OpenAI veut acheter les TPU de Google : la rivalité bascle du logiciel vers le silicium

OpenAI veut acheter les TPU de Google : la rivalité bascle du logiciel vers le silicium

🔎 Le premier client mondial de Nvidia s'approvisionne chez son rival direct

Le 27 octobre 2026, The Information a révélé qu'OpenAI — le plus gros acheteur mondial de GPU Nvidia — prévoit d'acheter des TPU d'Alphabet pour agrandir sa capacité de calcul. L'information, reprise dans la foulée par Reuters et Channel News Asia, décrit un basculement historique : le champion de l'IA générative s'apprête à dépendre du silicium de l'entreprise qu'il concurrence le plus directement sur les modèles.

Pourquoi maintenant ? Parce que toutes les pièces du puzzle étaient déjà posées. Google vend ses TPU directement depuis cette année, selon Reuters. Oracle les propose via son cloud OCI depuis le 27 octobre. Et les modèles frontier d'OpenAI sont disponibles sur Google Cloud depuis la semaine précédant l'annonce. Il ne manquait qu'une chose : le passage de la location à l'achat.

Une précision s'impose d'emblée : rien n'est signé. Le rapport s'appuie sur une personne proche du dossier, les conditions finales — prix, volume, calendrier — ne sont pas définies, et ni OpenAI ni Google ne commentent. Mais la direction de voyage ne fait plus de doute. La guerre de l'IA quitte la couche logicielle pour descendre dans le silicium.

L'essentiel

• OpenAI prévoit d'acheter des TPU d'Alphabet (The Information, 27 octobre 2026). Conditions non finalisées, refus de commentaire des deux côtés.
• La dépendance à Nvidia reste massive : Jensen Huang affirme qu'OpenAI s'est engagée à environ 600 milliards de dollars de serveurs Nvidia d'ici 2030, après un soutien crédit de plus de 100 milliards de dollars pour un data center dans l'Ohio.
• Google est déjà devenu marchand de compute : vente directe de TPU depuis 2026, Anthropic parmi les acheteurs, et une promesse de la CFO d'Alphabet — l'essentiel des revenus TPU en 2027.
• OpenAI construit sa propre puce, Jalapeño, avec Broadcom — sous la direction d'un ancien ingénieur des TPU de Google.
• Le marché a tranché : l'action GOOGL a grimpé de plus de 1 % en pré-marché dès la publication (Yahoo Finance, octobre 2026).

Outils recommandés

Vous ne commanderez pas de TPU à l'unité, mais la bataille du compute redessine l'offre à tous les étages. Voici où s'approvisionner selon votre échelle.

Mon conseil : ne vous engagez sur un seul silicium qu'après avoir validé vos charges en conditions réelles. Le marché vient de vous offrir un argument de négociation — utilisez-le.

Ce que dit le rapport — et ce qu'il ne dit pas

The Information rapporte un projet d'achat, pas un contrat signé. C'est toute la nuance que beaucoup de titres ont perdue en route.

Le média cite, daté du 27 octobre 2026, une personne proche du dossier. Les conditions finales — prix, volume, calendrier — ne sont pas définies. OpenAI et Google refusent de commenter. C'est du journalisme d'information en cours de négociation, pas une annonce produit, et il faut le lire comme tel.

Autour de cette révélation, les faits vérifiables s'empilent pourtant. La frise résume la mécanique :

• OpenAI louait déjà des TPU depuis juin 2025 (Reuters) — l'achat direct change la dimension, pas la nature de la relation.
• OpenAI recrute activement des ingénieurs pour optimiser ses modèles frontier sur TPU (Silicon Report, octobre 2026).
• Ses modèles frontier — GPT-5.5 et GPT-5.4 Pro — sont accessibles sur Google Cloud depuis la semaine précédant l'annonce.

Faut-il y croire ?

Oui, plus vraisemblablement que non. Une rumeur isolée se vérifie rarement ; une rumeur adossée à une location entamée seize mois plus tôt, à un recrutement ciblé et à une mise en ligne commerciale déjà effective ressemble à une trajectoire, pas à un leak. Mon pari : la confirmation officielle arrivera d'ici mi-2027, au moment précis où Anat Ashkenazi promet le basculement des revenus TPU d'Alphabet.

