Semi-conducteurs IA: la bascule de Broadcom et ses effets opérationnels

Au troisième trimestre de l’exercice 2026, Broadcom a publié un chiffre d’affaires de 16,7 milliards de dollars pour ses semi-conducteurs dédiés à l’IA, en hausse de 221 % sur un an, sur un total trimestriel de 29,59 milliards. La prévision annuelle a été portée à 58 milliards, avec une trajectoire affichée de 115 milliards pour l’exercice 2027 et de 230 milliards pour 2028, selon [1]. Il ne s’agit pas de GPU généralistes, mais d’accélérateurs sur mesure, les XPU, conçus pour les charges de travail de Google, OpenAI, Anthropic et Meta. La différence est opérationnelle: un GPU polyvalent traite correctement toutes les charges ; une puce optimisée pour un modèle donné traite cette charge avec une meilleure efficacité énergétique et un coût unitaire de calcul plus faible.

1. Évolution du marché

Broadcom anticipe qu’Anthropic devienne son premier client XPU en 2027, devant Google, et conserve cette position en 2028. Les engagements de déploiement passent de 1 gigawatt d’Ironwood en 2026 à 5 gigawatts de TPU v8i en 2027, avec une perspective de 10 gigawatts en 2028, selon KuCoin et [2]. Pour OpenAI, Broadcom a développé une puce dédiée appelée Jalapeño, optimisée pour ses charges d’inférence. Les engagements prévoient 1,3 gigawatt de Jalapeño en 2027, puis plus de 5 gigawatts en 2028. Hock Tan affirme que cette puce surpasse le Grace Blackwell de Nvidia sur les charges spécifiques d’OpenAI, à environ la moitié du coût par unité de calcul. L’affirmation n’est pas un benchmark indépendant ; elle a néanmoins une assise contractuelle, car l’engagement de déploiement ne se résume pas à une démonstration technologique.

Cette structure de marché modifie la nature de la concurrence. Le silicium sur mesure n’est pas un produit de catalogue: il dépend d’un cahier des charges, d’une logique d’approvisionnement et d’une capacité de fabrication. La performance annoncée doit être rapportée aux conditions réelles d’exécution.

2. Contextualisation

Les feuilles de route de Broadcom ne sont pas acquises. Elles dépendent de la disponibilité de mémoire HBM, de capacités de gravure, d’assemblage et de conditionnement, ainsi que de la livraison effective des data centers par les clients. Le chiffre d’affaires attendu au quatrième trimestre, 34,8 milliards de dollars, est inférieur au consensus de 35,03 milliards. L’écart est faible en valeur absolue, mais il signale une limite de capacité plutôt qu’un problème de demande, comme le relèvent [3] et [4].

Par ailleurs, plus Broadcom aide les hyperscalers à concevoir du silicium sur mesure, plus il les forme à internaliser cette compétence. Google conçoit déjà ses propres TPU ; Amazon développe Trainium et Inferentia. Cette tension est structurelle, décrite par [1] et [5]. Le passage d’un client de 1 à 10 gigawatts en deux ans est une exécution industrielle sans précédent, rapportée par [6]. Cette contrainte n’invalide pas les revenus à court terme, mais interdit de considérer ces commandes comme une position définitive.

3. Et dans les opérations ?

Depuis plusieurs semaines, nos outils de génération de texte et de code ont été basculés de l’environnement Google, Gemini et Antigravity, vers Claude. Cette migration n’a pas été décidée par une revue d’architecture formelle. Elle résulte de l’accumulation de frictions sur des tâches concrètes: reformulation, génération de scripts, extraction d’informations, traitement de documents longs. Le facteur décisif n’est pas la performance brute d’un modèle de fondation, mais la qualité perçue à travers le harnais applicatif: orchestration, formatage des prompts, appel d’outils, stabilité du rendu.

Malgré sa meilleure intégration dans nos outils bureautiques quotidiens, la solution de Gemini peine à convaincre lorsqu'on analyse ses performances sur les tâches du quotidien. Pour les tâches simples, l’intégration bureautique de Google reste un atout réel: rédiger un courriel, résumer une note, insérer un paragraphe dans un document. En revanche, la bascule vers Claude est portée en priorité par les utilisateurs avancés, ceux qui enchaînent les instructions complexes, la génération de code et les analyses longues. Ce sont eux qui détectent le plus vite les écarts de régularité, de respect des consignes et de stabilité du harnais. Aucune volonté de marche arrière n’est exprimée dans ces équipes, non parce que Google aurait perdu toute pertinence, mais parce que la chaîne d’usage complète de Claude s’est montrée plus stable dans la durée.

Ce constat de terrain n’est pas une validation de la supériorité intrinsèque de Claude. Il documente une préférence d’usage sous contrainte de productivité. La rigueur commande de traiter cette migration comme un cas d’espèce, pas comme une preuve industrielle. Elle doit être suivie, chiffrée et réévaluée, au lieu d’être généralisée.

Ce que cela change pour les décideurs

Il serait excessif d’expliquer la préférence pour Claude par la seule annonce de Broadcom. La bascule repose d’abord sur la qualité des réponses, la stabilité des API, la capacité à suivre des instructions et la constance sur des tâches répétitives. En revanche, la structuration du calcul derrière chaque assistant a un effet de second ordre: elle conditionne la soutenabilité des coûts, la latence en période de charge et la capacité d’un fournisseur à proposer des versions successives sans dégradation.

Pour une équipe d’ingénierie, la leçon est simple. Le choix d’un modèle ne peut pas être dissocié de la chaîne d’approvisionnement qui l’exécute. Hier, la question était de disposer du meilleur modèle. Aujourd’hui, elle devient de disposer d’une capacité d’inférence dimensionnée, prévisible et économiquement soutenable. Le harnais reste le premier facteur perçu par l’utilisateur ; le silicium en est la condition de fond. Les commandes d’Anthropic chez Broadcom documentent ce déplacement de la contrainte. Elles ne garantissent pas la supériorité de Claude, mais elles réduisent le risque de rupture de capacité pour un fournisseur sur lequel reposent des usages critiques.