# Informatique en périphérie Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Informatique en périphérie", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Conversation avec Lip Bu Tan d'Intel : La fin de l'IA ne se résume pas aux GPU, il y a aussi l'électricité, les matériaux et la fabrication

"AI 的未来超越了 GPU，半导体行业正面临电力、材料、封装和制造能力的多重瓶颈。英特尔首席执行官陈立武强调，公司的复兴关键在于修复资产负债表、重塑工程文化和重建客户信任，而非单一的产品突破。他指出，随着 Agentic AI 和强化学习的兴起，CPU 正重新变得重要，与 GPU 的比例从 1:8 趋向 1:4 甚至 1:1。半导体供应链因效率驱动的集中化变得脆弱，需要政府、主权基金和长期资本的重新参与，正如美国入股英特尔。他认为，有价值的投资在于识别扩张的真正瓶颈，如互联、电力、散热和先进封装。未来计算将从超大规模数据中心扩展到边缘设备、机器人和 physical AI，将算力推向应用现场。AI 正在推动半导体行业从单一芯片竞争转向供应链、资本结构和系统架构的全面重组。"

marsbit06/23 01:14

Conversation avec Lip Bu Tan d'Intel : La fin de l'IA ne se résume pas aux GPU, il y a aussi l'électricité, les matériaux et la fabrication

marsbit06/23 01:14

Entretien exclusif avec le PDG d'Intel : Comment identifier les entreprises traditionnelles capables de renaître à l'ère de l'IA ?

Lors d’un entretien, Pat Gelsinger, PDG d’Intel, analyse la transformation de l’entreprise et l’évolution de l’industrie des semi-conducteurs à l’ère de l’IA. Il souligne que la relance d’Intel ne repose pas uniquement sur des produits, mais sur une reconstruction systémique : assainissement financier, simplification des gammes produits et restauration de la confiance des clients. Gelsinger met en avant la complexité croissante des besoins en calcul avec l’IA. Alors que les GPU ont dominé la phase d’entraînement, les CPU retrouvent de l’importance pour des charges de travail comme l’IA agentique, l’apprentissage par renforcement ou l’orchestration d’agents multiples, avec des ratios CPU/GPU pouvant passer de 1:8 à 1:4, voire 1:1. Il aborde également la refonte des chaînes d’approvisionnement, notant que la fabrication de semi-conducteurs devient une question d’infrastructure stratégique, nécessitant des investissements publics et privés à long terme, à l’image du soutien du gouvernement américain à Intel. En matière d’investissement, Gelsinger conseille de se concentrer sur les goulots d’étranglement réels (interconnexion, énergie, dissipation thermique, matériaux avancés, etc.) plutôt que de suivre les tendances superficielles. Enfin, il prédit que l’avenir du calcul ne se limitera pas aux grands centres de données, mais s’étendra aux dispositifs de périphérie, à la robotique et à l’IA physique, où la pile logicielle et la connectivité seront déterminantes.

marsbit06/22 07:46

Entretien exclusif avec le PDG d'Intel : Comment identifier les entreprises traditionnelles capables de renaître à l'ère de l'IA ?

marsbit06/22 07:46

qinbaFrank : Récapitulation et perspectives de la vague de puissance de calcul de l'IA – Des trois grands débats de Nvidia à l'interconnexion optique, l'introduction en bourse de SpaceX, comment les capitaux sont-ils en train de se redéployer ?

