Nvidia et Valeo parviennent à un accord dans un litige sur les secrets commerciaux lié à du code de conduite autonome volé

Nvidia a réglé une affaire qui a débuté lorsqu'un ancien employé est entré dans l'entreprise avec des secrets commerciaux de conduite autonome qu'il avait volés à son ancien poste chez Valeo.

L'accord est devenu public dans un dépôt auprès du tribunal fédéral de San Jose, où les deux parties ont informé le juge qu'elles avaient résolu leur conflit. Le tribunal a ensuite annulé le procès prévu pour le mois prochain.

Aucun terme n'a été divulgué, et aucune des deux parties n'a précisé ce qu'elles ont convenu, mais le différend provenait d'un projet conjoint pour Mercedes-Benz, où les deux entreprises travaillaient sur des technologies pour des fonctionnalités de conduite avancée.

En 2021, Valeo a indiqué qu'un de ses ingénieurs avait rejoint Nvidia et avait ensuite intégré les travaux internes de la puce. Lors d'un appel vidéo, le personnel de Valeo a repéré son code source verbatim sur son écran et a pris une capture d'écran avant qu'il ne ferme la fenêtre.

Cet instant est devenu le cœur d'un procès intenté par Valeo en 2023, accusant Nvidia de bénéficier de matériel qui n'aurait jamais dû quitter ses serveurs.

Le juge renvoie l'affaire après examen des preuves

Un dépôt de Nvidia a rejeté l'allégation selon laquelle il aurait utilisé du code volé pour construire son système d'assistance au stationnement. L'entreprise a déclaré avoir « annulé » toutes les tâches effectuées par l'ingénieur, Mohammad Moniruzzaman.

Nvidia a déclaré avoir également rompu les liens avec Mohammad une fois le problème confirmé. Mohammad a ensuite été reconnu coupable en Allemagne pour violation des secrets commerciaux liés aux logiciels de Valeo.

Un juge a examiné le dossier de divulgation et a estimé qu'il y avait suffisamment de preuves « circonstancielles » pour permettre à un jury d'entendre l'affaire.

Cette décision est tombée en août et a ouvert à Valeo la possibilité d'argumenter que Nvidia a tiré une valeur des fichiers confidentiels. L'affaire était inscrite sous le titre Valeo Schalter und Sensoren GmbH c. Nvidia Corp., 23-cv-05721, devant le tribunal de district des États-Unis pour le district nord de la Californie.

Google pousse le support TPU pour défier Nvidia

Tandis que Nvidia clôturait le chapitre juridique avec Valeo, Google s'attaque à son trône, construisant agressivement une nouvelle initiative interne appelée TorchTPU pour améliorer la capacité de ses puces à exécuter PyTorch, le framework logiciel d'IA le plus courant au monde.

Le PDG d'Alphabet, Sundar Pichai, a déclaré aux actionnaires lors de l'événement du T3 que son objectif est de supprimer les barrières qui ont poussé les développeurs à rester sur le matériel Nvidia.

Google souhaite que ses Tensor Processing Units (TPU) servent de véritable alternative aux GPU Nvidia, qui dominent toujours les installations de centres de données pour les charges de travail d'apprentissage automatique. Les ventes de TPU alimentent les revenus du cloud de Google, et l'entreprise veut que les investisseurs voient un retour sur son budget IA.

TorchTPU vise à rendre les TPU entièrement compatibles avec les outils que les développeurs utilisent déjà. Certaines équipes au sein de Google débattent également de l'opportunité d'ouvrir en open source certaines parties du logiciel pour accélérer l'adoption.

PyTorch, fortement soutenu par Meta, se trouve au centre du développement moderne de l'IA. Dans la Silicon Valley, peu d'ingénieurs écrivent des instructions de bas niveau pour les puces de Nvidia, AMD ou Google. Ils s'appuient plutôt sur des frameworks disposant de code prêt à l'emploi.

PyTorch a été lancé en 2016 et a grandi aux côtés de CUDA, la pile logicielle que de nombreux analystes considèrent comme un bouclier pour Nvidia face à ses rivaux.

Les équipes de Nvidia ont passé des années à faire fonctionner PyTorch sans accroc sur leurs puces. Google, en comparaison, a formé ses ingénieurs sur Jax, couplé à un outil appelé XLA pour la performance sur les TPU.

Cette focalisation interne a créé un écart entre la façon dont Google construit les systèmes d'IA et la façon dont les clients écrivent réellement leurs modèles. TorchTPU est censé combler cet écart et donner aux entreprises une raison de déplacer leurs charges de travail hors du matériel Nvidia.