Pourquoi OpenAI diversifie : le poids Nvidia en chiffres

OpenAI ne quitte pas Nvidia — elle se prémunit contre une dépendance devenue systémique. Les chiffres le montrent mieux que tout éditorial.

D'abord, l'engagement : Jensen Huang affirme qu'OpenAI s'est engagée à environ 600 milliards de dollars de serveurs Nvidia d'ici 2030 (Silicon Report, octobre 2026). Ensuite, le financement : Nvidia a consenti plus de 100 milliards de dollars de soutien crédit pour un data center dans l'Ohio. Le fournisseur prête donc à son client l'argent qui servira, en partie, à lui acheter ses propres serveurs.

En face, la demande explose : Amazon, Microsoft et Alphabet prévoient jusqu'à 600 milliards de dollars de dépenses IA cette année (Reuters, octobre 2026). Quand un seul fournisseur capte l'essentiel de cette manne et finance lui-même la demande, le client rationnel cherche un deuxième fournisseur. C'est de la gestion des risques de base, pas une déclaration de guerre.

La stratégie est d'ailleurs assumée chez OpenAI, qui mène une politique de multi-approvisionnement revendiquée (Bloomberg Línea, octobre 2026). Acheter des TPU, développer Jalapeño avec Broadcom, garder Nvidia : trois jambes, un objectif — ne jamais dépendre d'un seul silicium, que ce soit pour l'entraînement ou pour l'inférence.

Google vend ses TPU à tout le monde — y compris à ses rivaux

Google n'a pas été pris au dépourvu : vendre des TPU est devenu une ligne de revenus stratégique, assumée au plus haut niveau financier.

Le calendrier le prouve. Depuis avril 2026, Google vend le matériel TPU à un petit groupe de clients (Reuters). Anthropic — le concurrent direct d'OpenAI — figure parmi les acheteurs. Et Google a vendu tellement de capacité TPU que ses propres chercheurs ont dû attendre pour accéder aux machines. Quand vos chercheurs font la queue derrière vos clients, vous n'êtes plus un laboratoire : vous êtes un fondeur.

La trajectoire financière est explicite. Anat Ashkenazi, CFO d'Alphabet, anticipe une petite part de revenus TPU fin 2026 et la grande majorité en 2027 (Reuters, octobre 2026). Traduction : le TPU devient un produit de masse, pas une technologie interne jalousement gardée.

Anthropic illustre parfaitement ce basculement. Le rival d'OpenAI a promis 200 milliards de dollars à Google Cloud — le plus grand contrat cloud de l'histoire, qui verrouille l'infrastructure IA — et pousse cette ambition jusqu'à viser une IPO à 2 000 milliards de dollars. Google encaisse des milliards de ses deux concurrents frontaux pendant qu'ils s'écharpent sur les modèles.

Cette ambition compute ne s'arrête d'ailleurs pas à la planète : avec Project Suncatcher, Google veut mettre ses TPU en orbite — des satellites solaires pour du compute IA à 8x la puissance terrestre. Quand une entreprise envisage sérieusement de vendre du compute spatial, c'est qu'elle a fait du compute terrestre un business à part entière.

Jalapeño : la puce maison d'OpenAI, dessinée par d'anciens ingénieurs de Google

OpenAI n'achète pas des TPU faute d'alternative : elle en construit une en parallèle. C'est ce qui rend le rapport du 27 octobre si cohérent.

Selon Business Standard (octobre 2026), OpenAI développe des puces internes baptisées Jalapeño avec Broadcom, à l'aide d'anciens ingénieurs de Google. Détail savoureux : Richard Ho, qui dirige l'équipe puces d'OpenAI, travaillait précédemment sur... les TPU de Google. Le silicium qu'OpenAI s'apprête à acheter est de la même famille que celui que ses propres équipes apprennent à dessiner.

À retenir : Jalapeño cible l'inférence, là où les coûts explosent avec des centaines de millions d'utilisateurs.

Pourquoi acheter et construire en même temps ?

Parce que les deux horizons ne se recouvrent pas. Une puce custom prend des années à concevoir, valider et industrialiser ; les TPU de Google offrent à OpenAI une capacité d'inférence immédiate et un deuxième fournisseur crédible. L'ironie est vertigineuse — OpenAI achète le silicium de Google pendant que d'anciens ingénieurs de Google dessinent le sien — mais elle est rationnelle. Le talent circule plus vite que les brevets, et l'achat comme le développement maison se couvrent mutuellement.

