Tesla a déposé la marque MEGAPOD auprès de l’USPTO sous le numéro 99893717, un dossier encore en attente qui décrit des modules complets de calcul IA. Ce nom s’inscrit dans la montée en puissance des infrastructures IA du groupe, sur fond de mégacontrats compute autour de Colossus.
Tesla dépose MEGAPOD : ce que couvre vraiment la marque
Tesla a déposé la marque MEGAPOD auprès de l’USPTO sous le numéro de série 99893717. Le dossier est encore en statut « live pending », donc en attente d’examen et sans enregistrement final à ce stade. Le libellé officiel est précis : il vise des systèmes matériels modulaires de centre de données pour l’IA, vendus comme une unité complète, avec serveurs, matériel de calcul IA, réseau, distribution électrique, refroidissement et logiciel de supervision. Selon la description du dépôt, Tesla ne protège pas un simple nom marketing. Le groupe verrouille un périmètre produit complet, pensé pour être installé et exploité comme un bloc autonome.
Ce point change la lecture du dossier. La source d’origine évoque une orientation IA, mais le texte du dépôt va plus loin : MEGAPOD désigne potentiellement une brique d’infrastructure prête à déployer, et non un simple composant. C’est cohérent avec l’historique maison. Selon Tesla, un Megapack 2 heures combine déjà 1 927 kW et 3 854 kWh dans un seul ensemble, avec 92,0 % de rendement aller-retour ; la version 4 heures monte à 3 916 kWh pour 979 kW, avec 93,7 % de rendement. Le parallèle de nommage n’a donc rien d’accidentel : Tesla sait industrialiser des modules intégrés qui réunissent puissance, thermique, contrôle logiciel et logique de déploiement. Le MEGAPOD ressemble à la transposition de cette recette au calcul IA.
Le point qui manque dans la source : Tesla a déjà la montée en charge calcul pour justifier ce projet
La source fournie suggère une ambition, mais elle ne la replace pas dans le niveau réel d’infrastructure déjà annoncé par Tesla. Selon le document investisseurs Q1 2026 publié le 22 avril 2026, Tesla affiche au Texas Cortex 1 à plus de 100 000 GPU équivalents H100 en production et Cortex 2 à plus de 130 000 GPU équivalents H100 en montée en charge. Le même document précise que Cortex 2 est déjà en ligne et exécute des charges d’entraînement. Autrement dit, la marque MEGAPOD n’arrive pas dans le vide. Elle arrive alors que Tesla documente déjà une base de calcul IA très lourde.
La donnée la plus utile ici est une métrique dérivée absente de la source d’origine : entre Cortex 1 et Cortex 2, l’écart minimal annoncé est de 30 000 GPU équivalents H100. Rapporté à Cortex 1, cela représente au moins +30 % de capacité nominale supplémentaire. Et comme les deux chiffres sont donnés avec un « plus de », l’écart réel peut être supérieur. Ce n’est pas anecdotique. Un produit modulaire comme MEGAPOD prend du sens quand le besoin n’est plus seulement de bâtir un site géant, mais aussi de répliquer vite des unités de calcul dans plusieurs emplacements.
Autre signal peu commenté : dans la même publication, Tesla indique poursuivre le développement de Dojo 3 pour réduire à terme le coût de l’entraînement. Le groupe ne parle donc pas uniquement de volume de calcul. Il parle aussi de coût unitaire et d’optimisation de l’infrastructure. C’est exactement le terrain où un module standardisé a de la valeur : il réduit la variabilité d’intégration, accélère l’installation et simplifie l’exploitation.
MEGAPOD vise probablement un format “data center en conteneur”, et le marché valide déjà ce choix
L’opinion est simple : si MEGAPOD sort un jour en produit, il prendra très probablement la forme d’un module autoporté proche d’un micro data center industriel, avec alimentation, thermique, réseau et supervision déjà intégrés. Ce n’est pas une extrapolation gratuite. Le dépôt de marque insiste justement sur des « enclosures » qui regroupent matériel informatique, distribution d’énergie et refroidissement, vendus comme un seul ensemble. Cette architecture réduit le temps de déploiement sur site et limite les travaux lourds par rapport à une salle blanche classique.
