Les grands centres de données ne sont plus de simples infrastructures numériques. Ils commencent à ressembler à des industries électro-intensives avec leur propre stratégie énergétique. Aux États-Unis, les hyperscalers ont franchi une ligne que peu auraient envisagée il y a quelques années : ils ne se limitent plus à acheter

Rockwell Automation étoffe son portefeuille SecureOT avec trois nouvelles capacités dédiées à la cybersécurité des environnements industriels : l’OT Cybersecurity Assessment Suite, des services managés pour la plateforme SecureOT, et le Managed Secure Remote Access (MSRA). Ces ajouts répondent à un besoin concret dans les usines et sites industriels —

Intel veut changer ce qu’on associe aux portables à moins de 600 euros. Avec le projet Firefly, la société propose une nouvelle recette de conception pour des modèles grand public basés sur Wildcat Lake : châssis en métal, profil fin, bonne autonomie, compatibilité complète et finitions soignées — sans le

Hostinger a multiplié par 112 sa capacité d’infrastructure en passant de deux armoires de 15 kW à 3,2 MW répartis sur 225 racks, en colocation sur PlatformDIGITAL, la plateforme de centres de données de Digital Realty. Ce déploiement s’appuie sur neuf installations dans quatre régions stratégiques, avec des sites à

Powerchip Semiconductor Manufacturing Corporation (PSMC) lève 886 millions de dollars via une émission d’actions globales de dépôt (GDS) et une souscription d’employés. Les fonds iront à l’achat de machines et d’équipements pour renforcer la compétitivité internationale de la fonderie taïwanaise. L’opération arrive alors que la demande liée à l’IA pousse

Google DeepMind a lancé DiffusionGemma, un modèle expérimental ouvert qui remet en cause l’un des fondements des grands modèles de langage : la génération séquentielle de texte. Contrairement à la majorité des LLM actuels, qui produisent chaque réponse token par token, DiffusionGemma traite des blocs entiers et peut affiner jusqu’à

La trajectoire de l’intelligence artificielle est généralement racontée sous l’angle du hardware. Plus de GPU, plus de mémoire HBM, plus de centres de données, davantage de mégawatts et des racks spécialisés. C’est logique : entraîner et déployer des modèles de grande taille nécessite une infrastructure conséquente. Mais EAGLE 3.1 remet