Nvidia : le vrai sujet de fond derrière la polémique

La nouvelle n'affaiblit pas Nvidia à court terme, mais elle entame son monopole narratif. Et ça, c'est plus important qu'un contrat.

Nvidia reste incontournable : Oracle élargit son accord avec Nvidia à l'échelle de plusieurs gigawatts, avec des puces Cerebras et SambaNova en complément (Infobae, octobre 2026). L'engagement d'OpenAI — environ 600 milliards de dollars de serveurs d'ici 2030 — ne s'évapore pas avec un projet d'achat de TPU.

Mais regardez la structure du marché. Un fournisseur qui prête plus de 100 milliards de dollars à ses clients pour qu'ils achètent ses produits, c'est un schéma que l'industrie informatique a déjà connu — les équipementiers télécoms autour de 2000, Cisco en tête. Ça se termine généralement quand le client trouve une deuxième source. C'est exactement ce que fait OpenAI.

Mon opinion : 2026 restera l'année où « acheter du compute » a cessé de rimer automatiquement avec « acheter du Nvidia ». Pas parce que les TPU seraient objectivement supérieurs, mais parce que Google a ouvert la vente, qu'Oracle la relaie, et qu'un acheteur de la taille d'OpenAI a montré la voie. Les alternatives — Cerebras, SambaNova, Jalapeño — n'ont plus besoin de prouver qu'elles peuvent tout remplacer, seulement qu'elles pèsent assez pour faire jouer la concurrence.

La nouvelle carte du compute : tout le monde vend à tout le monde

En octobre 2026, les alliances compute ont cessé d'être exclusives. Chaque géant est désormais à la fois client, fournisseur et concurrent des autres. Le tableau résume ce maillage inédit :

Amin Vahdat, chez Google, l'a résumé sans détour : la prochaine génération d'IA nécessitera un large éventail de ressources de calcul (Bloomberg Línea, octobre 2026). Ce n'est pas de la diplomatie de communiqué, c'est un constat d'ingénieur — aucune architecture ne couvre seule les besoins d'entraînement, d'inférence et d'agents d'un marché qui double chaque année.

Conséquence directe : la frontière entre concurrents devient poreuse. OpenAI fait tourner ses modèles frontier sur le cloud de Google, qui vend ses puces aux deux camps, pendant que Nvidia finance tout le monde. Dans ce monde-là, la loyauté n'est pas une stratégie — la redondance, si.

Ce que ça change pour les développeurs

Rien ne change pour vos appels API aujourd'hui — mais la trajectoire des prix et la portabilité des modèles s'améliorent durablement.

Premier effet, mécanique : plus de silicium en concurrence, c'est plus de capacité totale et plus de pression sur les prix. Quand Google vend des TPU à son propre cloud, à Oracle, à Anthropic et potentiellement à OpenAI, chaque dollar d'inférence se négocie plus dur. Les modèles frontier — GPT-5.5, Gemini 3.1 Pro, Claude Opus 4.7 — deviennent accessibles via plusieurs clouds : la portabilité progresse, votre dépendance à un seul fournisseur diminue.

Deuxième effet, plus subtil : la bataille se déplace vers la couche application. Google ne se contente pas de vendre du compute, il enchaîne les offensives produit avec Antigravity 2.0, la suite agent-first qui veut tuer Cursor et Claude Code et Gemini Spark, l'agent IA 24/7 de Google qui veut devenir votre deuxième cerveau. Le compute est le socle, mais ce que vous acheterez demain, c'est l'agent.

En attendant, inutile de sur-ingénierer. Pour tester les modèles frontier sans engagement, passez par les APIs IA gratuites — Groq, Google, OpenRouter couvrent l'essentiel du prototypage. Et si votre produit se résume à consommer ces API, un hébergement simple type Hostinger suffit largement : le compute de pointe est le problème des géants, pas le vôtre.

❌ Erreurs courantes

Erreur 1 : « OpenAI abandonne Nvidia »

C'est la lecture la plus répandue et la plus fausse. OpenAI reste engagée à environ 600 milliards de dollars de serveurs Nvidia d'ici 2030, selon Jensen Huang lui-même (Silicon Report, octobre 2026). L'achat de TPU est une diversification, pas un divorce. La solution : lisez ce deal comme une police d'assurance, pas comme un acte de rupture.

