Résumé :
Encouragée par le boom de l'intelligence artificielle, la construction de centres de données à l'échelle mondiale est confrontée à des besoins d'expansion sans précédent. Cependant, des problèmes tels qu'une alimentation électrique insuffisante, une pénurie d'ouvriers du bâtiment et de longs cycles d'approbation des projets deviennent des goulots d'étranglement majeurs qui limitent le développement de l'industrie de l'IA. Face à cette situation, la société américaine d'infrastructures d'IA Crusoe a proposé une solution différente du traditionnel « super grand campus » : construire un centre de données modulaire pouvant être produit, transporté et déployé en série.
Crusoe a récemment annoncé la finalisation d'un financement de 3,9 milliards de dollars américains, portant la valorisation de l'entreprise à environ 30,9 milliards de dollars américains. La société a déclaré qu'en plus de continuer à soutenir des projets de centres de données IA à grande échelle, les nouveaux fonds seront également utilisés pour promouvoir un produit de centre de données IA modulaire appelé « Spark ».
Crusoe a déjà attiré l'attention pour sa participation à la construction d'un parc de centres de données IA à grande échelle à Abilene, au Texas, aux États-Unis. Le campus est exploité par Oracle et fournit des ressources informatiques à OpenAI. Cependant, l’entreprise estime désormais que le développement futur de l’infrastructure d’IA ne devrait pas reposer uniquement sur de très grands centres de données centralisés.
Selon la vision de Crusoe, Spark est une unité de centre de données préfabriquée en usine. Ces installations peuvent être assemblées à l'avance sur des bases de fabrication, puis transportées par camion vers des zones disposant de ressources électriques disponibles pour un déploiement rapide, raccourcissant ainsi considérablement le cycle de construction.
Chase Rockmiller, fondateur et PDG de l'entreprise, a déclaré que la formation des grands modèles les plus avancés nécessite effectivement des clusters à grande échelle de centaines de milliers de puces d'IA, mais que de plus en plus de tâches d'inférence d'IA ne nécessitent pas nécessairement une infrastructure aussi énorme.
Il estime que de nombreuses charges de travail d'inférence ne nécessitent pas un très grand campus comme celui d'Abilene. Pour ce type d'application, il est plus efficace d'utiliser de petits centres de données avec un déploiement distribué, et concentrer toutes les tâches sur des campus géants entraînera même dans une certaine mesure un gaspillage de ressources.
Ce point de vue reflète également le fait que le marché des infrastructures d'IA est en train de former un nouveau modèle de division du travail. Les campus ultra-grands restent une installation essentielle indispensable pour la formation de modèles avancés, car le processus de formation nécessite des GPU massifs, des réseaux à haut débit et d'énormes capacités d'alimentation électrique. Une fois le modèle entraîné, un grand nombre de services d'inférence orientés utilisateur peuvent être déployés dans des nœuds informatiques plus petits.
Par rapport aux projets de centres de données traditionnels, dont la planification, l'approbation et la construction prennent souvent des années, le plus grand avantage des installations modulaires est la rapidité. Crusoe prévoit de produire des modules Spark à l'avance, et lorsqu'il constatera qu'il existe des ressources électriques disponibles dans une certaine zone, il y transportera directement les installations et les mettra rapidement en service.
Actuellement, l'un des plus grands défis auxquels sont confrontés les développeurs de centres de données américains est l'accès aux ressources électriques. Bien que de nombreuses régions disposent de l'électricité, les ressources humaines, l'aménagement du territoire et l'ingénierie de soutien nécessaires à la construction de grands centres de données sont souvent difficiles à suivre en temps opportun.
Crusoe espère résoudre ce problème grâce au modèle de fabrication. La société construit actuellement une base de production près de Denver et prévoit de produire à terme une installation Spark équivalente à 1 gigawatt de puissance de calcul par an.
Au-delà des problèmes d'alimentation, l'approche modulaire devrait atténuer la résistance de la communauté aux projets de centres de données à grande échelle. Ces dernières années, des objections ont été soulevées contre la construction de centres de données à grande échelle dans de nombreuses régions des États-Unis. Les conflits portent principalement sur l’occupation des sols, le bruit, l’impact sur le paysage et la charge du réseau électrique. Par rapport aux super campus tentaculaires, les centres de données plus petits et plus flexibles devraient réduire ces conflits.
Les professionnels du secteur estiment qu'à mesure que les applications d'intelligence artificielle passent progressivement de la formation de modèles à un déploiement commercial à grande échelle, la demande en matière de calcul d'inférence augmente rapidement. À l’avenir, l’infrastructure de l’IA ne reposera peut-être plus entièrement sur quelques super centres de calcul, mais formera un nouveau modèle dans lequel coexisteront de grands centres de formation et un grand nombre de nœuds d’inférence distribués.
Dans le contexte d'une concurrence mondiale en matière de puissance de calcul qui continue de s'intensifier, le pari de Crusoe sur les centres de données modulaires recherche en fait une voie d'expansion plus rapide et plus flexible pour l'industrie de l'IA. Pour l’ensemble du secteur, le véritable facteur limitant le développement de l’intelligence artificielle n’est peut-être plus l’algorithme lui-même, mais les capacités de construction d’électricité, de terrains et d’infrastructures. Et celui qui pourra résoudre plus efficacement ces problèmes du monde réel pourrait avoir un avantage dans la prochaine étape du concours de l’IA.
Commentaires