OpenNebula Systems s’est intégré à VAST Cosmos, la communauté technologique propulsée par VAST Data, pour élaborer conjointement une infrastructure dédiée aux usines et gigafactories d’intelligence artificielle. Cette collaboration vise à combiner la gestion du cloud, des GPU, des machines virtuelles, de Kubernetes et du bare-metal d’OpenNebula avec la plateforme de données de VAST, une synergie conçue pour les grandes installations IA partageant des ressources entre plusieurs utilisateurs et réalisant des entraînements et inférences à grande échelle.

Les points clés de l’alliance entre OpenNebula et VAST Data en 20 secondes

• OpenNebula Systems rejoint VAST Cosmos en tant que partenaire technologique.
• Cette intégration fusionne la gestion d’infrastructure cloud et GPU avec la plateforme de données VAST AI Operating System.
• Elle cible les usines IA, gigafactories, HPC et nouveaux fournisseurs de GPU cloud.
• Les deux entreprises élaboreront des architectures de référence et des modèles de déploiement conjoints.
• L’Europe prévoit le déploiement de 19 usines IA et jusqu’à cinq gigafactories.

Ce partenariat intervient à un moment où la construction d’infrastructures pour l’intelligence artificielle ne se limite plus à l’accumulation de GPU. L’entraînement, l’ajustement des modèles et la gestion des applications d’inférence en production exigent une synergie entre calcul, réseau et stockage, surtout lorsque différents acteurs, chercheurs ou départements partagent le même matériel.

C’est précisément le domaine que visent à couvrir ces deux sociétés. OpenNebula agira en tant que couche de gestion des ressources d’infrastructure, tandis que VAST fournira les services de données sur lesquels s’appuient modèles et applications.

Ce partenariat possède également une dimension européenne. OpenNebula Systems, basé à Madrid, valorise depuis plusieurs années la souveraineté technologique et l’utilisation d’infrastructures ouvertes dans sa plateforme. Par ailleurs, l’Union Européenne investit dans la création d’un réseau propre d’installations de calcul pour l’IA.

Une usine IA nécessite bien plus que des GPU

Les premières grandes infrastructures IA dépendaient fortement de la disponibilité des accélérateurs. Obtenir suffisamment de GPU demeure un enjeu majeur pour entraîner de grands modèles, mais l’expansion de ces systèmes a déplacé le problème vers l’ensemble de l’infrastructure.

Des milliers d’accélérateurs requièrent une transmission continue de vastes volumes d’informations. Il faut stocker les modèles, sauvegarder les points de contrôle lors de l’entraînement, accéder à des ensembles de données, récupérer des informations lors de processus RAG (Retrieval-Augmented Generation), et fournir les résultats par inférence.

Simultanément, une infrastructure commerciale doit gérer ces ressources pour différents clients.

L’approche d’OpenNebula et VAST Data vise à couvrir ces deux besoins via une architecture dans laquelle chaque plateforme remplit des fonctions distinctes.

OpenNebula assure la gestion du provisionnement et du cycle de vie des ressources de calcul, y compris machines virtuelles, Kubernetes, serveurs physiques et systèmes accélérés par GPU. VAST AI Operating System fournit la couche de données nécessaire pour les charges exploitant ces ressources.

L’intégration prévoit diverses modalités de connexion entre stockage et calcul.

Les charges particulièrement sensibles à la performance auront accès à un stockage haute vitesse en mode direct vers la plateforme de données. En environnement partagé, le stockage pourra être intégré via la virtualisation, OpenNebula gérant ainsi l’isolement entre utilisateurs, les politiques, et le cycle de vie des VM.

Il sera également possible de proposer des services de stockage partagé, accessibles directement par VM, conteneurs ou applications IA.

L’objectif est d’éviter que toutes les charges doivent utiliser un même modèle d’accès au stockage. Un entraînement intensif sur des centaines ou milliers de GPU peut requérir des besoins différents d’une inference, d’un environnement de développement ou d’un service utilisé par plusieurs clients simultanément.

De clusters GPU à une infrastructure partagée

L’accord reflète également l’évolution du concept d’infrastructure IA.

Une organisation peut débuter avec un cluster dédié à l’entraînement. Le défi survient lorsque ce hardware doit se transformer en une plateforme utilisable quotidiennement par différentes équipes ou en un service commercialisable.

Dans ce contexte, les besoins du cloud traditionnel surgissent : multi-tenance, isolation, automatisation, réseaux virtuels, gestion de machines, Kubernetes, politiques d’accès et provisionnement à la demande.

Les particularités de l’IA viennent s’ajouter à ces exigences :

Les GPU étant des ressources coûteuses, il est crucial de les exploiter au maximum de leur disponibilité. Le stockage doit alimenter ces accélérateurs rapidement afin d’éviter qu’ils restent inactifs en attendant les données. Les entraînements nécessitent de sauvegarder des points de contrôle pour pouvoir reprendre en cas d’erreur, tandis que l’inférence engage un accès continu aux modèles et aux bases de connaissances.

OpenNebula et VAST ambitionnent de développer une architecture de référence intégrant ces composants.

Les deux sociétés élaboreront des modèles concrets de déploiement mêlant calcul accéléré, services de données pour l’IA, virtualisation, Kubernetes, automatisation et orchestration des charges.

La plateforme commune sera compatible avec des systèmes de calcul accéléré de NVIDIA, notamment ceux basés sur Grace Blackwell, selon leurs déclarations.

