Accord OpenAI Cerebras : 750 mégawatts de calcul d'ici 2028
L'accord OpenAI Cerebras, annoncé le 14 janvier 2026, engage le fabricant de puces d'IA Cerebras à fournir 750 mégawatts de puissance de calcul à OpenAI jusqu'en 2028, pour un contrat que des proches de l'entreprise estiment à plus de 10 milliards de dollars. OpenAI achète de l'inférence à faible latence : des réponses plus rapides de ses modèles. Pour les entreprises qui développent sur OpenAI, le bénéfice annoncé est une réponse plus rapide dans les outils en temps réel.
Quel problème OpenAI voulait faire résoudre par Cerebras
OpenAI voulait des réponses plus rapides pour les personnes qui utilisent ses modèles. Dans son annonce, OpenAI explique que les systèmes de Cerebras accéléreraient des réponses qui demandent aujourd'hui plus de temps de traitement. Sachin Katti, qui travaille sur l'infrastructure de calcul chez OpenAI, a présenté l'accord comme un élément d'un plan plus large : la stratégie de calcul d'OpenAI, écrit-il, consiste à bâtir un portefeuille résilient qui associe les bons systèmes aux bonnes charges de travail.
Cerebras avait un problème à lui. Un seul client, G42, aux Émirats arabes unis, représentait 87 % de son chiffre d'affaires au premier semestre 2024, selon CNBC. Un deuxième très gros client change la donne.
Ce qu'OpenAI achète à Cerebras
Dans le cadre d'un accord pluriannuel annoncé le 14 janvier 2026, Cerebras fournira 750 mégawatts de puissance de calcul à OpenAI, à partir de 2026 et jusqu'en 2028. Le contrat vaut plus de 10 milliards de dollars, selon des proches de l'entreprise cités par CNBC ; TechCrunch et Reuters rapportent le même montant. Aucune des deux sociétés n'a publié de prix.
Cerebras conçoit un unique grand processeur, une puce à l'échelle du wafer, capable d'entraîner et d'exécuter des modèles d'IA générative. L'entreprise vend ces puces directement et les propose aussi en service cloud depuis ses propres centres de données aux États-Unis et à l'étranger. Le PDG Andrew Feldman affirme que Cerebras continuera d'étendre ce parc grâce à l'engagement d'OpenAI.
Comment ces puces s'intègrent au parc matériel d'OpenAI
OpenAI ne dépend pas d'un seul fournisseur de puces. Selon DCD, l'entreprise utilise des GPU de plusieurs générations de Nvidia et d'AMD, ainsi que les TPU de Google, conseille Microsoft sur la conception de sa puce Maia et développe ses propres puces avec Broadcom. Cerebras ajoute une brique conçue pour une seule tâche : l'inférence, c'est-à-dire la production des réponses d'un modèle, avec une faible latence.
La relation a commencé par des tests. OpenAI a travaillé avec Cerebras pour s'assurer que ses modèles à poids ouverts gpt-oss tournaient correctement sur le silicium de Cerebras. Andrew Feldman a raconté à CNBC que cette collaboration avait mené à des discussions techniques et que les deux sociétés avaient signé une lettre d'intention juste avant Thanksgiving.
« Cerebras ajoute à notre plateforme une solution d'inférence dédiée à faible latence. » Sachin Katti, OpenAI, à propos de l'accord avec Cerebras
Ce que montrent les chiffres pour Cerebras
Aucun résultat de performance mesuré n'existe pour l'instant : les gains de vitesse sont ceux que les deux sociétés promettent. Le tableau financier est plus net. Lorsque Cerebras a déposé son dossier d'introduction en Bourse en septembre 2024, l'entreprise a dévoilé un chiffre d'affaires du deuxième trimestre proche de 70 millions de dollars, contre environ 6 millions un an plus tôt, tandis que sa perte nette passait de 26 millions à près de 51 millions de dollars.
Cerebras a retiré ce dossier en octobre, quelques jours après une levée de fonds de 1,1 milliard de dollars qui valorisait l'entreprise à 8,1 milliards ; Andrew Feldman a expliqué que les informations étaient périmées et que la société comptait déposer un nouveau dossier. En janvier 2026, TechCrunch a rapporté que Cerebras négociait une nouvelle levée d'un milliard de dollars sur la base d'une valorisation de 22 milliards.
Ce que change l'inférence plus rapide pour les entreprises qui utilisent OpenAI
Pour les entreprises qui bâtissent des produits sur les modèles d'OpenAI, la promesse porte sur le temps de réponse. Sachin Katti indique que ces systèmes apporteront des réponses plus rapides, des interactions plus naturelles et une base plus solide pour déployer l'IA en temps réel auprès de bien plus de monde. Cela compte surtout quand un utilisateur attend la réponse : assistants vocaux, support par chat en direct, outils de programmation. Aucun chiffre de gain de vitesse n'a été publié ; les entreprises doivent donc le tenir pour un objectif affiché tant qu'il n'apparaît pas dans leurs propres temps de réponse.
Pour les acheteurs de matériel d'IA, l'accord OpenAI Cerebras montre un grand client qui répartit sa charge entre plusieurs types de puces, chacune adaptée à une tâche, au lieu d'acheter un seul type de puce pour tout.
Questions et réponses
Combien vaut l'accord OpenAI Cerebras ?
Des proches de Cerebras ont indiqué à CNBC que l'accord vaut plus de 10 milliards de dollars. Ni OpenAI ni Cerebras n'ont publié ce chiffre eux-mêmes.
Quelle puissance de calcul Cerebras va-t-elle fournir ?
Cerebras fournira 750 mégawatts de puissance de calcul à OpenAI, à partir de 2026 et jusqu'en 2028.
Cerebras va-t-elle entrer en Bourse ?
Cerebras a déposé un dossier d'introduction en Bourse en septembre 2024 puis l'a retiré en octobre. Le PDG Andrew Feldman affirme que la société prévoit de le redéposer avec des chiffres à jour, sans donner de calendrier.
Le regard de MOZGII
Comment nous le construirions
Un accord comme celui-ci sépare le travail d'IA en deux familles : entraîner des modèles et répondre aux utilisateurs. Si nous construisions un produit par-dessus, nous mesurerions d'abord le côté réponse, car c'est ce que le client ressent. Nous enregistrerions le temps de démarrage et de fin de chaque réponse, par type de tâche, avant et après tout changement de matériel. Sans cette base de référence, personne ne peut dire si des puces plus rapides ont amélioré le produit.
Nous garderions aussi le produit indépendant de toute puce particulière. Le même modèle devrait donner les mêmes réponses sur chaque type de matériel, donc nous ferions passer un jeu fixe de questions de test sur chaque système et nous comparerions les sorties avant d'envoyer du trafic réel. Le point faible, c'est la bascule elle-même : un nouveau système peut être rapide et différer par de petits détails qui cassent un flux de travail en aval.
La seule mesure que nous surveillerions est le délai avant l'apparition des premiers mots d'une réponse, relevé sur de vraies requêtes. Pour la voix et le chat en direct, ce chiffre décide si le produit paraît utilisable.
Ensuite, nous construirions un routage qui envoie chaque requête vers le matériel adapté : les réponses conversationnelles rapides vers les systèmes à faible latence, les gros traitements par lots vers une capacité moins chère. C'est ainsi qu'un mélange de fournisseurs devient à la fois un coût plus bas et un service plus rapide.
Sources
D’où viennent les faits de cet article.