Erreur 2 : « Google et OpenAI s'allient »

Une transaction commerciale n'est pas une alliance. Aucune des deux entreprises ne commente, les conditions ne sont pas définies, et la concurrence produit reste frontale : Gemini 3.1 Pro et GPT-5.5 se disputent la tête des classements. La solution : suivez les faits contractuels — signatures, volumes, facturation — pas les récits de réconciliation.

Erreur 3 : « Le TPU va remplacer le GPU, c'est moins cher »

Le TPU est optimisé pour les charges de Google et exige un portage logiciel coûteux. OpenAI recrute précisément des ingénieurs pour optimiser ses modèles frontier sur ce matériel (Silicon Report, octobre 2026) — preuve que la migration n'a rien d'automatique. La solution : comparez un coût total de possession, migration comprise, jamais un prix à la puce.

Erreur 4 : « Le deal est confirmé, on peut planifier dessus »

Non. Source unique et anonyme, conditions non définies, refus de commentaire des deux parties. Si vous prenez des décisions d'architecture sur cette info, prenez-en qui survivent à une annulation : abstractions multi-cloud, contrats courts, benchmarks sur deux siliciums. La prudence coûte toujours moins cher qu'un engagement pris sur une rumeur.

❓ Questions fréquentes

OpenAI va-t-elle vraiment acheter des TPU de Google ?

Le projet est réel selon The Information (27 octobre 2026), mais rien n'est signé : prix, volume et calendrier restent indéfinis, et les deux entreprises refusent de commenter. OpenAI louait déjà des TPU depuis juin 2025, ses modèles frontier sont sur Google Cloud et elle recrute des ingénieurs TPU. La trajectoire est crédible ; la signature, pas encore acquise.

Pourquoi Google vend-il ses puces à ses propres concurrents ?

Parce que les TPU sont devenus une machine à revenus. La CFO d'Alphabet, Anat Ashkenazi, attend une petite part de revenus TPU fin 2026 et la grande majorité en 2027 (Reuters, octobre 2026). Google a d'ailleurs vendu tellement de capacité que ses propres chercheurs ont dû attendre. Chaque puce vendue à OpenAI ou Anthropic finance la génération suivante de TPUs.

Un TPU, c'est quoi exactement ?

Un Tensor Processing Unit : une puce conçue par Google pour l'entraînement et l'inférence des modèles d'IA, utilisée en interne pendant près d'une décennie avant d'être vendue. C'est l'alternative la plus crédible aux GPU de Nvidia, réputée efficace sur les charges d'inférence massives — mais avec un écosystème logiciel plus exigeant à maîtriser qu'un GPU standard.

Nvidia est-elle menacée par ce rapprochement ?

Pas à court terme : OpenAI reste engagée à environ 600 milliards de dollars de serveurs Nvidia d'ici 2030, et Oracle élargit son accord Nvidia à l'échelle multi-gigawatts (octobre 2026). Mais chaque TPU vendu réduit la part de Nvidia dans la croissance future du marché — et la présence de Cerebras, SambaNova et Jalapeño prouve que l'alternative existe désormais.

Les prix des API vont-ils baisser grâce à cette concurrence ?

C'est la conséquence logique à moyen terme. Plus d'offre compute — TPU chez Google et Oracle, GPUs Nvidia, Cerebras, SambaNova — augmente la capacité totale et intensifie la concurrence sur l'inférence. Les modèles frontier d'OpenAI sont déjà multi-cloud. En attendant la baisse, les APIs gratuites restent le meilleur moyen de tester sans budget.

✅ Conclusion

Le 27 octobre 2026 restera comme le jour où la guerre de l'IA a officiellement basculé du logiciel vers le silicium : OpenAI veut acheter les TPU de son rival Google, Google vend ses puces à tous ses concurrents, et Nvidia finance ses clients à coups de centaines de milliards pour garder sa couronne.

La suite s'annonce à la hauteur : pendant qu'OpenAI finalise — ou non — son achat de TPU et peaufine Jalapeño, Google pousse son écosystème jusqu'à l'orbite. Pour ne rien manquer de cette recomposition, commencez par tester les modèles frontier via des APIs IA gratuites : les guerres du silicium se soldent presque toujours par des prix plus bas pour les développeurs.