Tesla (TSLA) vient de livrer un rare doublé à Nvidia (NVDA) le week-end dernier.
Le PDG Elon Musk a révélé que les puces autonomes AI5 de Tesla, dont on parle beaucoup, sont presque terminées et que la prochaine, l’A16, est déjà en cours.
Une fois la partie inférence de l’IA couverte, Musk a déclaré dimanche sur X que Dojo 3 était en train de redémarrer, poussant Tesla à se lancer dans une formation à l’IA à grande échelle après avoir reculé auparavant.
Cependant, Nvidia a porté le premier coup en lançant « Alpamayo » au CES 2026 (une boîte à outils d’IA open source pour les véhicules autonomes), dans le but de devenir la plateforme d’autonomie par défaut alimentant une tonne de marques.
Musk a réagi rapidement, minimisant le risque.
Clairement, nous vivons une période très intéressante pour l’industrie audiovisuelle, avec le bras de fer entre deux géants : Nvidia et Tesla.
Pour Tesla, il s’agit de construire une boucle fermée qui couvre l’ensemble de la pile audiovisuelle.
Informatique embarquée conçue par Tesla (cela inclut AI5, qui est « presque terminé » et AI6, qui est déjà en cours) La première pile logicielle de caméra de Tesla Le volant de données de Tesla est alimenté par sa propre flotte
Il s’agit donc pour Tesla de conserver la partie autonomie au sein de son puissant écosystème, tandis que Nvidia cherche à booster tout le monde.
Pour les investisseurs, ces promesses ne sont pas nouvelles, ce qui rend leur réalisation encore plus cruciale.
Elon Musk affirme que la puce AI5 de Tesla est en voie d’achèvement alors que le matériel de conduite autonome de nouvelle génération progresse
Photo de Bloomberg de Getty Images
La feuille de route des puces de Tesla annonce un avenir plus rapide et plus indépendant
Tesla cherche à renforcer son contrôle sur le matériel derrière la conduite autonome.
Plus de valeurs technologiques :
Morgan Stanley fixe un objectif de cours époustouflant pour Micron après l’événement Oubliez Blackwell, l’avenir de Nvidia est Vera Rubin, l’agent logiciel Quantum Computing réalise un mouvement de 110 millions de dollars que personne n’a vu venir Morgan Stanley publie un objectif de cours époustouflant pour Broadcom Un analyste d’Apple fixe un objectif d’action audacieux pour 2026
Musk a annoncé samedi dans un post X que le géant du véhicule électrique est sur le point d’achever sa puce informatique autonome AI5 et que l’AI6 est déjà en développement.
Selon Musk, les puces AI5, fabriquées par Taiwan Semiconductor Manufacturing Company, entreront en production en grande série en 2027, remplaçant le matériel AI4. De plus, Tesla a engagé Samsung Electronics pour fabriquer des puces aux États-Unis.
Les puces AI5 et AI6 de Tesla concernent vraiment l’inférence dans la voiture
Il est assez facile de se perdre dans le jargon de l’IA, il est donc important d’être clair à chaque étape sur ce qui se passe.
Related: Le PDG de BlackRock propose un avertissement fort sur la dette nationale américaine
Les mouvements A15 et A16 concernent essentiellement « l’inférence à la limite ». Fondamentalement, cela implique d’exécuter les réseaux neuronaux entièrement autonomes de Tesla à l’intérieur de la voiture, plutôt que de s’appuyer sur une pile informatique tierce.
Ainsi, si Tesla exécute le logiciel sur ses propres puces, elle obtient un avantage concurrentiel majeur :
Tesla n’a pas besoin du SoC pour véhicules de Nvidia (ni de sa plateforme complète « DRIVE ») pour ses voitures. Tesla prend le contrôle des coûts unitaires, de l’effet de levier de la chaîne d’approvisionnement et de la conception des puces.
Cependant, il est important de noter que Tesla s’est déjà éloigné de Nvidia pour son informatique embarquée en 2019, les dernières mesures constituent donc plus un doublement qu’un changement.
Nvidia veut alimenter les rêves de conduite autonome de tous
Nvidia propose une solution complète aux constructeurs automobiles, essentiellement un raccourci vers une autonomie totale. Sous son égide NVIDIA DRIVE, il vend essentiellement un « cerveau, un système d’exploitation et un ensemble d’outils » intégrés.
Connexes : Goldman Sachs renouvelle son objectif de cours de l’action Microsoft avant les bénéfices
Ainsi, au lieu de créer des puces, des logiciels, des cadres de sécurité personnalisés, etc., les constructeurs automobiles peuvent simplement se connecter et utiliser l’écosystème robuste de Nvidia et commencer. Une grande partie de son attrait réside dans le fait qu’il s’agit essentiellement d’un gadget pour les entreprises qui ne bénéficient pas des efforts d’autonomie de Tesla depuis une décennie ni des milliards à dépenser en R&D.
Ce que Nvidia inclut :
Ordinateurs de véhicule DRIVE AGX, tels qu’Orin et Thor. Une pile logicielle complète comprenant DRIVE OS et DriveWorks. DRIVE Hyperion, une plateforme de référence automobile dotée de capteurs et d’une architecture validés. Des outils de sécurité et de validation sous l’égide populaire de NVIDIA Halos, ainsi que de puissants modèles d’IA comme Alpamayo, pour accélérer la formation et la simulation. Tesla reprend l’entraînement, mais Nvidia donne toujours le ton
Tesla perfectionne ses puces d’IA pour les voitures, mais il est clair que Nvidia dispose toujours d’un avantage crucial en termes de puissance de calcul.
AI5 et AI6 sont conçus sur mesure pour l’inférence en périphérie, mais la formation de modèles à l’échelle périphérique constitue un défi complètement différent.
La formation de systèmes d’IA modernes nécessite beaucoup de calculs.
À titre de perspective, Meta a déclaré avoir entraîné son modèle d’IA Llama 3.1 (405B) à l’aide de plus de 16 000 GPU Nvidia H100. Donc, si l’on ajoute 700 watts par puce, cela représente près de 11,2 mégawatts de puissance pour les seuls GPU. C’est à ce niveau d’échelle que l’économie, la disponibilité et l’écosystème de Nvidia continuent de dominer.
Cependant, la décision de Tesla de redémarrer Dojo 3 car il cherche à revenir dans le jeu d’entraînement.
Cependant, à ce stade, je pense que le retour de Dojo 3 laisse probablement présager un avenir hybride.
Tesla continuera de profiter de sa capacité de formation en utilisant les architectures AI5 et AI6, tout en continuant de miser sur Nvidia, où l’échelle et l’économie comptent.
Lorsque nous voyons des preuves solides de clusters de formation à grande échelle fonctionnant sur du silicium Tesla, étayées par des données de performances et de coûts, c’est à ce moment-là que la rivalité s’intensifie vraiment sur le front de la formation.
En relation: Morgan Stanley révise son objectif de cours de l’action Rocket Lab après le rallye
