L’Inde souhaite accélérer sa capacité en Intelligence Artificielle à grande échelle, et dans cette course, l’infrastructure joue tout autant que les modèles. Dans ce contexte, AMD et Tata Consultancy Services (TCS) ont annoncé l’élargissement de leur collaboration stratégique pour co-concevoir et déployer en Inde une architecture d’IA « rack-scale », basée sur la plateforme AMD “Helios”, avec une feuille de route pour un centre de données pouvant atteindre jusqu’à 200 MW.

Signé le 16 février 2026, cet accord confie à HyperVault AI Data Center Limited (filiale de TCS) le rôle de maître d’œuvre pour la conception et la mise en œuvre. L’objectif déclaré est de soutenir les initiatives nationales en matière d’IA et ce que les deux entreprises désignent comme des “fabrics souveraines d’IA”. Ce concept, de plus en plus employé par les gouvernements et grandes entreprises, fait référence à une capacité de formation et d’inférence maîtrisée localement, avec une architecture et une gestion adaptées aux exigences de résidence des données, de conformité et de sécurité.

Qu’est-ce que “Helios” et pourquoi le concept “rack-scale” est-il crucial pour les opérations?

Au-delà du simple nom, “Helios” représente une évolution dans la manière dont l’IA est déployée dans les centres de données : au lieu de constituer des clusters à partir de modules disjoints, le rack (comprenant énergie, réseau, accélérateurs, CPU, refroidissement, câblage et logiciels) devient l’élément fondamental de conception, de validation et d’opération.

AMD présente “Helios” comme une plateforme ouverte, compatible avec une architecture rack-scale pour entraînement et inférence, tirant parti de son écosystème ROCm. Lors de communications antérieures, l’entreprise décrit “Helios” comme une « feuille de route » pour une infrastructure « yotta-scale », pouvant atteindre jusqu’à 3 exaFLOPS d’IA dans un seul rack, selon ses propres méthodes de mesure et de configuration.

En réalité, la véritable valeur pour les équipes systèmes et plateformes réside dans des aspects moins spectaculaires : la rapidité de déploiement, la reproductibilité, la gestion des défaillances et l’efficacité opérationnelle. L’annonce avec TCS insiste particulièrement sur cette dimension : une plateforme conçue pour améliorer l’efficacité, réduire le temps de mise sur le marché et générer un impact tangible dans l’industrie.

L’architecture technique : MI455X, EPYC “Venice”, Vulcano et ROCm

La configuration annoncée pour l’Inde s’appuie sur des composants AMD intégrés :

• GPU AMD Instinct MI455X comme principaux accélérateurs.
• CPU AMD EPYC “Venice” de nouvelle génération.
• NIC AMD Pensando “Vulcano” pour une connectivité à grande échelle.
• Et l’écosystème ROCm comme base logicielle « open ».

Pour les professionnels techniques, le sous-texte est clair : AMD cherche à proposer un stack complet (calcul + réseau + logiciel) capable de rivaliser dans les déploiements massifs, en particulier dans les secteurs où les clients et gouvernements demandent des alternatives aux plateformes fermées. Plusieurs médias indiens interprètent cette démarche comme une volonté de renforcer une voie différente face à la suprématie de NVIDIA dans les infrastructures IA, en mettant en avant un design ouvert et des alliances pour l’intégration et les services.

200 MW : quand la « feuille de route » devient concrète

Le chiffre de 200 MW ne doit pas être pris à la légère : dans le domaine des centres de données, parler de centaines de mégawatts implique :

• Une planification électrique à l’échelle du campus,
• Des accords d’approvisionnement et une résilience énergétique,
• Une ingénierie thermique et un refroidissement adaptés à une densité élevée,
• Et une infrastructure de réseau prête à gérer un trafic massif en mode distribué, typique de l’entraînement à grande échelle.

AMD et TCS présentent cette capacité comme un blueprint « prêt pour l’IA » (AI-ready data center blueprint) et indiquent travailler avec des acteurs hyper-scalaires et des entreprises d’IA pour accélérer la construction de centres de données en Inde.