Le concurrent de référence à regarder est NVIDIA, car il donne un ordre de grandeur du marché visé. Selon la fiche officielle du NVIDIA GB200 NVL72, un rack regroupe 36 CPU Grace et 72 GPU Blackwell dans une architecture liquide. La plateforme annonce 720 PFLOPS en FP8/FP6, 360 PFLOPS en FP16/BF16, 13,4 To de mémoire HBM3E, 130 To/s de bande passante NVLink à l’échelle du rack et jusqu’à 30 fois plus de performances d’inférence temps réel sur des LLM à plusieurs billions de paramètres par rapport à des générations antérieures citées par NVIDIA. Ici, le message de fond est clair : l’industrie vend déjà le calcul IA comme une unité de rack dense, refroidie par liquide et fortement intégrée.
Première métrique dérivée utile : avec 72 GPU et 13,4 To de HBM3E, le GB200 NVL72 représente environ 186 Go de mémoire HBM3E par GPU. Deuxième métrique dérivée : avec 720 PFLOPS FP8/FP6 pour 72 GPU, on obtient 10 PFLOPS FP8/FP6 par GPU en moyenne à l’échelle du rack. Ces ratios montrent à quel point la densité mémoire et calcul est devenue centrale. Si Tesla veut vendre ou exploiter des pods IA modulaires, il doit penser en blocs complets comparables en densité, pas en simples serveurs isolés.
Le vrai sujet n’est pas seulement l’entraînement, mais l’inférence distribuée
La source d’origine évoque l’IA embarquée, les véhicules stationnés et les sites Supercharger. C’est la bonne piste, mais elle mérite d’être formulée plus franchement : MEGAPOD a davantage de sens comme brique d’inférence distribuée que comme clone de supercalculateur central. Selon une offre d’emploi officielle de Tesla pour l’AI Hardware, la mission principale de Dojo est désormais de livrer une inférence à haut débit et faible latence à une échelle inédite, même si l’entraînement reste une capacité clé. C’est un point majeur, car il replace l’effort matériel de Tesla sur le terrain opérationnel, pas seulement sur la R&D.
Dans ce cadre, un MEGAPOD pourrait servir à quatre usages concrets. D’abord, déployer de l’inférence régionale pour la flotte robotaxi afin de rapprocher certaines charges du terrain. Ensuite, alimenter des services IA liés à Optimus, surtout si le robot monte en cadence. Selon le document Q1 2026 de Tesla, la première ligne Optimus vise 1 million de robots par an, et la seconde, à long terme, 10 millions. Même si ces volumes restent prospectifs, ils donnent une idée du niveau d’infrastructure logiciel que l’entreprise prépare. Troisième cas d’usage : installer du calcul au plus près des grands nœuds énergétiques ou logistiques de la marque. Quatrième cas : standardiser des pods internes pour réduire les délais de mise en service entre plusieurs sites.
Le lien avec l’énergie est plus crédible que le lien avec le simple branding
À mon sens, le point fort de MEGAPOD n’est pas le nom. C’est le couplage possible entre calcul, alimentation et refroidissement. La source d’origine restait prudente, mais le dossier marque déjà cette convergence. Et Tesla a un avantage structurel rare : l’entreprise maîtrise à la fois le stockage stationnaire, l’électronique de puissance, le logiciel de supervision et des capacités industrielles de grande série.
Les chiffres du Megapack donnent d’ailleurs un indice intéressant. Selon la page de configuration officielle, un Megapack 2 heures affiche un ratio de 2,00 kWh par kW de puissance nominale, calculé à partir de 3 854 kWh divisés par 1 927 kW. La version 4 heures monte à 4,00 kWh par kW, sur la base de 3 916 kWh divisés par 979 kW. Ces ratios confirment une logique de conception très propre, pensée en blocs standardisés. Appliquée à l’IA, cette approche peut donner des pods où le calcul n’est plus dissocié de son enveloppe énergétique et thermique.
Un autre chiffre manque dans la source initiale : Tesla a déployé 8,8 GWh de stockage énergétique au premier trimestre 2026, selon son communiqué du 2 avril 2026. Cela ne prouve pas l’existence de MEGAPOD comme produit lancé, mais cela prouve que la société sait déjà industrialiser et livrer des systèmes lourds à très grande échelle. Pour un projet de pods IA, cette compétence logistique compte presque autant que la puce elle-même.
