Accord Nvidia Groq : environ 20 milliards de dollars pour une technologie de puces d'inférence
L'accord Nvidia Groq, dévoilé le 24 décembre 2025, donne à Nvidia une licence non exclusive sur la technologie de puces d'inférence de Groq et fait venir chez Nvidia le PDG de Groq, Jonathan Ross, ainsi que d'autres dirigeants. Le principal investisseur de Groq a indiqué à CNBC que le prix s'élève à environ 20 milliards de dollars en numéraire, ce qui en ferait la plus grosse opération de l'histoire de Nvidia. Pour les entreprises qui font tourner de l'IA, cela rapproche du leader du marché l'une des principales alternatives aux GPU pour l'inférence rapide.
Pourquoi Nvidia voulait une technologie d'inférence
Le problème de Nvidia, c'est le passage de l'entraînement des modèles d'IA à leur exécution. Nvidia domine le marché de l'entraînement, mais celui de l'inférence, où les modèles entraînés répondent aux requêtes des utilisateurs, est fragmenté, note EE Times. Parmi les concurrents figurent AMD et Broadcom, des start-up comme Cerebras et Groq, et les puces d'inférence maison d'AWS, de Google et de Microsoft.
Beaucoup des plus gros clients de Nvidia développent leurs propres processeurs d'IA ou étudient des alternatives à ses GPU. Groq gagnait du terrain comme alternative aux GPU pour l'inférence haute performance, et son PDG, Jonathan Ross, a participé à l'invention du TPU, le processeur tensoriel de Google, lorsqu'il y travaillait.
Ce que Nvidia a conclu avec Groq
Le 24 décembre 2025, Groq a annoncé avoir conclu avec Nvidia un accord de licence non exclusive portant sur sa technologie d'inférence. Le fondateur et PDG de Groq, Jonathan Ross, son président, Sunny Madra, et d'autres dirigeants rejoindront Nvidia pour faire progresser et déployer à grande échelle la technologie sous licence. Groq n'a pas dévoilé de prix.
Le chiffre vient d'un investisseur. Alex Davis, PDG de Disruptive, qui a mené le dernier tour de financement de Groq, a déclaré à CNBC que Nvidia avait accepté de payer 20 milliards de dollars en numéraire et obtenait tous les actifs de Groq, à l'exception de son activité cloud naissante. Nvidia a indiqué à TechCrunch que l'accord n'était pas une acquisition de l'entreprise et n'a pas commenté son périmètre.
« Si nous accueillons des collaborateurs talentueux et prenons une licence sur la propriété intellectuelle de Groq, nous n'acquérons pas Groq en tant qu'entreprise. » Jensen Huang, PDG de Nvidia, dans un e-mail aux salariés obtenu par CNBC
Comment fonctionne la puce LPU de Groq
La puce de Groq est une unité de traitement du langage, ou LPU, conçue uniquement pour l'inférence. Selon EE Times, elle embarque des centaines de mégaoctets de SRAM intégrée à la puce comme stockage principal des poids du modèle, au lieu de s'appuyer sur une mémoire externe à large bande passante, ce qui réduit la latence. Cette conception accélère les réponses des chatbots et autres modèles d'IA, mais limite aussi la taille du modèle qu'une puce peut servir.
Groq affirme que ses LPU sont jusqu'à 10 fois plus économes en énergie que les GPU de Nvidia et d'AMD. Jensen Huang a expliqué aux salariés que Nvidia prévoit d'intégrer les processeurs à faible latence de Groq dans l'architecture AI factory de Nvidia, pour servir un éventail plus large de tâches d'inférence et de traitements en temps réel.
Ce que disent les chiffres sur le prix
Si le chiffre de CNBC est exact, il s'agit de loin du plus gros achat de l'histoire de Nvidia. Sa plus grosse opération précédente était Mellanox, rachetée en 2019 pour près de 7 milliards de dollars. Fin octobre, Nvidia disposait de 60,6 milliards de dollars de trésorerie et de placements à court terme.
