L’IA de xAI et ses images : une mécanique technique en pleine turbulence pour Grok
Depuis ses débuts, Grok, l’IA de xAI, joue les montagnes russes avec la « génération d’images par IA » : une image jusqu’en octobre 2024, quatre jusqu’au 15 mars 2025, deux jusqu’au 23 mars 2025, et une seule depuis le 24 mars 2025.
Derrière ce yo-yo, pas de caprice, mais des raisons techniques bien tangibles.
Puissance de calcul, gestion des ressources, filtrage des contenus : chaque étape raconte une bataille d’ingénieurs pour dompter la bête.
Je décortique les rouages de ces changements, date par date.
Une image jusqu’en octobre 2024 : tester sans tout cramer
Jusqu’à octobre 2024, Grok se limitait à une image par requête.
Techniquement, c’était une phase de rodage.
La « génération d’images par IA » repose sur des modèles comme Flux, qui bouffent du GPU à la pelle.
Une seule image, c’est une charge modeste sur les serveurs – disons 1 à 2 Go de VRAM par génération, selon la résolution. xAI a pu calibrer ses algorithmes, ajuster la latence (quelques secondes par image) et vérifier la stabilité sans faire fondre ses data centers.
Une approche minimaliste pour un démarrage contrôlé.
Quatre images jusqu’au 15 mars 2025 : repousser les limites du hardware
De novembre 2024 au 15 mars 2025, Grok passe à quatre images.
Là, ça devient sérieux : multiplier par quatre, c’est quadrupler la demande en puissance de calcul.
Si une image prend 2 Go de VRAM, quatre grimpent à 8 Go, sans compter les pics CPU pour orchestrer le tout.
Les progrès dans l’optimisation des modèles – compression des couches neuronales ou batch processing – ont permis ce bond.
Mais ça met les serveurs à rude épreuve : refroidissement poussé, risques de throttling, et une facture énergétique qui explose.
xAI a voulu flex ses muscles techniques, mais à quel prix ?
Deux images du 16 au 23 mars 2025 : un rollback pour respirer
Du 16 au 23 mars 2025, retour à deux images.
Pourquoi ? Les ressources ont leurs limites. Générer quatre images en parallèle, c’est un goulot d’étranglement sur les GPU, surtout si plusieurs utilisateurs tapent des requêtes en même temps.
Avec deux, on tombe à 4 Go de VRAM par batch – plus gérable. Ça réduit aussi la latence globale : au lieu de 20 secondes pour quatre images, on passe à 10-12 secondes pour deux.
Une optimisation forcée, sans doute après des alertes de surcharge ou des crashs serveurs.
La « génération d’images par IA » doit plier devant la réalité matérielle.
Une image depuis le 24 mars 2025 : sécurité et économie
Depuis le 24 mars 2025, une seule image.
Techniquement, c’est une décision défensive. Avec la montée des utilisateurs sur X, la demande explose, et chaque image générée pompe des ressources précieuses.
Une image, c’est aussi plus simple à passer au crible des filtres de contenu – un algorithme de détection (genre CLIP) peut scanner une sortie en 1-2 secondes, contre 5-8 pour quatre.
Côté coût, on divise par quatre la conso énergétique et les cycles GPU. xAI privilégie la stabilité et la scalabilité sur la quantité, quitte à frustrer les utilisateurs.
Vers une optimisation à venir ?
Ces allers-retours techniques montrent une « génération d’images par IA » encore en rodage.
Passer de une à quatre, puis redescendre, c’est jongler avec des contraintes de hardware, de bande passante et de sécurité.
xAI pourrait bosser sur des modèles plus légers ou des systèmes de cache pour relancer la machine.
Pour l’instant, le 24 mars 2025 marque un repli stratégique – mais jusqu’à quand ?
