Argonne étend son service d’inférence d’IA avec Tara, Minerva et 2 688 GH200

J. Actualclo

X (Twitter) Facebook Pinterest LinkedIn Email

L’Argonne National Laboratory du Département de l’énergie des États-Unis (DOE) a ajouté deux nouveaux systèmes, Tara et Minerva, au service d’inférence de l’Argonne Leadership Computing Facility (ALCF), son centre de supercalcul. Le service compte désormais des milliers de GPU NVIDIA, plus de 50 modèles disponibles et la prise en charge d’outils d’agents d’IA, selon l’annonce de l’ALCF elle-même le 04/11/2026.

Les points clés de l’extension du service d’inférence de l’ALCF en 30 secondes

Tara apporte 672 nœuds avec 2 688 superpuces NVIDIA GH200 et, selon l’ALCF, environ 100 fois la mémoire GPU dont disposait auparavant le service.
Minerva ajoute huit nœuds avec 64 GPU NVIDIA B200, et Metis passe de 32 à 96 processeurs SambaNova SN40L.
Le catalogue dépasse les 50 modèles et s’utilise par API ou via un chat web.
Il est accessible aux chercheurs des laboratoires du DOE, à la communauté d’utilisateurs de l’ALCF et aux équipes de la Genesis Mission.

Le service, connu dans la documentation technique sous le nom d’ALCF Inference Endpoints, permet aux scientifiques d’interroger des grands modèles de langage (LLM) et d’autres modèles d’IA sans avoir à déployer ni à maintenir l’infrastructure sous-jacente. Les modèles s’exécutent dans les installations de l’ALCF, ce que le laboratoire présente comme un environnement sûr pour travailler avec des données de recherche sensibles. Jusqu’ici, le service reposait sur Sophia, un cluster NVIDIA DGX A100, et sur Metis, basé sur des processeurs SambaNova.

La note de l’ALCF rattache cette extension à la Genesis Mission, l’initiative nationale du DOE pour appliquer l’IA à la science, à la sécurité nationale et à l’énergie, dirigée par le sous-secrétaire à la Science, Darío Gil. Le texte d’Argonne emploie en outre une terminologie peu habituelle : il parle de « super intelligence » (SI), qu’il assimile à l’intelligence artificielle, une appellation que le DOE utilise aussi dans ses annonces récentes sur la Genesis Mission.

Tara, Minerva et l’extension de Metis : le matériel en détail

Le plus grand système est Tara. Selon l’ALCF, il a été développé en collaboration avec HPE sur l’architecture de classe exascale HPE Cray Supercomputing EX4000 et compte 672 nœuds regroupant 2 688 superpuces NVIDIA GH200 Grace Hopper, qui associent CPU et GPU dans un même module. Le laboratoire estime que Tara, à lui seul, multiplie par environ 100 la mémoire GPU dont disposait jusqu’alors le service. C’est cette mémoire qui limite les modèles pouvant être hébergés et le nombre de requêtes simultanées traitées.

Minerva est plus modeste. Construit par World Wide Technology (WWT), il est formé de huit nœuds avec 64 GPU NVIDIA B200, de la génération Blackwell. L’ALCF a aussi étendu Metis de deux à six SambaRacks, pour un total de 96 processeurs SambaNova SN40L, conçus pour l’inférence haute performance et à faible latence. La fiche publique de l’AI Testbed de l’ALCF décrit encore Metis avec 32 accélérateurs répartis sur 16 nœuds, soit la configuration antérieure à cette extension.

Système	Matériel	Échelle	Logiciel de service
Tara (nouveau)	NVIDIA GH200 Grace Hopper sur HPE Cray EX4000	672 nœuds, 2 688 superpuces	DirectAPI
Minerva (nouveau)	NVIDIA B200	8 nœuds, 64 GPU	DirectAPI
Metis (étendu)	SambaNova SN40L	6 SambaRacks, 96 processeurs	DirectAPI
Sophia	NVIDIA DGX A100	24 nœuds, 8 320 Go de mémoire GPU	vLLM

Systèmes actifs dans le service d’inférence de l’ALCF. Données de l’ALCF et de sa documentation technique.

La documentation de l’ALCF affiche déjà les quatre clusters comme actifs et ajoute que d’autres systèmes arriveront prochainement, sans préciser lesquels ni quand. Tous n’offrent pas les mêmes fonctions : Sophia, qui fonctionne avec vLLM, prend aussi en charge les embeddings et le traitement par lots, tandis que Metis se limite aux interfaces de chat et de réponses.

Tara et Minerva ne sortent pas de nulle part. Le 28/10/2025, Argonne a présenté avec NVIDIA, HPE et WWT trois systèmes orientés inférence et entraînement (Minerva, Janus et Tara), le jour même où le DOE, NVIDIA et Oracle annonçaient Solstice et Equinox, les futurs superordinateurs d’IA d’Argonne dotés de 100 000 et 10 000 GPU Blackwell. Dans ce communiqué, Argonne décrivait Tara comme un système acquis en collaboration avec NVIDIA ; la note actuelle met l’accent sur HPE et son architecture Cray. Equinox devait être livré en 2026 et la note de cette semaine n’actualise pas son calendrier.