Source : Cynthia, Hong Kong Ethereum Community Hub. Invité : qinbaFrank, investisseur en actions américaines et en crypto-marchés secondaires. Lors d'un événement VIP le 8 juin 2026, l'investisseur expérimenté qinbaFrank a partagé son analyse sur la vague de puissance de calcul de l'IA. Il a retracé le parcours du marché depuis 2023, marqué par trois grands débats : sur la nécessité des dépenses d'investissement (2023), sur l'accélération soutenue des dépenses des grandes entreprises technologiques (2024-début 2025), et sur la possible surévaluation de la puissance de calcul (début 2025). Un consensus s'est finalement établi en 2025. Le cadre central de son analyse repose sur le **taux de pénétration** comme clé de l'efficacité commerciale. Contrairement à la bulle Internet de 2000, l'IA bénéficie aujourd'hui d'infrastructures matures (cloud, API) permettant une diffusion et une adoption commerciale beaucoup plus rapides. Le point critique se situe à 10% de pénétration, un seuil déjà dépassé dans les entreprises, signant l'entrée dans une phase de croissance accélérée. La logique commerciale de l'IA diffère de celle d'Internet : elle ne se contente pas de connecter, mais remplace directement le **travail cognitif humain**. Une fois ses capacités dépassant la moyenne humaine, sa valeur commerciale croît de manière exponentielle. L'investissement dans la chaîne d'approvisionnement en puissance de calcul évolue d'une focalisation sur les GPU vers une réévaluation systémique, suivant trois logiques : 1. **Pénurie et tarification** : la demande se propage des GPU à la mémoire (HBM, DRAM), aux CPU pour l'ordonnancement, et enfin à l'alimentation électrique. 2. **Mise à niveau** : les interconnexions optiques (CPO), les réseaux d'alimentation (passage au HVDC 800V) et le packaging avancé (3D) deviennent essentiels pour gagner en efficacité. 3. **Perspective à long terme** : l'informatique en périphérie (edge computing) et l'IA physique (robots, véhicules autonomes) formeront la prochaine courbe de croissance. Le point d'ancrage fondamental pour la poursuite de la tendance est la croissance des **revenus annuels récurrents (ARR) des éditeurs de modèles** et des **revenus cloud** des grands acteurs technologiques. Tant que cette croissance reste soutenue, les dépenses d'investissement et la dynamique de la chaîne logistique restent justifiées. Les ajustements de marché sont alors plus susceptibles d'être des corrections de valorisation (niveau L1/L2) que le renversement d'une tendance structurelle (niveau L3). En conclusion, qinbaFrank considère l'IA non comme une révolution technologique isolée, mais comme une **amélioration fondamentale de la capacité cognitive sous-jacente** de la civilisation, ouvrant la voie à une série de vagues d'innovations (agents, robots, etc.). Le marché suivra une progression en vagues, alternant entre les phases de pénurie, de mise à niveau et de validation commerciale. *Disclaimer : Ce contenu présente les opinions de l'invité et ne constitue pas un conseil en investissement.*

marsbit06/17 11:36

qinbaFrank : Récapitulation et perspectives de la vague de puissance de calcul de l'IA – Des trois grands débats de Nvidia à l'interconnexion optique, l'introduction en bourse de SpaceX, comment les capitaux sont-ils en train de se redéployer ?

marsbit06/17 11:36

Les robots aussi ont besoin d'un portefeuille cryptographique ? Le géant du stablecoin Tether parie sur l'entreprise allemande NEURA Robotics

L'entreprise allemande de robotique NEURA Robotics a levé jusqu'à 1,4 milliard de dollars en série C, dans ce qui est présenté comme le plus grand tour de table de l'industrie. Le stablecoin géant Tether est l'un des principaux investisseurs. Fondée en 2019, NEURA s'est d'abord concentrée sur les robots collaboratifs (Cobot) intelligents pour l'industrie, avant de développer une gamme plus large incluant des robots mobiles et humanoïdes. Sa vision est de construire Neuraverse, une plateforme permettant aux robots de partager leurs apprentissages et données. L'implication de Tether introduit une dimension nouvelle. Le partenrage prévoit d'intégrer le kit de développement de portefeuille numérique (WDK) de Tether dans les systèmes robotiques de NEURA. Cela permettrait potentiellement aux robots d'effectuer des paiements et règlements automatisés pour des services (comme le transport ou la maintenance) via des stablecoins, agissant comme des nœuds de paiement autonomes. De plus, Tether testera son framework d'IA pour le calcul en périphérie (QVAC) sur Neuraverse, visant à exécuter l'intelligence localement sur les robots pour une latence minimale et une plus grande autonomie. Ainsi, Tether cherche à positionner ses solutions - stablecoins, portefeuilles auto-détenus et IA de périphérie - comme une couche financière et informatique fondamentale pour les futurs réseaux de robots opérant dans le monde physique.

marsbit06/16 09:18

Les robots aussi ont besoin d'un portefeuille cryptographique ? Le géant du stablecoin Tether parie sur l'entreprise allemande NEURA Robotics

marsbit06/16 09:18

Le « moment ChatGPT » des robots : l'IA s'oriente vers le monde physique, la blockchain accélère l'avènement de l'économie des machines

