Catégorie : Cloud

Nvidia GB200 pousse le secteur des boîtiers vers le refroidissement liquide et l’intégration « au niveauRack »

Depuis plusieurs années, l’industrie du matériel pour centres de données est habituée aux cycles rapides de lancement de nouveaux produits. Cependant, la vague de l’intelligence artificielle (IA) bouleverse quelque chose de plus profond : la manière dont la valeur est capturée tout au long de la chaîne d’approvisionnement. Avec l’arrivée de la plateforme Nvidia GB200 (famille Blackwell) en phase de fabrication de masse et préparant le terrain pour des systèmes « rack-scale », les fabricants de châssis et de racks sortent de leur rôle traditionnel de simples fournisseurs de métal et de mécanique. Ils deviennent désormais des integrateurs de systèmes thermiques et d’infrastructures complètes de rack. Cet envol, qui était autrefois la prérogative des grands ODM, s’accélère principalement en raison d’un enjeu

Le matériel le plus fiable en 2025 selon Puget Systems : surprises dans les CPU, GPU et SSD

Lorsqu’on évoque le terme « matériel fiable », la conversation a tendance à rester au niveau des impressions : « cette marque ne m’a jamais fait défaut » ou « ce modèle est défectueux ». Il est donc intéressant de noter que Puget Systems, un fabricant reconnu de stations de travail et de serveurs pour créateurs et professionnels, a publié à nouveau son analyse annuelle de fiabilité basée sur ses données internes de 2025. La démarche est simple : examiner son historique de RMA (retours et remplacements) ainsi que les défaillances détectées lors du processus d’assemblage et de burn-in (tests de stress avant envoi), pour mettre en avant les marques et modèles qui, au sein de leur catalogue, ont affiché

OpenAI et NVIDIA signent une alliance historique : jusqu'à 10 GW de « usines d'IA » avec des millions de GPU et un investissement potentiel de 100 milliards de dollars

Le méga accord NVIDIA–OpenAI se refroidit : doutes internes, rivalité croissante et facture de l’informatique

Le marché de l’Intelligence Artificielle vit depuis des mois au rythme de chiffres colossaux, mais aussi de nuances qui modifient la signification des titres. Le dernier épisode met en scène NVIDIA et OpenAI, dont l’alliance annoncée en 2025—avec un engagement parfois évoqué comme pouvant atteindre 100 milliards de dollars et lié à la fourniture d’une capacité de calcul « multigigawatt »—est aujourd’hui scrutée pour son manque de concrétisation et le scepticisme grandissant du côté des fournisseurs de matériel. La clé ne réside pas uniquement dans le montant du chèque, mais dans le type d’infrastructure promis : une capacité électrique à échelle réseau, et non « un grand cluster ». Lorsqu’on parle en gigawatts, le business ne ressemble plus seulement à

Oracle renforce son engagement pour la santé : une plateforme de données avec IA et « agents » pour accélérer la recherche

Oracle a annoncé le lancement de Oracle Life Sciences AI Data Platform, une nouvelle plateforme conçue pour unifier les données dispersées (proprees, tierces et publiques) et pour appliquer de l’Intelligence Artificielle générative en y intégrant des capacités “agentiques” afin d’accélérer les processus allant de la recherche et du développement (R&D) aux essais cliniques, à la pharmacovigilance et à la commercialisation. Cette annonce a été faite le 29 janvier 2026 depuis Austin (Texas), avec un message clair : dans les sciences de la vie, le principal obstacle n’est pas toujours le manque d’idées, mais plutôt la fragmentation des données et la difficulté à les transformer en preuves exploitables dans les flux de travail cliniques et de recherche. Un problème bien connu

La pénurie de mémoire par l’IA fait grimper les prix des Raspberry Pi : le modèle de 16 Go atteint 205 dollars

L’époque où une Raspberry Pi était synonyme de « ordinateur abordable pour apprendre, bidouiller et réaliser des projets » se complique. Début 2026, la société a confirmé une nouvelle augmentation de ses prix, impactant une grande partie de sa gamme récente, en particulier les modèles disposant de 2 Go ou plus de RAM, en raison de la hausse rapide du coût de la mémoire LPDDR4. Ce n’est pas un fait mineur : la pression exercée par l’industrie de l’Intelligence Artificielle (IA) tend à limiter la capacité de fabrication de mémoire et pousse le secteur vers des produits plus rentables comme la HBM (High Bandwidth Memory), essentielle dans les serveurs d’IA. Dans ce contexte, la mémoire « traditionnelle » utilisée dans

Washington vise un « 50/50 » avec Taïwan dans les semi-conducteurs, mais il manque la pièce maîtresse : une chaîne d'approvisionnement propre et mature

La guerre du 2 nm est déjà là : le silicium le plus convoité par l’IA entre en mode « capacité limitée »

La prochaine grande bataille dans l’industrie des semi-conducteurs ne se jouera pas uniquement sur les benchmarks ou dans les nouvelles générations de GPU. Elle se déroulera surtout —dans une file d’attente de production—. Avec le passage aux 2 nanomètres, la capacité de fabrication devient une ressource stratégique : ceux qui réussiront à réserver des wafers à temps auront l’avantage pour lancer des accélérateurs d’intelligence artificielle plus performants ; ceux qui arriveront en retard risquent de se voir exclus de la conversation. Au cœur de cette compétition se trouve TSMC, la grande fonderie qui produit pour une grande partie du marché mondial. L’industrie ne cesse d’alerter sur le fait que la demande pour ces nœuds avancés dépasse largement l’offre, et la