Tesla double sa capacité de calcul IA au Texas au deuxième trimestre 2026

Tesla étend rapidement l'infrastructure d'IA utilisée pour entraîner ses modèles d'autonomie de nouvelle génération. Le rapport sur les résultats du deuxième trimestre 2026 de l'entreprise montre que la capacité de calcul d'entraînement installée à la Gigafactory Texas a fortement augmenté au cours du premier semestre de l'année.

Selon les documents financiers de Tesla, la puissance de calcul dédiée à l'entraînement de l'IA sur site au Texas a plus que doublé en mégawatts (MW) entre janvier et juin, la majeure partie de cette capacité supplémentaire ayant été mise en service au cours du deuxième trimestre. Le graphique historique présenté dans le rapport indique que l'entreprise a terminé l'année 2025 avec environ 115 MW de capacité d'entraînement, est passée à environ 135 MW à la fin du premier trimestre 2026, puis a presque doublé pour atteindre environ 260 MW à la fin du deuxième trimestre, grâce à l'activation de nouveaux clusters de supercalculateurs.

La capacité d'entraînement actuelle est désormais bien supérieure aux niveaux observés lors de la première hausse du graphique au deuxième trimestre 2022. Tesla a également décrit ses plans pour le reste de l'année, prévoyant près de 400 MW de puissance de calcul IA à la Giga Texas d'ici la fin de l'année. Si cet objectif est atteint, cela représentera un triplement de l'infrastructure IA du site sur l'année 2026.

« Cortex 2 soutient le développement des logiciels d'autonomie pour les véhicules et les robots humanoïdes, et montera encore en puissance au cours du reste de l'année pour garantir que nous disposons de ressources de calcul suffisantes. »

À quoi Tesla utilise son immense puissance de calcul

L'entraînement de grands réseaux de neurones exige une immense capacité de traitement. Tesla utilise ces clusters pour ingérer des milliards d'images vidéo collectées auprès de sa flotte mondiale de véhicules, entraînant des réseaux de neurones de bout en bout qui alimentent le logiciel grand public Full Self-Driving et le service de robotaxis sans conducteur.

Cette capacité accrue soutient également Optimus, en permettant l'entraînement à la dextérité physique, à la conscience spatiale et à l'exécution de tâches dans le monde réel pour les robots humanoïdes.

Une puissance de calcul accrue permet aux ingénieurs d'entraîner des modèles plus grands plus rapidement et d'itérer plus fréquemment sur les versions logicielles.

Alimenter la prochaine génération de véhicules autonomes

Cette capacité de calcul supplémentaire soutient directement plusieurs initiatives logicielles majeures au sein de l'écosystème d'autonomie de Tesla.

Lors de la dernière conférence sur les résultats, les dirigeants ont confirmé que les Robotaxis de Tesla utilisent déjà la version FSD v15, apportant ainsi rapidement le prochain saut architectural aux flottes actives. Tesla a également révélé que ses véhicules Robotaxi ont parcouru plus de 380 000 miles sans supervision dans plusieurs villes.

De plus, Elon Musk a annoncé que le FSD arriverait sur le Tesla Semi. Les ressources de traitement étendues de Tesla contribueront probablement aussi à l'entraînement des réseaux de neurones nécessaires à la gestion d'un camion commercial de classe 8.

Cette puissance de calcul supplémentaire alimente également un changement de stratégie dans l'entraînement des modèles : les véhicules grand public équipés de l'HW4 utilisent en réalité des modèles FSD distillés, dérivés des modèles phares entraînés pour le Cybercab. Avec la montée en puissance continue de Cortex 2, cela devrait permettre des itérations de modèles plus rapides, tant pour les flottes commerciales que pour les véhicules grand public.