoit l'accélérateur en fonction de ses propres charges de travail, avec Broadcom fournissant la conception, le packaging et le support réseau. Reuters rapporte que TSMC fabriquera la puce.

Que signifie MTIA ?

MTIA signifie Meta Training and Inference Accelerator (Accélérateur de formation et d'inférence Meta). Il s'agit de la série de puces IA sur mesure de Meta utilisée pour les recommandations, le classement, la publicité, l'inférence, et s'étend progressivement aux charges de travail d'IA générative.

Meta va-t-il cesser d'acheter des GPU NVIDIA et AMD ?

Non. Iris est conçu pour fonctionner en complément des GPU externes afin d'ajouter une puissance de calcul sur mesure. Meta a annoncé des accords à long terme pour déployer jusqu'à 6 GW d'infrastructure GPU AMD Instinct et continue d'utiliser massivement du matériel NVIDIA.

Quelle puissance de calcul Meta prévoit-il de déployer ?

Selon Reuters, Meta vise 7 GW d'infrastructure de calcul d'ici 2026 et 14 GW d'ici 2027. Ces chiffres correspondent à la capacité électrique de l'infrastructure de calcul globale, pas aux performances d'une seule puce.

Combien Meta investira-t-il dans l'infrastructure IA en 2026 ?

Les prévisions officielles de dépenses d'investissement de Meta pour 2026 sont comprises entre 125 et 145 milliards de dollars, y compris les remboursements de principal des contrats de location-financement. Ce budget couvre les centres de données, les composants, les serveurs, les réseaux et d'autres infrastructures, pas uniquement la puce Iris.

Pourquoi les entreprises technologiques créent-elles leurs propres puces IA ?

Les puces sur mesure permettent de réduire les coûts, d'améliorer l'efficacité énergétique, d'être mieux adaptées aux charges de travail internes et de réduire la dépendance envers un petit nombre de fournisseurs externes. Ces puces fonctionnent généralement en complément des GPU généralistes, sans les remplacer complètement.

Outils associés

Accélérateur d'entraînement et d'inférence Meta : Présentation officielle par Meta de son prochain accélérateur MTIA.

• Accélérateur IA personnalisé Broadcom : Technologie XPU personnalisée de Broadcom pour les infrastructures IA à grande échelle.
• TSMC : La fonderie de semi-conducteurs qui fabriquerait la puce Iris de Meta.
• NVIDIA Data Center : Gamme de produits GPU et systèmes de NVIDIA pour l'entraînement et l'inférence IA.
• AMD Instinct : Plateforme d'accélérateurs de centre de données d'AMD pour les déploiements IA à grande échelle.
• Open Compute Project : Communauté matérielle ouverte où les hyperscalers partagent des conceptions de centres de données, de racks, de réseaux et d'infrastructures.

Liens connexes

• Reportage original de l'Economic Times : Reportage de Reuters republié par l'Economic Times.
• Reportage original de Reuters : Reportage de Reuters basé sur un mémo interne de Meta.
• Partenariat de puces personnalisées entre Meta et Broadcom : Annonce officielle de Meta couvrant quatre générations d'architecture MTIA et le rôle de Broadcom.
• Résultats du premier trimestre 2026 de Meta : Résultats officiels incluant des prévisions de dépenses d'investissement de 125 à 145 milliards de dollars.
• Accord d'infrastructure entre Meta et AMD : Accord officiel de Meta pour construire une infrastructure GPU AMD Instinct pouvant atteindre 6 GW.
• Évolution de l'infrastructure Meta : Aperçu officiel de l'architecture du centre de données de Meta et du déploiement de MTIA.
• Partenariat de puces de centre de données entre Meta et Arm : Annonce officielle de Meta concernant la conception de CPU personnalisées pour les centres de données IA.
• Projet d'énergie nucléaire de Meta : Détails des accords énergétiques de Meta pour soutenir l'infrastructure IA future.

Résumé

Selon des rapports, Meta prévoit de commencer la fabrication de son accélérateur IA Iris en septembre 2026, après une période de test de six semaines. Cette puce fait partie d'une feuille de route MTIA sur quatre générations soutenue par Broadcom et fabriquée par TSMC.

Iris ne remplacera pas les clusters GPU NVIDIA et AMD existants de Meta, mais ajoutera un niveau personnalisé et optimisé pour les charges de travail, visant à réduire les coûts, améliorer l'efficacité et donner à Meta davantage de contrôle sur son infrastructure IA.

Cette puce est lancée alors que Meta poursuit une expansion plus large : viser 7 GW de capacité de calcul en 2026, 14 GW en 2027, avec des dépenses d'investissement allant jusqu'à 145 milliards de dollars cette année.

L'importance d'Iris en tant que puce unique est bien moindre que ce qu'elle révèle en tant que preuve de l'intention de Meta de maîtriser davantage le matériel, l'énergie et la chaîne d'approvisionnement derrière l'IA.