Plus de 50 modèles, accès par API et environnement de type chat

Selon l’ALCF, le service propose déjà plus de 50 modèles, des LLM à poids ouverts très répandus aux modèles de fondation scientifiques et de vision par ordinateur. Parmi les ajouts récents, elle cite Muse Spark Open de Meta, Beam de Reflection et Mistral Large 4. Le catalogue comprend aussi des familles connues comme Gemma, de Google, et Llama, de Meta, ainsi que des modèles scientifiques comme AuroraGPT et GenSLM.

Il existe deux voies d’accès. La première est une interface de programmation d’applications (API) compatible avec celle d’OpenAI, à laquelle on accède avec un jeton obtenu grâce aux outils alcf-tokens et alcf-ai. La seconde est une interface web de type chat basée sur Open WebUI, disponible sur inference.alcf.anl.gov. L’authentification se fait avec les identifiants des laboratoires nationaux et de l’ALCF ; les jetons durent 48 heures, avec une réauthentification obligatoire tous les 30 jours. Le traitement par lots, selon la documentation elle-même, reste pour l’instant interne à l’ALCF.

Derrière, on trouve FIRST (Federated Inference Resource Scheduling Toolkit), un système que l’équipe de l’ALCF a présenté lors des ateliers de la conférence SC25. Il répartit les requêtes entre des clusters de calcul haute performance (HPC), maintient des nœuds « chauds » avec des modèles déjà chargés pour réduire la latence et ajuste les ressources en fonction de la demande. L’ALCF indique poursuivre ses travaux sur la manière de livrer les réponses, sur la réutilisation des informations de requêtes précédentes pour raccourcir les délais et sur l’équilibrage de la charge entre systèmes.

Des agents d’IA connectés au supercalcul

La prise en charge des flux de travail agentiques est, selon Argonne, l’un des principaux axes de développement du service. Les chercheurs peuvent déjà utiliser les modèles de l’ALCF avec des outils d’agents comme Pi, OpenCode, Codex et Claude Code, et l’équipe a préparé des logiciels pour faciliter cette connexion. Ce qui n’existe pas encore, c’est la pièce suivante : des outils permettant aux agents d’interagir directement avec l’installation, par exemple pour lancer des travaux de calcul ou accéder aux données des systèmes de fichiers de l’ALCF. Argonne le présente comme un objectif en cours de développement.

La directrice scientifique de l’ALCF, Katherine Riley, soutient dans la note (citation traduite de l’anglais) que « nous arrivons à un point où les flux de travail agentiques jouent un rôle bien plus important dans le processus scientifique ». Venkat Vishwanath, responsable de l’équipe IA de l’ALCF, explique que le centre intègre des services et des outils complémentaires de ses systèmes de calcul, à mesure que l’inférence prend du poids dans la science.

Argonne donne deux exemples. ChemGraph, un cadre d’agents développé au laboratoire pour la chimie computationnelle et la science des matériaux, utilise des LLM hébergés sur le service pour planifier et coordonner des simulations à partir d’une description en langage naturel. L’autre est SYNAPS-I, un projet de la Genesis Mission sur les expériences autonomes dans les sources de lumière et de neutrons du DOE. Pour celui-ci, l’ALCF a intégré les modèles de vision SAM 3 et DINOv3 de Meta. Lors d’une démonstration, un agent a localisé l’interface entre deux régions d’un échantillon de microélectronique : il a scanné l’échantillon, analysé les images avec ces modèles et s’est déplacé jusqu’à la zone demandée.

Ces systèmes cohabitent avec le reste de l’ALCF. Sa machine principale reste Aurora, le superordinateur exascale basé sur Intel, avec 63 744 GPU Intel Data Center GPU Max, qui ne fait pas partie du service d’inférence. L’AI Testbed, de son côté, conserve des systèmes de Cerebras, Groq et Graphcore pour lesquels il faut demander une allocation de temps ; Metis fait exception, car il est ouvert à tous les utilisateurs via ce service.

Questions fréquentes

Quels systèmes composent désormais le service d’inférence de l’ALCF ?

Quatre clusters actifs : Tara (NVIDIA GH200), Minerva (NVIDIA B200), Metis (SambaNova SN40L) et Sophia (NVIDIA DGX A100). La documentation annonce d’autres systèmes prochainement, sans préciser lesquels.

Qui peut utiliser l’ALCF Inference Service ?

Les scientifiques des laboratoires nationaux du DOE, la communauté d’utilisateurs de l’ALCF et les équipes de projets de la Genesis Mission. L’accès exige une connexion avec les identifiants de l’une des institutions admises.

Quels modèles d’IA propose-t-il ?

Plus de 50, dont Muse Spark Open, Mistral Large 4, Beam, Gemma, Llama, AuroraGPT, GenSLM, SAM 3 et DINOv3. Les utilisateurs peuvent aussi demander l’ajout d’autres modèles.

Peut-on l’utiliser avec Claude Code ou Codex ?

Oui. L’ALCF indique que ses modèles fonctionnent déjà avec Pi, OpenCode, Codex et Claude Code. Permettre aux agents de lancer des travaux ou d’accéder aux fichiers de l’ALCF reste un objectif en développement.

Sources :