Nvidia affirme qu'un module de centre de données préfabriqué en usine peut réduire l'installation sur un site préparé d'environ six mois à seulement 14 jours, une affirmation qui place la rapidité de déploiement au cœur des efforts européens pour combler un important déficit de puissance de calcul en intelligence artificielle.
Le fabricant américain de puces a dévoilé mercredi, lors de sa conférence GTC à Berlin, le prototype DSX POD. Ce système conteneurisé combine sept baies de calcul Vera Rubin NVL72 avec les équipements réseau, le câblage, l'alimentation électrique et le refroidissement liquide. L'ensemble est assemblé et testé avant expédition. Nvidia prévoit que les premiers systèmes seront livrés dans le monde entier début 2027 par l'intermédiaire de ses partenaires de production et d'infrastructure.
Cette annonce a une portée qui dépasse le simple lancement d'un produit. L'Europe a investi des milliards d'euros dans une infrastructure d'IA souveraine, mais l'accès à l'énergie, aux puces de pointe et aux techniques de construction spécialisées demeure un facteur limitant. Nvidia affirme que la construction modulaire peut atténuer ce goulot d'étranglement tout en étendant son influence des processeurs à la conception physique d'installations d'IA complètes.
Une approche industrielle de l'infrastructure d'IA
Selon la conception de Nvidia , les partenaires finaliseraient les travaux d'intégration les plus complexes en usine, tandis que le client préparerait les raccordements électriques, de refroidissement et réseau du site. Ces deux processus pourraient se dérouler en parallèle, réduisant ainsi le volume de travaux spécialisés effectués sur site ou dans un centre de données partiellement construit.
L'entreprise a annoncé avoir désigné 17 partenaires potentiels pour la fabrication et les infrastructures, parmi lesquels Dell Technologies, Hewlett Packard Enterprise, Lenovo, Eaton, Schneider Electric et Vertiv. La publication spécialisée indépendante Data Center Knowledge a indiqué que le module est destiné à un usage mondial, même si Nvidia a choisi Berlin pour souligner le besoin de l'Europe en matière de croissance rapide des capacités de production.
Le délai de 14 jours indiqué par Nvidia correspond à l'estimation du raccordement d'un module pré-assemblé sur un site déjà préparé ; il ne comprend pas les autorisations, l'acquisition du terrain, le raccordement au réseau ni la construction des infrastructures. À ce jour, aucun déploiement client n'a démontré le respect de ce délai en conditions réelles d'exploitation. Cette distinction est importante car, bien plus que le simple assemblage, ce sont souvent les capacités de fourniture et de transport d'électricité qui déterminent la date de mise en service d'un grand centre de données.
Le déficit de puissance de calcul de l'Europe est la cible
Lors de l'événement berlinois, le PDG de Nvidia, Jensen Huang, a présenté le produit comme un moyen pour l'Europe de développer davantage l'infrastructure nécessaire à l'entraînement et à l'exécution des systèmes d'IA. L' Associated Press a rapporté que l'Europe représente environ 5 % de la capacité mondiale de calcul en IA, contre près de 75 % pour les États-Unis, et que M. Huang a indiqué que Nvidia avait investi 10 milliards de dollars dans des start-ups et des partenaires européens au cours de l'année écoulée.
Les investissements publics s'accélèrent également. La Commission européenne annonce la création de 19 « usines d'IA » et de 13 sites satellites dans le cadre de son programme EuroHPC. Au moins neuf supercalculateurs supplémentaires optimisés pour l'IA sont prévus, tandis qu'un appel à projets distinct, doté d'un financement public pouvant atteindre 10 milliards d'euros, vise à financer jusqu'à sept gigafactories d'IA et devrait mobiliser au moins 20 milliards d'euros d'investissements privés, selon la page dédiée du programme sur.
