L'accord à 6 milliards de Snowflake avec AWS révèle le nouveau champ de bataille de l'IA, centré sur les CPU

Cela ne représente pas seulement un gros chiffre, mais une escalade substantielle des dépenses de Snowflake auprès d'AWS. L'engagement sur cinq ans de l'entreprise est passé de 1,2 milliard de dollars au moment de son introduction en bourse en 2020 à 2,5 milliards en 2023, et maintenant à 6 milliards . Cette forte augmentation est parallèle à l'explosion des dépenses d'investissement consacrées à l'IA à l'échelle de l'industrie, les principaux fournisseurs de cloud prévoyant collectivement des centaines de milliards de dollars de dépenses pour 2026 .

L'essor discret du CPU pour l'IA agentique

L'aspect le plus révélateur de cet accord sur le plan technique est l'accent mis sur la puissance de calcul CPU. Bien que l'accord inclue également l'accès à des GPU basés sur le cloud, l'élément phare est l'engagement envers les processeurs AWS Graviton, les puces personnalisées de l'entreprise basées sur l'architecture ARM . Cette focalisation est une reconnaissance d'un changement crucial dans l'évolution des charges de travail de l'IA.

À mesure que les applications d'IA passent de l'entraînement de modèles monolithiques à des systèmes « agentiques » déployés, capables de raisonnement en plusieurs étapes, de génération de code et de tâches en temps réel, la nature du calcul nécessaire change. Ces charges de travail agentiques sont souvent gourmandes en CPU, s'appuyant sur des processeurs généralistes pour l'orchestration et l'inférence . Ce changement est si important que les charges de travail d'inférence, qui représentaient environ 50 % du calcul IA en 2025, devraient désormais consommer jusqu'à 80 % des dépenses totales d'infrastructure IA d'ici la fin de 2026 .

L'attrait économique de Graviton est évident. Il a été rapporté que les migrations vers les processeurs Graviton basés sur ARM réduisent les coûts d'infrastructure pour l'inférence IA et les pipelines d'IA générative jusqu'à 40 %, avec des rapports supplémentaires faisant état d'une amélioration de 20 % des performances d'inférence et d'une réduction de 23 % de la consommation d'énergie . Ces gains d'efficacité plaident fortement en faveur du transfert de l'inférence IA loin des GPU, plus coûteux et énergivores, chaque fois que cela est possible.

Les puces personnalisées deviennent une alternative stratégique

L'accord avec Snowflake, à lui seul, ne prouve pas que la position dominante de Nvidia sur le marché soit brisée. Cependant, il fournit une preuve solide que le silicium personnalisé des fournisseurs de cloud devient une sérieuse alternative stratégique, en particulier pour les engagements massifs des entreprises. Le fait que « les processeurs Graviton personnalisés d'AWS soient désormais assez centraux pour ancrer un engagement d'infrastructure IA d'entreprise de 6 milliards de dollars sur cinq ans » aurait été impensable il y a quelques années.

Cet accord avec Snowflake ne s'est pas produit en vase clos. Une tendance se dessine :

• Avril 2026 : Meta a signé un accord pluriannuel de plusieurs milliards de dollars avec AWS pour déployer des « dizaines de millions » de cœurs du dernier processeur Graviton5, explicitement pour alimenter ses charges de travail d'IA agentique .
• La tendance plus large : Google commercialise agressivement ses propres unités de traitement tensoriel (TPU) personnalisées, ses dernières puces de huitième génération étant conçues pour « l'ère agentique » . Microsoft développe sa puce Maia. Cet investissement à l'échelle de l'industrie devrait entraîner une augmentation de 44,6 % des livraisons de circuits intégrés spécifiques (ASIC) personnalisés en glissement annuel en 2026 .

Comme l'a noté TechCrunch à propos de l'accord avec Snowflake, « ces puces attirent de nouveaux contrats de plusieurs milliards de dollars » . Le Graviton d'AWS, à l'origine une solution de calcul polyvalente, est devenu un atout stratégique dans la guerre des plateformes d'IA.

Le paysage concurrentiel plus large

Les sources disponibles soutiennent un récit clair sur le succès d'AWS et de sa puce Graviton, mais elles ne peuvent pas étayer pleinement le tableau concurrentiel plus large. L'affirmation selon laquelle le nouveau CPU Vera de Nvidia représenterait une opportunité de marché de 200 milliards de dollars, attribuée à Jensen Huang, n'a pas pu être vérifiée à partir des sources fournies et ne doit pas être traitée comme un fait confirmé. De même, des détails concrets sur la puce Maia de Microsoft et la dynamique concurrentielle spécifique de l'érosion projetée des parts de marché de Nvidia sont mieux laissés à une analyse disposant de sources plus ciblées. La ligne de tendance est cependant indéniable : le marché des puces d'IA se fragmente au-delà d'un seul fournisseur, et les CPU sont un champ de bataille clé.

Le résultat final est désormais clair. Les dépenses cloud liées à l'IA ne se résument plus à l'achat du plus grand nombre possible de GPU haut de gamme. L'accord Snowflake-AWS cristallise une nouvelle réalité : les futurs engagements d'infrastructure se spécialisent, construits autour de silicium personnalisé et des exigences spécifiques de l'IA agentique. Le Graviton d'AWS est passé d'une option de réduction des coûts à une plateforme de puces stratégique capable d'ancrer des engagements d'entreprise de plusieurs milliards de dollars. Le CPU est de retour au centre de la conversation la plus importante de l'informatique.