Le contexte concurrentiel pousse vers des modules denses et refroidis par liquide
Le marché ne récompense plus les architectures bricolées. Selon NVIDIA, le GB200 NVL72 et ses dérivés reposent sur du refroidissement liquide et une forte intégration de rack. La documentation d’architecture entreprise publiée par NVIDIA décrit même le rack comme une unité scalable complète, avec plateaux de calcul, interconnexion NVLink et gestion intégrée. Le message pour Tesla est brutal : pour exister dans l’infrastructure IA moderne, il faut concevoir des unités denses, homogènes et rapides à déployer.
C’est précisément là que la description juridique de MEGAPOD devient intéressante. Elle inclut non seulement le matériel, mais aussi le logiciel téléchargeable pour surveiller, gérer, optimiser et réguler ces systèmes modulaires. Ce détail compte. Aujourd’hui, un pod IA n’est pas seulement une boîte remplie de GPU. C’est un système piloté, avec orchestration de charge, contraintes thermiques, distribution électrique, réseau et maintenance prédictive.
La comparaison avec NVIDIA fait aussi ressortir ce que la source d’origine ne pouvait pas chiffrer : la bataille se joue à la densité. Sur un rack comme le GB200 NVL72, on parle de 72 GPU dans un seul domaine NVLink. Si Tesla vise un produit modulaire crédible, il devra soit se rapprocher de cette logique de densité, soit compenser par une intégration énergie-infrastructure plus forte que celle des vendeurs de rack purs.
Le dépôt de marque reste un signal précoce, pas une fiche produit
Il faut garder une ligne factuelle : le dépôt MEGAPOD ne donne ni calendrier commercial, ni prix, ni capacité par module, ni type de processeur, ni puissance électrique, ni stratégie de vente externe. Sur tous ces points, la bonne formule reste non communiqué. Aucun chiffre crédible ne doit être inventé.
En revanche, plusieurs éléments nouveaux issus des sources primaires renforcent l’hypothèse d’un vrai programme matériel. D’abord, l’existence de plus de 100 000 H100e pour Cortex 1 et plus de 130 000 H100e pour Cortex 2, selon Tesla. Ensuite, la montée en charge de Dojo 3, toujours selon Tesla. Puis la logique de produit modulaire déjà éprouvée avec Megapack. Enfin, le standard concurrent du rack IA liquide chez NVIDIA, qui fixe aujourd’hui le niveau d’exigence du marché.
Le résultat est assez net : MEGAPOD ressemble moins à une lubie de communication qu’à une brique potentielle d’infrastructure, pensée pour empaqueter du calcul IA avec son alimentation et son refroidissement. Si Tesla confirme ce cap, la société cherchera probablement à compresser trois couches dans un même objet industriel : calcul, énergie et orchestration logicielle. C’est la seule lecture cohérente du dépôt à ce stade.
Ce que l’on peut déjà retenir, sans extrapoler au-delà des sources
MEGAPOD ne prouve pas qu’un produit est prêt à sortir. Il prouve que Tesla veut réserver un nom pour une catégorie très précise de systèmes IA modulaires. Ce cadrage juridique est plus utile que les spéculations. Il dit déjà trois choses.
D’abord, Tesla pense le calcul IA comme un objet industriel complet. Ensuite, la société a désormais la base de calcul et la trajectoire interne pour justifier une couche d’infrastructure standardisée. Enfin, le marché concurrent, dominé par des racks denses et liquides comme ceux de NVIDIA, pousse naturellement vers ce type de format.
Pour le reste, prudence. La capacité exacte d’un MEGAPOD, son coût, son positionnement interne ou externe et son calendrier restent non communiqués. Mais le signal est réel, et il est plus sérieux qu’un simple dépôt de nom. Pour qui suit l’IA industrielle, c’est un marqueur concret de la façon dont Tesla entend relier ses ambitions logicielles à une infrastructure physique standardisée.
Source d’autorité : document investisseurs T1 2026 de Tesla
Mon avis :
Dépôt cohérent et sérieux : la description USPTO vise un système modulaire complet pour calcul IA — serveurs, réseau, alimentation, refroidissement et logiciel — ce qui crédibilise une offre industrielle, pas un simple nom marketing. Limite nette : à ce stade, la marque est seulement « live pending », donc aucun produit ni calendrier n’est confirmé. (trademarkcenter.uspto.gov)