Ce volet s’inscrit aussi dans une démarche politique et industrielle : renforcer l’idée qu’Inde ne se limite pas à consommer de l’IA, mais qu’elle peut aussi la produire et l’exploiter à grande échelle, avec une infrastructure adaptée aux charges souveraines et commerciales.

Le rôle de TCS et l’historique HyperVault : du logiciel à la conception de data centers

TCS ne démarre pas de zéro : l’entreprise a créé HyperVault en 2025, avec l’ambition affichée de construire une infrastructure prête pour l’IA et sécurisée, à l’échelle des gigawatts, pour les hyper-scalaires et les grandes entreprises.

De plus, Reuters avait évoqué en 2025 des discussions autour d’une initiative de centres de données IA “souverains” liée à HyperVault, en pleine explosion de la demande mondiale d’espace pour l’IA.

Ce contexte explique pourquoi cet accord ne se limite pas à du “matériel” : la collaboration repose aussi sur la capacité de TCS à gérer des projets complexes d’ingénierie, d’opération et de service pour les centres de données, associée à la stratégie d’AMD d’encourager des architectures ouvertes « rack-scale » comme fondations pour des déploiements massifs.

Les déclarations de Lisa Su et K. Krithivasan : du pilote à l’industrialisation

Lisa Su, PDG d’AMD, insiste sur le fait que cette démarche reflète une évolution du marché : « l’IA passe du stade de projets pilotes à une mise en œuvre à grande échelle », ce qui nécessite « un nouveau plan » pour l’infrastructure. Dans cette optique, “Helios” se positionne comme une solution axée sur la performance, l’efficacité et la flexibilité à long terme.

Pour sa part, K. Krithivasan, CEO de TCS, indique que cet accord constitue la base du premier déploiement “Helios” en Inde. Il souligne la combinaison de l’IA, de la connectivité, d’une énergie durable et d’une ingénierie avancée des centres de données. Le message pour le marché local est clair : il ne s’agit pas seulement de consommer de la puissance de calcul, mais de construire une infrastructure de référence pour des entreprises mondiales et des acteurs locaux d’IA.

Ce que le secteur doit suivre en 2026

Ce partenariat marque un point de départ, mais pour les gestionnaires de systèmes, architectes et développeurs, trois questions clés émergeront dans les mois à venir :

1. Disponibilité réelle et calendrier du déploiement (matériel, racks certifiés, approvisionnement et mise en service).
2. La maturité opérationnelle de ROCm en déploiements à grande échelle (outillage, observabilité, compatibilités, support).
3. Standardisation du concept “rack-scale” : dans quelle mesure ce blueprint se traduit-il en conceptions reproductibles ou reste-t-il en partie spécifique à chaque client ?

Si le marché indien parvient à transformer “Helios” en un véritable tissu industriel—et non seulement en un simple annonce—ce mouvement pourrait devenir un cas d’école pour la construction de filières souveraines d’IA qui ne dépendent pas d’une seule technologie ou plateforme.

Questions fréquentes

En quoi une architecture IA “rack-scale” comme Helios diffère-t-elle d’un cluster traditionnel ?
Elle considère le rack comme une unité de conception et d’exploitation : calcul, réseau, énergie et refroidissement sont intégrés en un ensemble cohérent pour accélérer les déploiements et simplifier l’opération.

Quels composants comprend le stack Helios annoncé pour l’Inde ?
Selon AMD et TCS : GPU AMD Instinct MI455X, CPU AMD EPYC “Venice”, NIC AMD Pensando “Vulcano” et l’écosystème logiciel ROCm.

Que représente un « bluepring » IA prêt pour 200 MW dans un centre de données ?
Un plan conçu pour une croissance à l’échelle de campus, intégrant une planification électrique et de refroidissement adaptée à des densités élevées, destiné à l’entraînement et à l’inférence en environnement professionnel.

Quel est le rôle de HyperVault dans le partenariat AMD-TCS ?
HyperVault, filiale de TCS, sert d’intermédiaire pour concevoir et déployer en Inde une infrastructure à la fois massivement puissante et sécurisée, conformément à la stratégie de TCS de réaliser des centres de données IA à grande échelle.

source : AMD