← Accueil actu | Salle du marché

Les workflows agents relancent le CPU, mais le secteur ne sait pas calculer le ratio optimal

2026-11-04 · Source:华尔街见闻全球·中继

Les workflows agents relancent le CPU, mais le secteur ne sait pas calculer le ratio optimal

L'IA passe de la génération pure à l'appel d'outils, et le compte de calcul des charges exécutant une logique complexe est en train d'être réécrit. newSize : les processeurs généraux reviennent à la table après des années de récit dominé par le GPU, mais l'ampleur réelle de cette nouvelle demande reste sans réponse dans l'industrie.

Longtemps éclipsé par l'aura du GPU, le CPU fait discrètement son retour dans les débats de l'industrie de l'IA. Ce n'est pas une nouvelle puce qui le remet sur la table cette fois, mais la transformation de la forme même des applications d'IA.

Ces dernières années, le récit autour de la puissance de calcul IA a été presque entièrement dominé par le GPU. L'explosion de l'entraînement et de l'inférence des grands modèles a relégué les processeurs généraux au rang de second rôle dans le regard du public et des investisseurs, les discussions sectorielles se concentrant sur la capacité mémoire, la bande passante d'interconnexion et la taille des clusters. Or, à mesure que les applications d'IA passent du mode de génération pure — « une question, une réponse » — vers des agents capables de décomposer des tâches de façon autonome, d'appeler des outils externes et d'exécuter des opérations en plusieurs étapes, le mode de comptabilité de la puissance de calcul est en train d'être réouvert.

Le célèbre analyste du secteur des semi-conducteurs Ian Cutress en donne l'explication. Selon lui, l'IA évolue de la génération par grands modèles reposant uniquement sur le GPU vers des « workflows agents » (Agentic workflow) nécessitant l'appel d'outils externes. Ces workflows doivent, au-delà de la génération de contenu, traiter une logique complexe et exécuter réellement des tâches ; le rôle central du CPU s'en trouve à nouveau mis en évidence, et après des années dominées par le récit autour du GPU, les processeurs généraux reviennent en position proéminente sur l'agenda de la puissance de calcul.

La logique derrière ce constat n'est pas compliquée. En exécution, un agent doit accomplir une multitude de tâches pour lesquelles le GPU est peu adapté : analyser les résultats structurés renvoyés par les outils, maintenir l'état du contexte des conversations et des tâches, orchestrer des séquences d'exécution en plusieurs étapes, convertir et valider des formats de données. Ces tâches relèvent essentiellement du calcul généraliste, séquentiel et riche en branchements, exactement dans le champ de compétence du CPU. Autrement dit, plus les agents sont nombreux et leur logique complexe, plus la demande implicite en processeurs généraux est élevée — une dette simplement masquée jusqu'ici par l'aura du GPU.

Mais une question se pose aussitôt : quelle est l'ampleur réelle de cette nouvelle demande de CPU ?

Pour Cutress, la réponse n'existe pas encore. En raison de la complexité des scénarios d'usage et de l'itération rapide des formes d'agents, l'industrie n'a pas encore pu cerner précisément le niveau de puissance CPU requis par ce type de workflow émergent, et personne ne peut fournir le ratio optimal CPU/GPU. La « recette » de la puissance de calcul agentique reste, pour l'heure, un blanc.

Ce « blanc » n'a rien d'inhabituel dans l'industrie des semi-conducteurs, mais son impact est bien réel. Dans les scénarios traditionnels de clusters d'entraînement et de services d'inférence, des années de pratique ont abouti à des habitudes de configuration et à des fourchettes d'expérience relativement stables, sur lesquelles les acheteurs peuvent appuyer leur budget et leurs plans de déploiement. Or les workflows agents, forme encore en pleine itération, présentent des caractéristiques de charge — nombre d'appels d'outils par tâche, part du coût de maintenance d'état, concurrence en ressources entre agents concurrents — qui n'ont encore été ni suffisamment mesurées ni publiquement benchmarquées. Sans référence, pas de mètre étalon ; sans mètre étalon, la planification ne peut se faire que par tâtonnements.

Pour les acheteurs de puissance de calcul, c'est un casse-tête d'achat concret : en attendant l'établissement de références, les choix de CPU et les ratios CPU-GPU pour les workflows agents manquent de tout étalon de comparaison. De quelle puissance CPU les agents ont-ils réellement besoin ? Cette question sans réponse actuelle est précisément la raison pour laquelle le CPU est de nouveau discuté par tous.

Pour les entreprises qui planifient une infrastructure liée aux agents, la stratégie raisonnable consiste peut-être à intégrer l'incertitude elle-même dans la décision d'achat : conserver, dans la conception des solutions, une marge d'extension élastique côté CPU et éviter de verrouiller un ratio définitif sur la base des anciennes réflexes d'inférence générative pure ; surveiller en continu après déploiement le taux d'utilisation du CPU et la latence d'orchestration des tâches, afin de calibrer progressivement des références internes avec ses propres données de charge réelles ; suivre enfin les méthodologies de test et architectures de référence que les fabricants de semi-conducteurs et les cabinets d'analyse publieront sur les charges agentiques, afin de pouvoir, dès l'apparition de ratios de référence sectoriels, vérifier immédiatement l'économie des déploiements existants. En l'absence de standards, les données d'exploitation accumulées par les acheteurs eux-mêmes constituent la base la plus fiable de tarification et de configuration.

À une échelle plus macro, le retour du CPU signifie aussi que le marché de la puissance de calcul IA passe d'un « récit mono-GPU » à un « récit multi-puces ». Si les agents deviennent la forme dominante des applications d'IA, la courbe de demande en processeurs généraux pourrait suivre une trajectoire indépendante du cycle du GPU, avec à la clé des ajustements du rapport de valeur CPU/GPU dans les serveurs complets, des orientations de conception des racks, voire de la structure tarifaire des offres de calcul des cloud providers. Cette nouvelle comptabilité ne fait que commencer, et son résultat final sera écrit, ligne après ligne, par les données de charge réelles des agents en exploitation.

Q : Pourquoi les workflows agents relancent-ils la demande de CPU ?

A : Selon l'analyse d'Ian Cutress, l'IA évolue de la génération par grands modèles reposant uniquement sur le GPU vers des « workflows agents » (Agentic workflow) nécessitant l'appel d'outils externes. Ces workflows doivent, au-delà de la génération de contenu, traiter une logique complexe et exécuter réellement des tâches, ce qui remet en lumière le rôle central du CPU.

Q : L'industrie a-t-elle déjà déterminé la puissance CPU nécessaire aux agents et le ratio CPU-GPU ?

A : Non. Pour Cutress, en raison de la complexité des scénarios d'usage et de l'itération rapide des formes d'agents, l'industrie n'a ni pu cerner précisément le niveau de puissance CPU requis par ce workflow émergent, ni fournir le ratio optimal CPU/GPU ; la « recette » de la puissance de calcul agentique reste pour l'heure un blanc.

Mots-clés: Ian Cutress · CPU · GPU · Agentic Workflow · Data Center


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle