Fondée il y a une décennie par Jonathan Ross et Doug Wightman, deux anciens ingénieurs de Google ayant participé à la création du Tensor Processing Unit (TPU), Groq a développé le Language Processing Unit (LPU), une puce d'inférence IA vendue comme service cloud ou cluster matériel sur site. La société avait levé 750 millions de dollars en septembre 2025 pour une valorisation de 6,9 milliards. Puis Nvidia est intervenu. Le géant des GPU a signé un accord de licence non exclusive sur la propriété intellectuelle des LPU de Groq, a débauché le CEO-fondateur Jonathan Ross et le président Sunny Madra, et a annoncé au GTC de mars 2026 son propre système d'inférence matérielle, le Nvidia Groq 3 LPX. Le schéma est connu dans la Silicon Valley sous le nom de « not-acqui-hire » : un rival paie aux investisseurs une licence IP substantielle tout en débauchant les talents critiques, évitant ainsi les complexités réglementaires d'une acquisition formelle.
Nvidia obtient la technologie et les talents sans subir l'examen antitrust d'une fusion formelle
Le cofondateur Doug Wightman est resté et a pris le poste de CEO. Face à une situation qui aurait pu être terminale – la technologie cœur étant désormais partagée avec Nvidia, et les talents clés partis – Wightman a orchestré en six mois ce que TechCrunch qualifie de résurrection. Le 22 juin 2026, Groq annonce une levée de 650 millions de dollars, un portefeuille de 13 data centers répartis sur quatre continents, plus de 5 millions de développeurs servis, et un volume de traitement de plusieurs trillions de tokens par semaine.
Le « not-acqui-hire » est une innovation récente du capitalisme technologique américain. Il répond à un problème structurel : les grandes entreprises technologiques veulent absorber des startups innovantes mais ne peuvent pas toujours les acquérir, soit pour des raisons antitrust, soit parce que le prix demandé est trop élevé, soit parce que les fondateurs refusent de vendre. La solution : payer pour la propriété intellectuelle via une licence, et payer pour les talents via des packages de rémunération individuels. Le résultat est économiquement équivalent à une acquisition, mais juridiquement distinct.
Le précédent Scale AI est instructif. Meta a exécuté un « not-acqui-hire » similaire sur Scale AI pour 14,3 milliards de dollars. Scale AI a survécu, et son CEO Jason Droege a déclaré à Forbes que l'entreprise est en voie d'atteindre un milliard de dollars de chiffre d'affaires. Le parallèle avec Groq est frappant : dans le jeu à gros enjeux de l'IA, tout semble possible, y compris survivre à un raid de cette ampleur.
Le pivot stratégique de Groq est radical : abandonner la course à la puce propriétaire (désormais compromise par la licence Nvidia) pour devenir un fournisseur de cloud d'inférence – un « neocloud ». Cette activité avait été initiée après l'acquisition de Definitive Intelligence, la société de Sunny Madra, en 2024. Elle est aujourd'hui le cœur du nouveau Groq : 13 data centers en Amérique du Nord, Europe, Moyen-Orient et Asie-Pacifique, servant plus de 5 millions de développeurs et des milliers d'entreprises d'IA, traitant des trillions de tokens chaque semaine.
Deal Nvidia (licence IP + débauchage)→ Perte de l'avantage hardware propriétaire→ Pivot stratégique vers le neocloud→ Exploitation des 13 data centers existants→ Monétisation de la base de 5M+ développeurs→ Levée de 650 M$ pour financer l'expansion
Le recrutement post-crise de Groq est lui-même un signal stratégique. Doug Wightman, cofondateur resté comme CEO, a constitué une équipe de cadres issus des plus grands noms de l'IA et du cloud : Alan Rice comme COO (ancien de xAI et Meta, ex-US Navy), Sinclair Schuller comme CTO (fondateur d'Apprenda puis de Nuvalence, acquis par EY en 2024), et Rakesh Malhotra comme CPO (cofondateur de Nuvalence, dix ans chez Microsoft sur les produits cloud). Cette équipe combine expérience du scale-up (Apprenda, Nuvalence), expertise des infrastructures cloud (Microsoft), et connaissance de l'écosystème IA (xAI, Meta).
