OpenAI a acquis un ensemble de brevets auprès de la startup de puces Rain AI après l'échec des négociations pour racheter l'entreprise dans son intégralité. L'annonce n'a pas précisé le prix d'achat ni le nombre de brevets concernés.

Rain AI avait précédemment bénéficié d'un investissement personnel de Sam Altman, PDG d'OpenAI. Cette acquisition de brevets intervient alors qu'OpenAI se défend simultanément devant les tribunaux contre les allégations d'Apple concernant l'appropriation illicite de secrets commerciaux liés au matériel, ayant déposé cette semaine une motion de rejet.

Rachat avorté, propriété intellectuelle précieuse

OpenAI et Rain AI n'ont pas pu parvenir à un accord sur un rachat complet, mais OpenAI a tout de même récupéré une partie du portefeuille de brevets de Rain AI. L'issue est sombre pour Rain AI : la startup a perdu presque tous ses employés et ses opérations ont pratiquement cessé. Aucun transfert d'employés de Rain AI vers OpenAI n'a été annoncé, selon The Information.

OpenAI n'a pas publiquement divulgué ce qu'elle compte faire des brevets acquis. Acquérir de la propriété intellectuelle sans l'équipe à l'origine est inhabituel dans les accords sur les semi-conducteurs, où la valeur réside souvent dans les ingénieurs qui ont conçu la technologie. Sans les inventeurs, les brevets peuvent toutefois servir d'actifs défensifs contre les réclamations pour contrefaçon ou de pierres angulaires pour de futures conceptions internes.

Le lien avec Altman

Fondée en 2018, Rain AI s'est spécialisée dans les unités de traitement neuromorphique — des puces conçues pour imiter les caractéristiques du cerveau humain afin de réduire la consommation d'énergie et d'abaisser le coût d'entraînement des modèles d'IA. L'informatique neuromorphique a suscité l'intérêt des chercheurs et des laboratoires nationaux en tant que voie potentielle vers un matériel d'IA nettement plus efficace, bien que la commercialisation se soit révélée difficile. Rain AI n'est pas la seule entreprise à rencontrer des difficultés dans ce domaine ; le propre programme de recherche neuromorphique d'Intel, Loihi, est resté largement expérimental pendant des années.

La relation entre OpenAI et Rain AI remonte à plusieurs années. En 2019, OpenAI a signé une lettre d'intention (LOI) pour acheter pour 51 millions de dollars de puces une fois que Rain AI commencerait la production. Ces puces n'ont jamais été livrées.

Rain AI a fini par épuiser ses fonds et perdre sa base de clients. Vers 2025, l'entreprise a commencé à chercher un acheteur. Un tour de table de financement en Série B prévu pour 150 millions de dollars n'a pas pu aboutir.

Le procès d'Apple se poursuit

Le procès d'Apple contre OpenAI allègue que d'anciens ingénieurs d'Apple ont apporté des informations matérielles confidentielles avec eux chez OpenAI. Apple affirme qu'environ 400 de ses anciens ingénieurs sont désormais employés par l'entreprise d'IA, selon TechCrunch.

OpenAI a déposé une motion de rejet, arguant que les propres pratiques d'Apple ont créé la situation. OpenAI soutient qu'Apple a permis à ses employés de travailler via des comptes iCloud personnels et n'a pas révoqué l'accès après leur départ, une condition qu'OpenAI décrit comme un « accès résiduel ». Dans sa réponse officielle, OpenAI a réfuté les allégations.

Apple n'a pas encore répondu à la motion de rejet, et le tribunal n'a pas rendu de décision. L'affaire met en lumière les tensions concurrentielles qui surgissent lorsque les entreprises d'IA recrutent massivement auprès des acteurs établis du matériel.

Le procès d'Apple et l'acquisition des brevets de Rain AI soulignent tous deux l'offensive plus large d'OpenAI dans le développement de matériel, en particulier le silicium personnalisé pour les appareils basés sur l'IA.

La stratégie de puces personnalisées d'OpenAI

OpenAI fait régulièrement avancer son programme de puces personnalisées. En juin, l'entreprise a présenté Jalapeno, une puce d'inférence spécialisée développée en collaboration avec Broadcom, affirmant que cette conception réduirait de moitié les coûts d'inférence.

Cette stratégie s'inscrit dans une tendance plus large parmi les grands laboratoires d'IA aux États-Unis cherchant à réduire leur dépendance aux GPU de Nvidia, qui dominent actuellement l'entraînement et l'inférence en IA. Les GPU de Nvidia sont devenus l'un des postes de dépenses les plus coûteux pour les entreprises d'IA, la demande dépassant constamment l'offre. Anthropic et Meta ont également récemment annoncé des initiatives pour développer leur propre silicium. Google exploite ses propres Tensor Processing Units depuis des années, illustrant à la fois les économies potentielles et l'engagement pluriannuel nécessaires pour porter le silicium d'IA personnalisé en production.