Elle ne se limite pas à un seul type de centre de données : l’architecture vise aussi bien des installations locales, des infrastructures souveraines, hybrides, des fournisseurs commerciaux de GPU, que des centres de recherche ou des usines IA distribuées géographiquement.

L’Europe prépare une nouvelle génération de grandes infrastructures IA

Ce partenariat intervient à un moment crucial pour l’Europe.

La Commission Européenne déploie actuellement 19 usines IA dans 16 États membres, avec la majorité opérationnelle avant la fin 2026. Ces installations exploitent l’infrastructure européenne de supercalculateurs pour offrir capacité aux startups, industries et chercheurs.

Le cap suivant concerne les gigafactories.

Le Plan d’Action « Continent IA » prévoit la création de jusqu’à cinq gigafactories d’IA, structures d’envergure destinées à entraîner et déployer certains des modèles les plus ambitieux. L’initiative InvestAI veut mobiliser 20 milliards d’euros pour ces infrastructures, s’inscrivant dans un objectif global de mobiliser 200 milliards d’euros pour l’IA en Europe.

La stratégie européenne envisage aussi de tripler la capacité des centres de données européens dans les 5 à 7 prochaines années.

Cela ouvre un marché bien au-delà des seuls fabricants de GPUs.

Une gigafactory nécessite des serveurs, des réseaux haute capacité, du stockage, de l’énergie, de la réfrigération, des logiciels de gestion, de la cybersécurité et des systèmes capables de répartir l’infrastructure entre plusieurs projets.

Dans cette optique, des solutions de virtualisation, Kubernetes, gestionnaires d’infrastructure et technologies spécifiques à l’IA jouent un rôle clé.

OpenNebula ambitionne de devenir une plateforme ouverte et neutre vis-à-vis des fabricants, permettant de gérer aussi bien une infrastructure virtualisée traditionnelle que des clusters de GPU ou des usines IA.

VAST Data apporte son expertise dans la gestion et la disponibilité des données indispensables à ces accélérateurs.

Souveraineté technologique et nouveaux fournisseurs de GPU cloud

La collaboration cible aussi un marché émergent : celui des Neoclouds, fournisseurs spécialisés dans l’offre d’infrastructures accélérées par GPU.

Face aux géants de l’hyper-échelle, ces acteurs concentrent souvent leur infrastructure sur l’IA et le HPC.

Pour eux, disposer de GPU ne suffit pas : ils ont besoin de transformer leurs serveurs en services multi-clients, de contrôler l’isolement, et d’assurer stockage et réseaux à un coût cohérent avec celui des accélérateurs.

OpenNebula et VAST identifient ces fournisseurs comme un marché clé pour leur architecture, aux côtés des centres HPC, des plateformes d’entreprises, des projets scientifiques et des infrastructures IA distribuées.

La souveraineté est aussi une priorité, notamment en Europe. La Commission a fait de la réduction des dépendances technologiques dans des domaines comme l’IA, le cloud, les semi-conducteurs et l’Open Source une de ses priorités industrielles.

L’architecture proposée n’élimine pas ces dépendances, mais ouvre des solutions pour déployer la gestion d’infrastructure en centres de données privés ou chez d’autres fournisseurs, et ne pas être limitée à un seul cloud public.

OpenNebula indique que sa technologie est déployée dans plus de 5 000 environnements cloud, et peut gérer des infrastructures comptant des milliers de nœuds et plusieurs dizaines de milliers de GPU, selon ses propres chiffres.

Le prochain stade consistera à concrétiser cette alliance à travers des projets spécifiques. OpenNebula Systems et VAST Data précisent collaborer déjà sur des opportunités commerciales en Europe et ailleurs, notamment dans les domaines des usines IA, gigafactories, HPC et Neoclouds.

Au-delà de cet accord entre deux fournisseurs, il reflète la tendance de fond : celle d’une infrastructure IA en mouvement. La première phase a été la conquête des GPU. La suivante s’oriente vers la création d’une plateforme partagée où des milliers d’accélérateurs, pétaoctets d’informations et de multiples utilisateurs cohabitent comme dans un véritable cloud.

Questions fréquentes

Que viennent d’annoncer OpenNebula Systems et VAST Data ?

OpenNebula Systems a rejoint VAST Cosmos en tant que partenaire technologique. Ensemble, ils développeront une architecture combinant la gestion d’infrastructure cloud et GPU d’OpenNebula avec la plateforme de données VAST AI Operating System.

À quoi sert cette infrastructure ?

Elle est conçue pour l’entraînement et l’ajustement de modèles, l’inférence, la recherche augmentée (RAG), la science des données et autres charges intensives en GPU et données. Elle facilitera aussi la gestion d’environnements partagés entre différents utilisateurs ou clients.

Quelle différence entre une AI Factory et une gigafactory d’IA ?

Les usines IA européennes offrent capacité de supercalcul, données et services pour entreprises et chercheurs. Les gigafactories seront de très grandes installations, destinées à entraîner et déployer des modèles IA particulièrement complexes.

Combien de factories IA l’Europe souhaite-t-elle déployer ?

La Commission Européenne travaille sur 19 usines IA dans 16 États membres et prévoit la création jusqu’à cinq gigafactories. InvestAI veut mobiliser 20 milliards d’euros pour soutenir ces infrastructures.