Sam Altman affirme que l’IA locale gaspille des ressources DRAM rares lorsque les PC ne l’utilisent que 5 % du temps - Big Tech et économie numérique

Le PDG d’OpenAI, Sam Altman, estime qu’exécuter des modèles d’IA localement constitue une utilisation inefficace d’une DRAM limitée, comparée à la concentration de l’inférence dans les centres de données. Son point de vue contraste avec celui des utilisateurs qui choisissent les modèles locaux pour des raisons de confidentialité, d’accès hors ligne ou pour répondre à des besoins spécifiques.

Sam Altman a évoqué l’allocation des ressources informatiques lors de son intervention dans le podcast Cheeky Pint de John Collison. Le PDG d’OpenAI s’est particulièrement attardé sur l’IA locale, dans laquelle les utilisateurs exécutent des modèles ouverts sur leurs propres ordinateurs au lieu de s’appuyer sur des centres de données dans le cloud.

Altman a décrit l’inférence locale comme une mauvaise utilisation de ressources rares. Il a fait valoir que de nombreuses personnes disposent d’ordinateurs équipés de DRAM qui n’est utilisée qu’environ 5 % du temps, tandis que l’infrastructure cloud peut concentrer cette mémoire et la maintenir en fonctionnement de manière plus intensive.

Selon Altman, la pénurie actuelle de mémoire rend ce contraste particulièrement important. Il a déclaré que, tant que l’offre resterait limitée, la priorité devrait être de maximiser l’utilisation dans les centres de données plutôt que de répartir la mémoire entre les ordinateurs individuels des particuliers.

Ces commentaires ont été formulés dans le cadre d’une discussion plus large sur la pénurie de capacité informatique et sur la difficulté d’accroître rapidement la production de mémoire. Micron, Samsung et SK Hynix contrôlent la production mondiale de DRAM, et le texte source indique que TrendForce a fait état d’augmentations de prix comprises entre 90 % et 95 % au cours du premier trimestre 2026.

Les fabricants de mémoire ont annoncé de nouvelles installations de production et ont également réorienté leurs capacités vers la HBM destinée aux centres de données, réduisant ainsi une partie de leur production destinée aux consommateurs. Toutefois, l’augmentation de la production de mémoire avancée ne peut pas être réalisée immédiatement, ce qui a contribué aux tensions sur l’offre.

Altman a également souligné la nécessité de faire intervenir de nouveaux acteurs dans la chaîne d’approvisionnement. OpenAI développe des puces personnalisées avec Broadcom, tandis que des entreprises comme SpaceX, Amazon, Meta, Microsoft et Google travaillent également sur du matériel ou des infrastructures destinés à répondre à leurs besoins informatiques. Même les puces personnalisées nécessiteraient toujours de la DRAM, mais elles pourraient permettre d’optimiser davantage les systèmes en fonction de leurs charges de travail.

La position d’OpenAI sur les modèles locaux ajoute un autre élément au débat. En août 2025, l’entreprise a lancé gpt-oss, ses premiers modèles à poids ouverts depuis GPT-2, conçus pour fonctionner localement. Altman avait également déclaré plus tôt cette année-là qu’OpenAI s’était trompée au sujet de l’open source.

Les utilisateurs qui exécutent l’IA localement peuvent néanmoins avoir des raisons sans rapport avec l’efficacité des ressources. Le texte source met en avant la confidentialité, le fonctionnement hors ligne et les besoins spécifiques comme motivations possibles, notamment pour les personnes qui ne veulent pas dépendre d’une entreprise telle qu’OpenAI. De ce point de vue, la valeur de l’inférence locale ne se mesure pas uniquement à la fréquence d’utilisation de la mémoire de l’ordinateur.

Sources: Xataka.