fr.wedoany.com Rapport : L’entreprise américaine de puces intelligentes Cerebras prévoit d’étendre ses centres de données et son infrastructure de calcul d’intelligence artificielle en Europe, avec un investissement estimé à plusieurs milliards de dollars, et d’augmenter sa capacité de traitement locale à 200 mégawatts d’ici 2027. Andrew Feldman, PDG de Cerebras, a déclaré lors du sommet Raise Summit AI à Paris, en France, que cette expansion vise principalement à répondre à la demande croissante de puissance de calcul pour l’inférence IA en Europe, tout en s’adaptant aux exigences des clients européens en matière de contrôle des données, de déploiement local et de gestion des ressources de calcul.
Cerebras exploite actuellement trois centres de données équipés de ses puces en France, en Finlande et en Norvège. La prochaine phase de construction s’appuiera sur les installations existantes pour étendre les capacités des serveurs, des processeurs à l’échelle du wafer, de l’alimentation électrique, du refroidissement et de la connectivité réseau, et créer des nœuds de calcul IA à plus grande échelle dans différentes régions d’Europe. Les 200 mégawatts ne représentent pas la puissance d’une seule puce ou d’un seul serveur, mais la capacité globale de l’équipement de calcul du centre de données et de ses installations associées. La construction réelle nécessitera d’augmenter simultanément l’espace des salles informatiques, l’accès à l’électricité, les systèmes de refroidissement, les réseaux de fibre optique et les plateformes de gestion des opérations.
La construction d’infrastructures d’IA en Europe est influencée à la fois par la demande de puissance de calcul et par les exigences de gestion des données. Après l’intégration des modèles d’IA générative dans les applications d’entreprise, les tâches d’inférence doivent traiter en continu les requêtes des utilisateurs après l’entraînement du modèle, avec une fréquence d’exécution généralement plus élevée que celle de l’entraînement centralisé. Avec l’augmentation des agents d’IA capables d’utiliser des outils, de rechercher des informations et d’exécuter des tâches de manière autonome, une seule requête utilisateur peut déclencher plusieurs cycles de calcul du modèle, de recherche de données et d’interactions système. L’infrastructure d’inférence doit donc gérer une concurrence plus élevée tout en maintenant une faible latence de réponse.
Feldman a indiqué que la demande de puissance de calcul IA sur le marché européen croît plus rapidement que la vitesse d’expansion des installations existantes. En déployant des centres de données en France, en Finlande, en Norvège et dans d’autres régions d’Europe, Cerebras permet à certains modèles et données d’être traités sur le continent, réduisant ainsi la dépendance des entreprises aux ressources de calcul transfrontalières à longue distance. Pour les clients des secteurs pharmaceutique, du développement logiciel et du calcul haute performance, les nœuds de calcul locaux peuvent également raccourcir les chemins de transfert de données et offrir plus de flexibilité en matière de contrôle des données et de choix d’infrastructure.
La technologie clé de Cerebras réside dans ses processeurs à l’échelle du wafer. Les puces traditionnelles sont généralement découpées à partir d’un wafer entier en plusieurs petits processeurs, qui sont ensuite connectés via un réseau à haute vitesse pour former un cluster de calcul. Cerebras, quant à elle, utilise un processeur de la taille d’un wafer entier comme un seul système de calcul. Une puce plus grande permet de placer davantage de cœurs de calcul et de ressources de stockage à l’intérieur du même processeur, réduisant ainsi les temps d’attente dus aux transferts répétés de données entre plusieurs puces indépendantes.
Cette architecture est principalement destinée aux scénarios d’entraînement de grands modèles et d’inférence IA. Les systèmes multi-puces dépendent de l’interconnexion interne des serveurs et des échanges de données via le réseau entre serveurs. Lorsque l’échelle de connexion augmente, la latence de communication et la synchronisation des données peuvent limiter l’efficacité globale du calcul. Les systèmes à l’échelle du wafer tentent de concentrer davantage de calculs et d’échanges de données au sein d’un seul grand processeur, permettant au modèle d’effectuer l’inférence plus rapidement et de renvoyer les résultats. Cependant, les grands processeurs imposent des exigences plus élevées en matière de fabrication de puces, d’alimentation électrique, de refroidissement, d’encapsulation du système et de gestion des pannes, et les centres de données associés doivent adapter leur infrastructure aux caractéristiques de cet équipement.
Les clients européens de Cerebras incluent l’entreprise pharmaceutique britannique GlaxoSmithKline, ainsi que des centres de données haute performance et des développeurs de logiciels basés en Écosse et en Allemagne. L’entreprise a également signé un contrat de fourniture de puissance de calcul avec OpenAI, d’un montant estimé à plus de 20 milliards de dollars, prévoyant de fournir des ressources de calcul pour ChatGPT au moins jusqu’en 2028, et a récemment établi un partenariat avec Amazon Web Services. Ces collaborations signifient que la nouvelle puissance de calcul de Cerebras ne sera pas seulement destinée à ses propres clients de centres de données, mais pourrait également être fournie via des plateformes d’IA et des services cloud.
En termes de rythme de construction, Cerebras doit augmenter sa capacité de traitement en Europe à 200 mégawatts dans un délai relativement court. La réalisation du projet dépendra du choix des sites des centres de données, des ressources électriques, de la livraison des équipements, de la capacité de production des puces et de l’avancement des travaux d’infrastructure associés. Les nœuds existants en France, en Finlande et en Norvège assumeront les premières tâches d’expansion. L’entrée éventuelle dans d’autres pays européens dépendra des conditions électriques locales, des exigences de gestion des données et de la répartition des clients.
Cette expansion reflète le fait que la concurrence dans le domaine de l’infrastructure IA s’étend des performances des puces individuelles à la fourniture de services de calcul. Des entreprises comme Nvidia, AMD et Cerebras doivent non seulement fournir des processeurs, mais aussi résoudre les problèmes d’intégration des serveurs, d’interconnexion réseau, d’approvisionnement énergétique et de fonctionnement à long terme après l’installation des puces dans les centres de données. L’infrastructure de calcul européenne de 200 mégawatts que Cerebras prévoit de construire constituera un jalon important pour déterminer si son système à l’échelle du wafer peut être largement déployé dans des scénarios d’inférence commerciale à grande échelle.
