Cerebras mise sur le calcul d'inférence « rapide » avec OpenAI
L'entreprise vise à remodeler l'économie du calcul d'inférence pour l'ère des agents IA, en proposant des solutions à faible latence basées sur son architecture.
Cerebras et OpenAI : comment les « jetons rapides » sont devenus la nouvelle monnaie de l'industrie de l'IA
Alors que Nvidia annonce des revenus records et que le marché digère son partenariat avec Corning, un changement bien plus radical se prépare en périphérie. Cerebras vient d'entrer en bourse, et son fondateur Andrew Feldman a formulé une thèse qui devrait faire tressaillir Jensen Huang : « Nvidia ne voulait pas perdre le marché de l'inférence rapide chez OpenAI, et nous l'avons pris. » Derrière cette bravade se cache non seulement un contrat de plus de 200 milliards de dollars, mais une refonte fondamentale de ce que les clients sont prêts à payer à l'ère des agents IA.
Le cœur du sujet : ce qui se passe vraiment
Cerebras et OpenAI ont conclu un accord dont la structure ressemble plus à un serment de vassalité qu'à un contrat commercial. OpenAI s'est engagé à acheter progressivement 750 MW de capacité d'inférence IA d'ici 2028, avec la possibilité d'étendre à 2 GW d'ici 2030. Les obligations restantes au titre du contrat s'élèvent à 246 milliards de dollars. Parallèlement, OpenAI a accordé à Cerebras un prêt de 1 milliard de dollars à 6 % d'intérêt annuel et a reçu des bons de souscription pour 33,4 millions d'actions avec un prix d'exercice proche de zéro. Si toutes les conditions sont remplies, OpenAI détiendra environ 10 à 12 % de Cerebras.
Sam Altman et son équipe — Greg Brockman, Ilya Sutskever — ont personnellement investi dans les capitaux propres de l'entreprise. En substance, OpenAI est passé du statut de client à celui de quasi-maison mère pour le fabricant de puces. Personne dans l'industrie n'a fait cela : ni Microsoft, ni Google, ni Amazon. Ils louent de la capacité ou commandent des puces. Altman, quant à lui, construit une verticale alternative « consommateur — modèle — silicium », où le fournisseur d'équipement n'est pas seulement un sous-traitant mais une partie de l'empire.
La base technique du pari : la puce WSE-3 peut délivrer jusqu'à 2000 jetons par seconde sur un modèle comparable à GPT-5.3-Codex — 15 à 21 fois plus rapide qu'un cluster GPU Nvidia comparable. Parallèlement, le coût par jeton est inférieur de 32 %. Le mot clé est « comparable ». Le modèle fonctionnant sur Cerebras n'est pas un GPT-5.3 complet. C'est une version distillée avec 10 fois moins de paramètres, entraînée sur l'original. Essentiellement, c'est une « copie rapide » du modèle phare, et les clients — remarquablement — votent déjà avec leur portefeuille.
Chronologie et contexte
2024 : Cerebras dépose son S-1 pour la première fois, mais la SEC bloque l'introduction en bourse car 86 % des revenus de l'entreprise proviennent de deux entités des Émirats arabes unis — MBZUAI et G42. Le CFIUS lance un examen en raison des liens de G42 avec Huawei et des entreprises chinoises de génomique.
2025 : Les revenus de Cerebras atteignent 510 millions de dollars avec une croissance de 76 % d'une année sur l'autre, mais les pertes d'exploitation persistent. Le bénéfice de 237,8 millions de dollars présenté dans les rapports GAAP est une illusion comptable : un gain non monétaire unique provenant de la restructuration des passifs envers G42 d'une valeur de 363,3 millions de dollars. Sans cela, la perte est de 75,7 millions de dollars.
Janvier 2026 : OpenAI signe un accord de relation maître avec Cerebras. Le montant dépasse 200 milliards de dollars, ce qui en fait le plus grand contrat de l'histoire de l'infrastructure IA.
Mars 2026 : AWS annonce un partenariat avec Cerebras. Le schéma est « l'inférence désagrégée » : AWS Trainium3 gère le préremplissage, Cerebras CS-3 gère le décodage. C'est une révolution architecturale, détaillée ci-dessous.