Ces chiffres expliquent pourquoi Nvidia considère l'Europe comme un marché d'infrastructures et non comme un simple marché de consommateurs de puces. Les gouvernements et les entreprises souhaitent une capacité de calcul contrôlée localement, mais ils ont également besoin de conceptions reproductibles sur différents sites présentant des marchés du travail, des réseaux électriques et des conditions climatiques variés.
Les affirmations concernant l'efficacité restent à vérifier
Nvidia a profité du lancement de cette architecture modulaire pour annoncer des améliorations significatives en matière d'efficacité énergétique et hydrique de sa plateforme DSX. L'entreprise affirme que le refroidissement liquide en circuit fermé et les systèmes de refroidissement à sec permettent de réduire considérablement la consommation d'eau de refroidissement, tandis que le logiciel de gestion de l'énergie assure des performances équivalentes avec une consommation électrique moindre.
Le site spécialisé Data Center Dynamics a rapporté les estimations de Nvidia selon lesquelles un déploiement de deux gigawatts permettrait d'économiser 54 millions de litres d'eau par jour par rapport aux tours de refroidissement classiques. Il a également souligné que Nvidia avait précisé que les climats extrêmement chauds pourraient nécessiter un refroidissement mécanique supplémentaire. Ces économies sont des projections basées sur les hypothèses de conception de Nvidia et non sur des mesures indépendantes effectuées sur une flotte de modules DSX opérationnels.
Cette incertitude ne rend pas la construction modulaire insignifiante, mais elle modifie les critères d'évaluation à court terme. Les clients devront démontrer que les modules peuvent être produits à grande échelle, transportés en toute sécurité, connectés rapidement et exploités efficacement dans des conditions réelles de réseau et météorologiques.
OpenShell ajoute une couche de sécurité
Nvidia a également présenté une architecture de référence OpenShell destinée à encadrer les agents d'IA autonomes. L'entreprise explique que ce système combine un environnement d'exécution logiciel avec des processeurs Vera et des unités de traitement de données BlueField-4 qui surveillent le comportement des agents depuis une couche isolée. Si un agent enfreint une règle de sécurité, Nvidia indique que le système peut le mettre en quarantaine et l'arrêter.
L' annonce recense les fournisseurs de services cloud, les éditeurs de solutions de cybersécurité, les développeurs de modèles et les éditeurs de logiciels d'entreprise qui utilisent cette architecture. OpenShell est disponible dès maintenant, mais la participation de grands partenaires ne suffit pas à elle seule à valider les affirmations de Nvidia en matière de sécurité et de performances. Des tests indépendants seront nécessaires pour évaluer le comportement des contrôles face à de nouvelles attaques, des politiques mal configurées et des agents opérant sur plusieurs systèmes.
Néanmoins, l'association de l'infrastructure et de la gouvernance est révélatrice sur le plan stratégique. Nvidia se positionne non seulement comme fournisseur d'accélérateurs, mais aussi comme concepteur de l'infrastructure, de la pile d'exploitation et du périmètre de sécurité entourant les logiciels automatisés.
Que se passera-t-il ensuite ?
Les prochaines étapes sont concrètes : calendriers de production des partenaires, clients identifiés, sites autorisés et délais de déploiement maîtrisés. Les livraisons début 2027 permettraient aux opérateurs de vérifier si l’intégration en usine raccourcit réellement le délai entre la construction et la mise en service des capacités de calcul.
Pour l'Europe, ce lancement offre une piste, mais pas une solution complète. Les modules préfabriqués ne permettent pas de créer de nouvelles lignes de transport d'électricité, de produire de l'électricité ni de résoudre les litiges réglementaires. Ils pourraient toutefois simplifier l'intégration une fois ces conditions préalables remplies. Si le calendrier de Nvidia est respecté, cette approche pourrait transformer l'assemblage des centres de données, actuellement un projet sur mesure, en un processus de fabrication plus standardisé, et renforcer le rôle de l'entreprise dans la conception de la prochaine génération d'infrastructures d'IA.