L'intelligence artificielle quitte les écrans pour intégrer le monde physique, marquant un "moment ChatGPT" pour la robotique. Des entreprises comme Tesla, Skild AI et Figure AI lèvent des milliards pour développer des robots humanoïdes capables d'interagir intelligemment dans des environnements réels. Cette accélération est portée par la baisse des coûts matériels (actionneurs, capteurs, batteries), l'essor des puces edge (NVIDIA Jetson) et les modèles IA "monde réel" qui apprennent par l'observation. Les défis persistent : collecte lente des données physiques, fossé simulation-réalité. La blockchain émerge comme solution, tokenisant la collecte de données et permettant aux robots d'agir comme des acteurs économiques autonomes via des cryptoportefeuilles. Des plateformes décentralisées (Fabric Protocol, Peaq) construisent une "économie machine" où les robots vérifient des données et transactionnent seuls. D'ici 2030, l'IA physique pourrait pénétrer l'agriculture, la logistique ou les soins. Un marché d'applications robotiques émergera, où l'on téléchargera des "compétences" sur des robots génériques, transformant la valeur en services plutôt qu'en matériel.

marsbit04/17 01:23

Le « moment ChatGPT » des robots : l'IA s'oriente vers le monde physique, la blockchain accélère l'avènement de l'économie des machines

marsbit04/17 01:23

Apple obtient un accès complet à Gemini de Google, utilisant la technologie de distillation pour accélérer le développement de modèles d'IA sur appareil

Apple a obtenu un accès complet au modèle Gemini de Google pour accélérer le développement de ses modèles d'IA légers destinés aux appareils locaux, grâce à la technique de distillation. En utilisant les réponses de haute qualité et les enregistrements de chaînes logiques de Gemini comme données d'entraînement, Apple forme ses propres modèles plus petits. Cette approche permet aux versions légères de maintenir une efficacité computationnelle tout en ayant des capacités de traitement logique proches des grands modèles. Bien que Gemini soit initialement conçu pour les chatbots et les applications d'entreprise, différemment de l'approche système de Siri, cette collaboration comble le manque de données synthétiques de qualité pour Apple. Parallèlement, Apple continue de développer ses propres modèles en interne. Les nouvelles fonctionnalités d'IA, intégrant la distillation, devraient être dévoilées lors de la WWDC en juin. Cette coopération reflète un changement dans l'industrie de l'IA, passant d'une concurrence basée sur la puissance de calcul à des stratégies d'entraînement plus efficaces, et promet des appareils locaux avec une meilleure capacité de raisonnement et de traitement des tâches complexes.

marsbit03/27 01:29

Apple obtient un accès complet à Gemini de Google, utilisant la technologie de distillation pour accélérer le développement de modèles d'IA sur appareil

marsbit03/27 01:29

Comprendre le Physical AI de Jensen Huang : Pourquoi les opportunités du Crypto se cachent aussi dans les « recoins » ?

Lors du Forum de Davos, Jensen Huang, PDG de NVIDIA, a annoncé un changement majeur : l'ère de l'IA axée sur la formation (training) cède la place à celle de l'inférence et de l'IA physique (Physical AI). Cette transition marque la prochaine étape de l'IA générative, où l'accent est mis sur l'intégration de l'intelligence dans le monde physique, permettant aux systèmes d'agir et d'interagir de manière concrète. L'IA physique soulève trois défis principaux : 1. L'intelligence spatiale : comprendre l'environnement en 3D pour interagir avec précision. 2. Les environnements virtuels d'entraînement : utiliser des simulations pour former les robots sans coûts matériels prohibitifs. 3. Les données tactiles : collecter des informations via des capteurs pour donner aux robots une sensibilité physique. Ces défis ouvrent des opportunités pour la crypto, notamment via les réseaux DePIN pour collecter des données dans des zones difficiles d'accès, les réseaux de calcul distribué pour fournir une puissance de traitement décentralisée, et des modèles de récompense basés sur les tokens pour inciter au partage de données privées. L'IA physique représente ainsi une nouvelle frontière pour l'IA traditionnelle, mais aussi un terrain fertile pour l'innovation dans l'écosystème crypto et web3.

marsbit01/23 00:39

Comprendre le Physical AI de Jensen Huang : Pourquoi les opportunités du Crypto se cachent aussi dans les « recoins » ?