Le pari à 220 milliards de dollars d'AMD sur les CPU serveurs

La thèse derrière cette revalorisation spectaculaire est simple : la révolution de l'IA passe de l'entraînement à l'inférence, et les charges de travail du futur — les systèmes d'IA agentique, autonomes et multi-étapes — nécessitent beaucoup plus de puissance CPU que ce que l'industrie prévoyait auparavant .

Deux changements structurels moteurs de la demande

Les charges de travail d'IA agentique devraient représenter environ les deux tiers du marché des CPU serveurs de 220 milliards de dollars d'ici 2030 . Ces systèmes orchestrent des tâches complexes de manière autonome, s'appuyant fortement sur les CPU pour le traitement des données et la coordination, parallèlement à l'exécution des modèles sur GPU .

L'inférence est devenue le cas d'utilisation dominant de l'IA. En 2026, pour la première fois, les charges de travail d'inférence consomment environ 60 % de la capacité de calcul IA mondiale, dépassant l'entraînement . Cette évolution favorise les architectures à forte composante CPU, car le déploiement de modèles à grande échelle nécessite un grand nombre de CPU hôtes, de serveurs d'inférence et d'infrastructures connexes .

AMD prévoit également que le marché global du calcul haute performance et adaptatif atteindra 2 000 milliards de dollars d'ici 2030, contre 365 milliards de dollars en 2025 . Le seul marché du silicium pour centres de données devrait dépasser les 1 000 milliards de dollars .

Helios et Venice : l'arsenal matériel

Le système rack Helios pour l'IA

Annoncé lors de l'événement Advancing AI 2026 le 23 juillet 2026, Helios est le premier système rack intégré et refroidi par liquide d'AMD, combinant 72 GPU Instinct MI455X, des CPU EPYC Venice et du réseau Pensando . Il est en pleine production depuis juillet 2026, avec des livraisons aux partenaires commençant d'ici la fin du troisième trimestre 2026 (septembre 2026) et une montée en volume au quatrième trimestre .

Le rack offre jusqu'à 2,9 exaflops de débit d'inférence FP4 et 1,4 exaflops de débit d'entraînement FP8, avec une bande passante d'interconnexion de 260 To/s . Le prix d'un rack Helios entièrement équipé est estimé à environ 5,25 millions de dollars .

Le CPU serveur EPYC "Venice" de 6e génération

Construit sur le procédé N2 (2 nm) de TSMC, le processeur Venice dispose de jusqu'à 256 cœurs par socket en intégrant 32 cœurs Zen 6c sur chacun de ses 8 dies chiplets . La production a commencé chez TSMC Taïwan en mai 2026, avec une future production prévue dans l'usine de TSMC en Arizona (mais le volume n'y est pas attendu avant 2028) .

Venice est actuellement en cours d'échantillonnage chez les clients et sera livré dans les racks Helios ainsi que dans des déploiements de serveurs autonomes plus tard en 2026 et début 2027 . La variante EPYC 9006 SP7, conçue pour l'exécution à haute densité de "sandbox" d'agents, devrait être expédiée au quatrième trimestre 2026 .

Engagements clients : OpenAI, Meta et Anthropic

AMD a obtenu des engagements substantiels de la part des trois principales sociétés d'IA, totalisant environ 14 gigawatts de capacité de calcul :

Parmi les autres clients figurent Microsoft (qui déploie des racks Helios dans ses centres de données Azure) et Oracle (qui construit un supercluster Helios de 50 000 GPU) .

ROCm contre CUDA : où en est le fossé logiciel en 2026 ?

La pile logicielle ROCm d'AMD a fait des progrès considérables, mais elle reste à la traîne de CUDA de Nvidia dans des domaines clés :

Ce qui fonctionne :

• ROCm 7.x prend désormais officiellement en charge PyTorch 2.9, vLLM et llama.cpp de manière native sur les GPU Instinct et certains GPU grand public .
• AMD a lancé ROCm.ai pour le développement de GPU assisté par IA lors de l'événement Advancing AI 2026 .
• HIP (Interface de portabilité pour le calcul hétérogène) peut traduire la plupart du code CUDA pour qu'il fonctionne sur du matériel AMD avec des modifications minimes .
• PyTorch et JAX offrent désormais un support natif de ROCm .

Lacunes restantes :

• Écart de performance : ROCm est environ 10 à 25 % plus lent que CUDA pour les charges de travail d'inférence sur du matériel comparable, et l'écart se creuse pour l'entraînement et le réglage fin .
• Maturité de l'écosystème : CUDA reste le backend par défaut pour la plupart des frameworks, tutoriels et dépannages. ROCm présente encore des aspérités avec les opérateurs non standard, les anciennes générations de GPU et certains moteurs d'inférence .
• Recherche de pointe : Du code exclusif à CUDA est publié chaque semaine ; le support ROCm suit des semaines ou des mois plus tard .
• Linux uniquement : ROCm reste principalement basé sur Linux avec un support Windows limité .

En résumé : ROCm est désormais viable pour la production pour l'inférence et compétitif en termes de prix par jeton (rapporté comme étant 25 à 40 % moins cher que Nvidia pour les charges de travail d'inférence sur du matériel équivalent), mais CUDA conserve une avance significative en matière d'outillage, de workflows d'entraînement et d'étendue du support des frameworks .

Des résultats record au T2 2026 valident la stratégie

Les résultats du deuxième trimestre 2026 d'AMD confortent fortement la direction stratégique de l'entreprise :

La direction a noté lors de la conférence téléphonique sur les résultats que "l'inférence et l'IA agentique augmentent le besoin de calcul CPU serveur", ce qui constitue le moteur structurel de la révision à la hausse du TAM . AMD s'attend à ce que les revenus de l'IA dans les centres de données atteignent "des dizaines de milliards de dollars" d'ici 2027, les seuls revenus des CPU serveurs devant croître de plus de 70 % en 2027 .

Risques clés : marges et concentration sur TSMC

Évolution de la marge brute : Alors qu'AMD passe de la vente de puces discrètes à des systèmes intégrés à l'échelle du rack comme Helios — qui regroupent GPU, CPU et réseau en un seul ensemble — les marges globales pourraient subir des pressions par rapport à la vente de puces seules. Le marché observe si AMD peut maintenir l'expansion de ses marges en devenant davantage un fournisseur de systèmes, à l'instar de Nvidia.

Concentration de la chaîne d'approvisionnement chez TSMC : AMD dépend de TSMC pour la production de ses CPU de pointe (N2) et de ses GPU (N3/N4) . Venice monte en puissance chez TSMC Taïwan, et bien qu'AMD ait prévu une future production dans l'usine de TSMC en Arizona, cette capacité n'est pas encore en ligne pour les nœuds de pointe . Les tensions géopolitiques autour de Taïwan et la concurrence pour l'allocation des tranches de TSMC de la part d'Apple, Nvidia et d'autres restent des risques matériels à court terme, surtout alors qu'AMD prévoit d'expédier Helios à l'échelle du gigawatt à partir de fin 2026.

Conclusion

AMD exécute une stratégie claire et ambitieuse qui repose sur un point d'inflexion dans les charges de travail d'IA — de l'entraînement à l'inférence, des modèles isolés aux agents autonomes. La feuille de route matérielle de l'entreprise (Helios et Venice) est en production, ses plus gros clients sont engagés à une échelle sans précédent, et ses résultats financiers reflètent ce changement. Les questions clés qui restent en suspens sont de savoir si ROCm pourra combler l'écart restant avec CUDA assez rapidement et si les contraintes de la chaîne d'approvisionnement permettront à AMD de respecter son calendrier de montée en puissance agressif.