Datacenters IA : Microsoft freine, OpenAI accélère

Microsoft abandonne ses projets de datacenters alors qu'OpenAI envisage les siens, laissant entrevoir un changement de marché. Les analystes estiment que ces décisions ne sont pas surprenantes, mais qu'elles ont des implications plus larges sur le marché. OpenAI a discuté en privé de la construction et de l'exploitation de son premier centre de données pour héberger le stockage, qui est essentiel au développement de modèles d'IA sophistiqués. Microsoft, en revanche, a fait marche arrière sur ses constructions, annulant des projets de centres de données aux États-Unis et en Europe. La firme de Redmond ne chercherait également plus à développer de nouvelles activités avec OpenAI, dans laquelle il a investi 13 Md$ jusqu'à présent. Le partenariat exclusif entre les deux sociétés a été modifié en janvier, Microsoft ayant désormais un droit de premier refus sur les nouvelles capacités et OpenAI utilisant d'autres services de cloud computing en plus d'Azure.

Mais ces développements ont des implications plus larges pour le marché au-delà du changement de relation.« C'est potentiellement un gros problème », a déclaré Alvin Nguyen, analyste principal chez Forrester, à Network World. Si les entreprises ont besoin de services d'IA et que Microsoft réduit son offre, les acheteurs devront se tourner vers d'autres fournisseurs dont les conditions pourraient ne pas être aussi négociables lorsque les options du marché sont limitées. « Si un acteur majeur réduit son empreinte et si la demande continue de dépasser l'offre, les entreprises devront faire des choix qui finiront probablement par coûter plus cher à long terme », a souligné Alvin Nguyen.

Une situation d'offre potentiellement excédentaire

Dans une note de recherche, les analystes de TD Cowan auraient déclaré que Microsoft s'était retiré de nouveaux projets de centres de données aux États-Unis et en Europe, prétendument en raison d'une offre excédentaire de clusters de calcul qui alimentent l'IA. Cela fait suite aux rapports de TD Cowen en février selon lesquels Microsoft avait « annulé des baux aux États-Unis totalisant quelques centaines de mégawatts » de capacité de centre de données. Les chercheurs ont noté que le retrait de l'entreprise était le signe qu'elle « se trouvait potentiellement en situation de surproduction », avec des prévisions de demande revues à la baisse. OpenAI, pour sa part, aurait discuté de l'achat de matériel et de logiciels de stockage de données d'une valeur de plusieurs milliards de dollars afin d'augmenter sa puissance de calcul et de réduire sa dépendance aux hyperscalers. Cela s'inscrit dans le cadre de son projet Stargate, une initiative de 500 Md$ soutenue par le président américain Donald Trump visant à développer son infrastructure d'IA aux États-Unis au cours des quatre prochaines années. Selon Reuters, Softbank est d’ailleurs sur le point de finaliser un investissement de 40 milliards de dollars dans OpenAI pour pour financer les datacenters nécessaires au programme Stargate.

Compte tenu de l'assouplissement de l'exclusivité entre les deux sociétés, les analystes estiment que ces évolutions ne sont pas surprenantes. « Le stockage dans le cloud est incroyablement coûteux, surtout lorsqu'il est utilisé dans le cadre de l'IA », a déclaré Matt Kimball, vice-président et analyste principal pour le calcul et le stockage des centres de données chez Moor Insights & Strategy.« Ces dépenses augmentent encore plus à mesure que le volume de stockage et le mouvement des données augmentent », a-t-il souligné. « Il est judicieux pour toute entreprise de réaliser une analyse des coûts pour déterminer si le stockage est mieux géré dans le cloud ou sur site, et d'aller de l'avant dans une direction qui offre les meilleures performances, la meilleure sécurité et la meilleure efficacité opérationnelle au moindre coût ». Il a toutefois remis en question la décision d'OpenAI de se lancer dans le secteur des data centers. « Il y a tellement de choses à faire pour construire, alimenter et gérer un environnement de data center qui ne sont généralement pas dans l'ADN d'une entreprise de logiciels », a-t-il déclaré. Par exemple, si OpenAI connaît bien les GPU, les CPU et d'autres architectures, cela ne se traduit pas nécessairement par une gestion complète des installations et des opérations quotidiennes des data centers. En attendant, il est important de noter que Microsoft prévoit toujours d'investir 80 Md$ dans les centres de données au cours de cet exercice (qui se termine le 30 juin), dont la moitié aux États-Unis. Et sur le front de l'IA, ne les écartez pas : « Quoi qu'il arrive, je ne serais pas surpris de voir Microsoft revenir en force à l'avenir en termes de capacités d'IA, mais pas sur la base d'OpenAI », a prédit M. Nguyen.

Un repositionnement du marché ?

Certains, dont le président d'Alibaba Group, Joe Tsai, ont mis en garde contre une bulle potentielle dans la construction de centres de données suite à une frénésie d'achats. D'autres, cependant, affirment que des mouvements comme ceux de Microsoft et d'OpenAI pourraient signaler une restructuration fondamentale du marché. « Ce n'est pas nécessairement un ralentissement ; il y a encore beaucoup de demande, et l'offre en termes d'énergie et d'espace n'est toujours pas en mesure de répondre à cela », a expliqué M. Nguyen. « Il va y avoir beaucoup de repositionnement, qui va gérer l'IA à l'avenir ? » Le retrait de Microsoft va conduire Google, Meta, AWS et d'autres à se précipiter pour combler le manque de capacité. Mais s'il y a moins de choix sur le marché, les coûts pourraient augmenter en raison des cycles naturels de l'offre et de la demande.

D'un autre côté, les entreprises peuvent choisir de construire elles-mêmes des centres de données, mais les GPU sont chers et difficiles à acquérir. Et les besoins des entreprises sont très différents de ceux des hyperscalers en matière de capacité ; elles ont besoin de beaucoup moins de puissance et veulent également que leurs centres de données soient plus proches de leurs opérations, a souligné M. Nguyen. Cela pourrait conduire à « une IA plus générale ou moins puissante », a-t-il déclaré, car les modèles plus petits ne nécessitent pas autant d'équipement que les modèles très sophistiqués. « Cela pourrait être un moment de réinitialisation potentiel pour l'infrastructure de l'IA et pour déterminer combien il faut dépenser et combien d'énergie et de refroidissement sont nécessaires », a déclaré M. Nguyen.