Le prix dépasse de loin la dernière valorisation de Groq. En septembre, Groq a levé 750 millions de dollars sur la base d'une valorisation d'environ 6,9 milliards de dollars, et visait un chiffre d'affaires de 500 millions de dollars pour 2025. L'entreprise affirme faire tourner les applications d'IA de plus de 2 millions de développeurs, contre environ 356 000 un an plus tôt. Selon Alex Davis, Groq ne cherchait pas à se vendre quand Nvidia l'a approchée.
Ce que l'accord Nvidia Groq signifie pour les entreprises qui font tourner de l'IA
Pour les entreprises qui exploitent des modèles d'IA, l'enjeu de cet accord est la vitesse et le coût au moment où un modèle répond à un utilisateur. L'inférence rapide compte pour les chatbots, les agents vocaux et les autres usages en temps réel où le temps de réponse façonne l'expérience client.
Les clients cloud de Groq conservent leur service pour l'instant. Groq indique qu'elle reste une entreprise indépendante dirigée par son ancien directeur financier, Simon Edwards, devenu PDG, et que GroqCloud continuera de fonctionner sans interruption. La licence étant non exclusive, Nvidia ne détient pas seule les droits sur la technologie. Pour les acheteurs, toutefois, l'accord rapproche du leader du marché l'un des concepteurs indépendants les plus solides en matière d'inférence, ce qui réduit le choix d'alternatives aux GPU de Nvidia.
Comment cet accord s'inscrit dans une tendance
Le montage n'est pas nouveau. En septembre, Nvidia a payé plus de 900 millions de dollars pour recruter le PDG d'Enfabrica, Rochan Sankar, et d'autres salariés, et prendre une licence sur la technologie de cette start-up. Meta, Google et Microsoft ont aussi utilisé des accords de licence pour recruter des talents de l'IA. EE Times note que laisser subsister une entreprise au lieu de la racheter entièrement peut aider à éviter l'examen des autorités de la concurrence.
Questions et réponses
Nvidia a-t-elle racheté Groq ?
Non, selon Nvidia. L'entreprise a signé une licence non exclusive sur la technologie d'inférence de Groq et recrute ses dirigeants, tandis que Groq reste une entreprise indépendante.
Combien Nvidia a-t-elle payé pour la technologie de Groq ?
Aucune des deux entreprises n'a dévoilé de prix. Alex Davis, de Disruptive, principal investisseur du dernier tour de Groq, a indiqué à CNBC que le montant était de 20 milliards de dollars en numéraire.
Que devient GroqCloud ?
Groq indique que GroqCloud continuera de fonctionner sans interruption. L'activité cloud ne fait pas partie de la transaction.
Le regard de MOZGII
Comment nous le construirions
L'argent de l'IA se déplace de la construction des modèles vers leur exécution, et cette exécution est un coût payé chaque fois qu'un client pose une question. Cet accord porte sur ce coût. Pour une entreprise, la question concrète n'est pas de savoir quelle puce gagne, mais combien coûte chaque réponse et combien de temps le client l'attend.
Si nous construisions un produit d'IA sur ce marché, nous garderions la couche des modèles séparée du matériel sur lequel elle tourne. Chaque requête passerait par une étape de routage capable de l'envoyer vers plusieurs fournisseurs d'inférence, et nous testerions chaque semaine le même ensemble de vraies questions de clients chez chaque fournisseur. Une personne de l'équipe produit serait responsable de ce jeu de test et déciderait quand un fournisseur moins cher ou plus rapide est assez bon pour recevoir du trafic.
Le système flancherait si un fournisseur changeait de conditions, de prix ou de propriétaire plus vite que le produit ne peut s'adapter. Une équipe qui a tout réglé sur la vitesse d'un seul fournisseur n'a aucune solution de repli quand ce fournisseur change de cap. L'indicateur que nous suivrions est le coût par requête traitée au temps de réponse que les clients acceptent, mesuré côte à côte pour chaque fournisseur.
Ensuite, nous construirions un petit commutateur qui déplacerait à la demande une part du trafic réel entre fournisseurs, pour qu'un changement sur le marché des puces devienne un simple changement de configuration plutôt qu'une reconstruction.
Sources
D’où viennent les faits de cet article.