14 mai 2026 : Cerebras est cotée au NASDAQ avec une sursouscription de 20 fois. Le prix d'offre est de 185 $, mais le premier jour de négociation, les actions montent à 350 $ et clôturent à 311 $. La capitalisation boursière à son pic a dépassé 100 milliards de dollars, retombant à 280 $ deux jours plus tard. Le marché oscille entre l'euphorie face au « tueur de Nvidia » et l'horreur face au multiple de revenus de 130 fois.
Qui gagne et qui perd
OpenAI gagne. Le modèle « le client devient copropriétaire du fournisseur » est une ingénierie financière de haut niveau. OpenAI obtient un accès exclusif à la capacité, une participation dans un actif en croissance et un effet de levier via le prêt et les bons de souscription. Si Cerebras décolle, OpenAI profite de la croissance de la capitalisation. Si elle échoue, OpenAI en tant que créancier prend le contrôle des comptes de garantie. Une position gagnant-gagnant.
Sam Altman gagne personnellement. Son objectif est de construire une infrastructure IA d'une valeur de plusieurs billions de dollars indépendante de Nvidia. Cerebras est la deuxième brique après l'accord avec AMD pour 6 GW. Altman a désormais deux fournisseurs de silicium alternatifs, tous deux plus dépendants de lui qu'il ne l'est d'eux.
Le concept de « jetons rapides » gagne. SemiAnalysis a révélé un fait stupéfiant : 80 % du budget IA de leur équipe va au mode rapide d'Anthropic Opus 4.6, pas au plus intelligent Opus 4.7. Les ingénieurs abandonnent le modèle « meilleur » au profit du modèle « plus rapide ». C'est un changement tectonique : la vitesse devient un produit à part entière pour lequel une prime est payée, et non un ajout gratuit à l'intelligence.
Nvidia perd — mais pas de manière évidente. Nvidia contrôle 94,4 % du marché des GPU pour centres de données. Perdre une partie du marché de l'inférence d'OpenAI n'est pas fatal, mais c'est un symptôme. Nvidia voit la menace : c'est pourquoi elle a déjà acheté Groq pour 20 milliards de dollars l'année dernière — une réponse directe à l'architecture de Cerebras. Vera Rubin, la prochaine puce de Nvidia, est conçue comme un système hétérogène où différents types de calcul sont répartis sur différentes puces au sein d'un même rack. C'est un aveu : l'architecture monolithique des GPU n'est plus optimale.
Les investisseurs qui ont acheté des actions Cerebras au sommet perdent. Avec un multiple de revenus de 130 fois, un bénéfice GAAP qui est 100 % un élément comptable unique, et un seul client qui est également créancier, ce n'est pas un investissement mais une spéculation. L'histoire des introductions en bourse technologiques est claire : dans les premières années suivant la cotation, les nouveaux entrants sous-performent le marché en moyenne de 3,6 % par an.
Ce que les médias ne disent pas
Aperçu non évident : le véritable objectif de Cerebras n'est pas de battre Nvidia, mais de s'intégrer verticalement avec OpenAI au niveau « modèle-silicium ».
Ce qui est décrit comme un « contrat d'inférence » est en réalité la création d'un nouveau type d'entreprise d'IA. Le modèle traditionnel : un fabricant de puces (Nvidia), un fournisseur de cloud (AWS), un développeur de modèles (OpenAI). Entre eux, des relations de marché. Cerebras et OpenAI construisent une structure fondamentalement différente : une pile unifiée où le modèle, la puce et le centre de données sont conçus les uns pour les autres et liés par des participations croisées.
Le modèle sur Cerebras n'est pas GPT-5.3. C'est GPT-5.3-Codex-Spark, une version distillée avec 10 fois moins de paramètres. Il ne peut être exécuté efficacement que sur WSE-3. Et WSE-3, à son tour, est adapté précisément à de tels modèles : 44 Go de SRAM sur la puce signifie que des modèles plus grands ne tiennent tout simplement pas. C'est une boucle fermée — ou, si vous voulez, un écosystème fermé. OpenAI crée du silicium sur lequel seuls ses propres modèles (distillés) fonctionnent efficacement, puis vend l'accès à cette pile en tant que service.
Si ce modèle s'avère réussi, l'industrie se divisera non pas entre « fabricants de puces » et « développeurs de modèles », mais en « conglomérats IA » verticalement intégrés, chacun possédant la pile complète. Google est déjà proche avec TPU et Gemini. OpenAI construit sa verticale via AMD et Cerebras. Qui sera le prochain — Anthropic ? Microsoft ?
