AMD met la main sur Taalas pour accélérer l’inférence IA

AMD a annoncé jeudi vouloir acquérir Taalas, une startup canadienne spécialisée dans les puces d’inférence IA. L’opération doit renforcer ses systèmes Instinct et Helios en ajoutant une approche très particulière : des modèles gravés directement dans le silicium, plutôt que chargés dans une mémoire classique. À l’échelle des assistants de code, des agents et des services premium, l’enjeu est simple : sortir plus de tokens, plus vite, et à un coût plus bas. Le revers existe aussi, et il est assez brutal : une puce aussi spécialisée pardonne mal les changements de modèle.

Des modèles figés dans le silicium, pour aller très vite

Taalas, fondée en 2023 à Toronto, fabrique des accélérateurs d’inférence conçus pour un seul modèle ou presque. La startup n’utilise pas la HBM, cette mémoire à large bande passante très présente dans les GPU modernes, pour stocker les poids : elle les etche directement dans le silicium. AMD parle d’un achat, et non d’un simple recrutement déguisé [à vérifier sur le périmètre exact de l’opération].

Le premier test chip de Taalas, baptisé HC1 et fabriqué chez TSMC en 6 nm, a servi Meta Llama 3.1 8B à 16 960 tokens par seconde selon les benchmarks publiés en février 2026. À cette date, la startup disait offrir un débit 48 fois supérieur à celui des GPU Nvidia et 8,5 fois supérieur aux accélérateurs Cerebras sur ce test précis. Les chiffres portent sur un modèle donné, dans un cadre de démonstration, mais ils donnent une idée du pari technique.

Pourquoi AMD s’y intéresse maintenant

La réponse tient en un mot : l’inférence. Les grands laboratoires et les fournisseurs cloud savent déjà entraîner des modèles massifs ; reste à les faire tourner vite, longtemps et sans exploser la facture électrique. AMD mise donc sur une approche hybride. D’après les éléments publiés, ses racks Helios, déjà pensés pour des déploiements à grande échelle, pourraient accueillir des puces Taalas pour la génération de tokens, tandis que les GPU Instinct resteraient mobilisés sur les calculs plus lourds de traitement des requêtes.

Lisa Su, directrice générale d’AMD, a résumé sa ligne lors d’un lancement produit en juillet : "I'm a big believer that there's no one-size-fits-all as it comes to chips," a-t-elle dit. Le message est clair : AMD ne veut pas vendre seulement des puces, mais des systèmes complets, capables d’assembler CPU, GPU et accélérateurs spécialisés. Dans ce contexte, Taalas sert autant la feuille de route que le discours commercial. Et, oui, les GPU n’ont pas encore pris leur retraite.

Le prix de la vitesse : une flexibilité très limitée

Le modèle de Taalas a une contrepartie évidente. Une fois les puces déployées, elles restent liées au modèle pour lequel elles ont été conçues. Tout changement important peut nécessiter une nouvelle gravure, donc du temps et de l’argent. La startup affirme toutefois qu’un changement de modèle ne repartirait pas de zéro : seules deux couches métalliques devraient être modifiées, ce qui réduirait la complexité du « re-spin » [à vérifier].

Cette logique intéresse surtout les acteurs qui savent précisément quel modèle ils vont servir, pendant combien de temps et à quelle échelle. Les fournisseurs d’infrastructure IA, certains développeurs de modèles et quelques services d’inférence à faible latence semblent les mieux placés. L’équation est connue : moins de souplesse, mais plus d’efficacité. Pour des usages comme les assistants de code ou les agents IA, où le temps de réponse pèse lourd, le compromis peut valoir le coup.

Un marché qui pousse les grands groupes à compléter leurs gammes

L’acquisition s’inscrit aussi dans une séquence plus large. AMD a déjà racheté Silo AI pour 665 millions de dollars en 2024, puis ZT Systems pour 4,9 milliards de dollars, afin de muscler ses produits rack-scale. En juillet, le groupe a aussi annoncé un partenariat avec Cerebras pour intégrer ses puces dans ses systèmes plus tard cette année. Taalas ajoute donc une brique de plus à une stratégie d’assemblage très pragmatique : racheter ce qui manque, puis l’intégrer dans une offre système.

Le signal envoyé au marché est assez net. Nvidia reste dominant dans les GPU d’IA, mais la bataille ne se joue plus seulement sur le processeur lui-même. Elle se déplace vers les racks, les logiciels, les services et les puces spécialisées capables de faire une tâche mieux qu’une autre. Selon AMD, la transaction doit être finalisée au quatrième trimestre, sous réserve d’approbation réglementaire. À ce stade, aucun montant n’a été communiqué.