Google n'a pas pu répondre à la demande de calcul IA de Meta, perturbant des projets internes

Google a fait savoir à Meta qu'il ne pouvait pas fournir toute la capacité de calcul pour ses modèles d'IA Gemini que Meta avait demandée, selon un rapport du Financial Times publié dimanche. Ce déficit a perturbé et retardé plusieurs projets internes d'IA de Meta, révélant que la course mondiale aux infrastructures d'IA a atteint un point où même les plus grands fournisseurs de cloud peinent à répondre à la demande des grands comptes.

Les deux entreprises sont concurrentes dans la publicité, la recherche en IA et les services cloud, mais Meta aurait cherché à acheter une capacité substantielle de Gemini auprès de Google. Le FT cite des sources anonymes proches du dossier ; Google et Meta ont tous deux refusé de commenter publiquement.

Pourquoi c'est important

L'incapacité de Google — l'un des plus grands opérateurs d'infrastructures d'IA au monde et le développeur de Gemini — à satisfaire la demande d'un autre hyperscaler est un signal fort. Cela suggère que la pénurie de calcul qui touchait les petites entreprises et les start-ups a désormais atteint le plus haut niveau de l'industrie, où même les entreprises valorisées à des milliers de milliards de dollars ne peuvent pas simplement acheter leur sortie des contraintes de capacité.

Meta a considérablement accru ses investissements en IA en 2026, injectant des dizaines de milliards de dollars dans la construction de centres de données et le développement de modèles. L'entreprise s'appuie fortement sur ses propres puces IA personnalisées (MTIA) et sur la capacité tierce de partenaires cloud pour les charges de travail de recherche et d'inférence. Lorsque Google n'a pas pu honorer sa commande, Meta a été contrainte de retarder des projets, de rediriger des charges de travail vers d'autres fournisseurs ou d'absorber des perturbations importantes dans la planification.

Le goulot d'étranglement du calcul est désormais généralisé dans l'industrie

La contrainte provient de multiples pressions convergentes. L'entraînement des modèles d'IA a explosé en échelle, les modèles de pointe nécessitant désormais des clusters de dizaines de milliers d'accélérateurs fonctionnant pendant des mois. Parallèlement, la demande d'inférence a connu une croissance explosive à mesure que les produits d'IA atteignent des centaines de millions d'utilisateurs. Le résultat est que même les infrastructures hyperscale conçues sur mesure ne peuvent pas suivre le rythme de croissance de la demande.

L'incapacité de Google à honorer la commande de Meta souligne également la dynamique délicate du moment actuel de l'IA : des entreprises qui se font une concurrence féroce sur les produits d'IA dépendent simultanément les unes des autres pour les infrastructures. Meta, qui ne vend pas de services cloud au public, doit se procurer du calcul externe auprès de fournisseurs avec lesquels elle est en concurrence dans les assistants IA, les réseaux sociaux et la publicité.

Le contexte plus large

Cette histoire fait suite à des rapports plus tôt cette année selon lesquels Samsung a engagé 648 milliards de dollars dans la fabrication de puces en Corée du Sud – en partie pour combler exactement ce type de déficit structurel de capacité. Elle intervient également alors qu'Apple fait séparément du lobbying pour acheter des puces mémoire à un fournisseur chinois blacklisté, un signe que les contraintes d'approvisionnement touchent désormais simultanément tous les segments de la pile matérielle.

Ni Google ni Meta n'ont offert de réponse publique au rapport du Financial Times. On ne sait pas quels modèles Gemini ou produits d'infrastructure spécifiques étaient concernés, l'ampleur de la demande de Meta, ni si des arrangements d'approvisionnement alternatifs ont été conclus depuis.