Deuxième aperçu : l'architecture d'inférence désagrégée lancée par AWS est une condamnation à mort pour les clusters GPU monolithiques.
Le schéma où le préremplissage (compréhension de la requête) s'exécute sur AWS Trainium et le décodage (génération de la réponse) sur Cerebras marque la fin d'une époque où un seul type de puce fait tout. Différentes phases de l'inférence ont des natures computationnelles fondamentalement différentes : le préremplissage est limité par le calcul, le décodage est limité par la mémoire. Optimiser un seul matériel pour les deux tâches, c'est comme fabriquer une voiture qui doit être à la fois un camion et une voiture de sport : coûteuse et inefficace.
Cela signifie que dans 3 à 5 ans, un centre de données IA typique sera composé de plusieurs types de puces spécialisées, et non de centaines de milliers de GPU identiques. Nvidia le comprend — Vera Rubin est déjà conçue comme un système hétérogène avec différentes puces pour différentes tâches. Mais Nvidia a un problème : l'inférence désagrégée signifie que les clients peuvent acheter des puces de différents fournisseurs pour différentes phases. Et cela brise le monopole de CUDA.
Prévisions : 30 jours et 90 jours
30 jours (jusqu'à mi-juin 2026) :
Les actions Cerebras poursuivront leur mouvement volatil. Après la correction de 350 $ à 280 $, un rebond à 320-330 $ est possible sur des nouvelles de nouveaux contrats, mais il n'y a pas de support fondamental à ces niveaux. Tout signal négatif — retards de livraison, changements dans les conditions d'OpenAI, problèmes de production — fera passer les actions sous les 200 $.
Nvidia publiera ses résultats le 20 mai, et Jensen Huang consacrera presque certainement un temps considérable au sujet de l'inférence, essayant de montrer que Blackwell et Vera Rubin ne sont pas inférieurs à Cerebras. Attendez-vous à des annonces sur de nouvelles connexions optiques (s'appuyant sur le partenariat avec Corning) et éventuellement l'acquisition d'une autre startup d'inférence rapide.
OpenAI entamera les négociations pour le prochain tour de financement avant son introduction en bourse. Avoir sa propre verticale de puces via Cerebras sera un argument de poids pour une valorisation de 1 billion de dollars.
90 jours (jusqu'à mi-août 2026) :
Cerebras annoncera son premier client majeur en dehors d'OpenAI-AWS-ÉAU. C'est crucial : tant que 86 % des revenus de l'entreprise dépendent de trois contreparties, les investisseurs institutionnels n'entreront pas sérieusement dans l'action. Si aucun nouveau client n'émerge, les actions Cerebras feront face à une deuxième vague de baisse à 200-220 $.
OpenAI pourrait exercer certains bons de souscription ou convertir le prêt en actions supplémentaires de Cerebras, renforçant ainsi le contrôle. Cela signalerait au marché qu'Altman ne considère pas le prix actuel comme surévalué et croit en une croissance à long terme.
Nvidia répondra de manière asymétrique. Au lieu d'une guerre des prix, Huang misera sur l'écosystème logiciel : une annonce de CUDA pour le calcul hétérogène, permettant aux développeurs d'utiliser des puces spécialisées sans abandonner la pile familière. Cela neutralisera le principal avantage de Cerebras — la vitesse — en abaissant la barrière à la migration vers de nouvelles architectures.
Le signal clé à surveiller : si d'ici la fin août l'un des hyperscalers (Microsoft, Google) annonce un soutien à l'inférence désagrégée impliquant Cerebras, ce sera un point de non-retour. L'industrie reconnaîtra que l'ère des clusters GPU monolithiques est révolue, et une course aux puces spécialisées commencera. Si AWS reste le seul grand partisan de cette architecture, Nvidia a encore 3 à 5 ans de domination, et le pari de Cerebras restera une expérience de niche.
Le pari est lancé. Les trois prochains mois montreront si Feldman a raison d'affirmer que le « marché de la recherche rapide » est aussi vaste que la recherche sur Internet — ou si les jetons rapides resteront une niche premium pour le codage tandis que le reste du monde de l'IA continue d'acheter des GPU. Quoi qu'il en soit, une chose est déjà claire : l'IA « assez rapide » ne suffit plus.
— Editorial Team
Aucun commentaire pour le moment.