Le recrutement d'Alan Rice depuis xAI est particulièrement significatif. xAI est le laboratoire d'IA d'Elon Musk, directement concurrent des grands fournisseurs de modèles. Qu'un cadre de ce calibre quitte xAI pour Groq suggère que le marché de l'inférence est perçu, de l'intérieur, comme le prochain grand gisement de valeur de l'écosystème IA. Rice n'a pas rejoint un fabricant de puces : il a rejoint un opérateur de cloud d'inférence. Le choix est révélateur de la direction que prend le marché.
Le pivot de Groq intervient dans un marché de l'inférence en pleine effervescence. Au même moment, Qualcomm est en négociations avancées pour acquérir Modular, une startup de puces IA, pour environ 4 milliards de dollars (Bloomberg, 22 juin 2026). La startup d'inférence Baseten lèverait 1,5 milliard. Le segment de l'inférence est devenu le champ de bataille le plus disputé de l'industrie des semi-conducteurs IA, pour une raison structurelle : les modèles sont de plus en plus utilisés pour générer des tokens (inférence), pas seulement pour être entraînés.
Boris Cherny, créateur de Claude Code, a déclaré à la conférence @Scale de Meta que les boucles agentiques – des essaims d'agents IA qui travaillent en continu, se corrigeant mutuellement sans intervention humaine – représentent « un pas aussi important que le passage du code source aux agents ». Ces boucles brûlent des tokens à un rythme sans précédent : contrairement aux chatbots qui génèrent une réponse et s'arrêtent, les agents en boucle tournent indéfiniment. C'est une excellente nouvelle pour les vendeurs de tokens, mais potentiellement coûteux pour tout le monde. Pour Groq, c'est une opportunité existentielle : chaque boucle agentique supplémentaire est un client pour son infrastructure d'inférence.
- Concurrence de Nvidia sur son propre terrain : le Nvidia Groq 3 LPX intègre la technologie LPU dans l'écosystème Nvidia, avec l'avantage de la base installée CUDA et des relations hyperscalers. Groq doit convaincre que son cloud d'inférence offre une proposition de valeur distincte – prix, latence, ou simplicité.
- Qualcomm-Modular et la menace des généralistes : si Qualcomm réussit son acquisition de Modular et intègre les capacités d'inférence dans ses processeurs mobiles et edge, le marché de l'inférence cloud pourrait se fragmenter entre le edge (Qualcomm) et le datacenter (Nvidia, Groq).
- Le coût des boucles agentiques : l'explosion de la demande d'inférence est une arme à double tranchant. Si les clients trouvent le coût des tokens prohibitif, ils chercheront à optimiser – en déployant leurs propres modèles sur leur propre infrastructure. Le neocloud doit prouver qu'il est moins cher que le DIY.
La résurrection de Groq n'est pas qu'une success story de résilience entrepreneuriale. Elle révèle trois dynamiques structurelles du marché de l'inférence IA.
- L'inférence est le nouveau champ de bataille : pendant des années, le marché des puces IA était dominé par l'entraînement (training), où Nvidia règne sans partage avec ses GPU. Mais à mesure que les modèles sont déployés en production, le volume de tokens générés par l'inférence dépasse celui de l'entraînement. Les boucles agentiques accélèrent cette transition : un agent qui tourne en continu génère plus de tokens en une semaine qu'un modèle entraîné une fois. Le marché de l'inférence est en train de devenir plus gros que celui de l'entraînement.
- Le « not-acqui-hire » est un risque systémique pour les startups hardware : si Nvidia peut systématiquement absorber la technologie et les talents des startups de puces sans les acquérir, l'incitation à innover dans le hardware diminue. Pourquoi créer une startup de puces si le résultat final est que Nvidia licencie votre technologie, débauche votre équipe, et lance un produit concurrent ? Le cas Groq montre que la survie est possible, mais le prix à payer est un pivot complet du modèle d'affaires.
- La valeur se déplace du hardware vers les opérations : le pivot de Groq du fabricant de puces vers l'opérateur de cloud illustre une tendance plus large. La couche matérielle se commoditise (Nvidia, AMD, Qualcomm, startups), mais la couche opérationnelle – déployer, gérer, optimiser, scaler – devient le différenciateur. C'est le même mouvement qui a transformé AWS d'un détaillant en ligne en leader mondial du cloud : posséder l'infrastructure et la relation client vaut plus que posséder la technologie sous-jacente.