AWS dévoile Project Rainier, le superordinateur IA qui bouscule Nvidia

Le combat pour l’intelligence artificielle ne se joue pas seulement dans les laboratoires qui conçoivent les modèles. Il se déroule aussi dans les centres de données, où des milliers de puces travaillent de concert pendant des semaines, voire des mois. Le 3 décembre 2024, Amazon Web Services, la filiale cloud d’Amazon, a ainsi levé le voile sur Project Rainier, un superordinateur destiné à l’entraînement de l’IA et alimenté par ses propres accélérateurs, les puces Trainium.

L’annonce a immédiatement attiré l’attention des investisseurs. L’action Amazon a progressé de plus de 1 %, jusqu’à approcher 213 dollars, dans un contexte où la capacité d’une entreprise à fournir du calcul pour l’IA est devenue un argument majeur de croissance. Mais Project Rainier ne signifie pas qu’Amazon tourne le dos à Nvidia. AWS avance en réalité sur deux tableaux : développer une solution matérielle maison et continuer à intégrer les GPU les plus demandés du marché.

Project Rainier, un superordinateur pour entraîner les modèles d’IA

Project Rainier est présenté par AWS comme un Ultracluster, autrement dit une infrastructure qui relie un très grand nombre de puces et de serveurs afin qu’ils puissent fonctionner comme un seul ensemble de calcul. Son but n’est pas d’exécuter quelques requêtes d’assistants conversationnels : il s’agit d’entraîner des modèles d’IA de grande taille, une opération qui demande de traiter simultanément des quantités considérables de données et de paramètres.

Le projet doit s’appuyer sur les puces Trainium, conçues par AWS pour les charges de travail de machine learning. En développant ces composants, Amazon cherche à maîtriser une couche essentielle de son offre cloud. Les entreprises qui louent des ressources informatiques auprès d’AWS peuvent déjà choisir différents types de processeurs ; avec Trainium, AWS veut leur proposer une option spécifiquement optimisée pour créer et entraîner des systèmes d’IA.

Le déploiement complet de Project Rainier est prévu en 2025. AWS place la barre haut : cette infrastructure doit atteindre une échelle inhabituelle pour l’entraînement de modèles et répondre aux besoins croissants des entreprises qui ne veulent plus limiter leurs ambitions par le manque de capacité de calcul disponible.

L’intérêt d’un tel projet est double pour Amazon. Il peut d’abord satisfaire les besoins de ses grands clients en cloud. Il peut aussi servir de vitrine technologique : si AWS démontre qu’il est possible d’entraîner des modèles avancés avec des puces Trainium, il peut convaincre davantage d’entreprises d’adopter son infrastructure plutôt que de dépendre exclusivement des GPU concurrents.

Pourquoi AWS veut réduire sa dépendance aux GPU de Nvidia

Nvidia occupe une place centrale dans la vague actuelle de l’IA générative. Ses GPU, initialement conçus pour l’affichage et le calcul parallèle, sont devenus les accélérateurs les plus utilisés pour entraîner les grands modèles. Leur force ne réside pas uniquement dans la puissance matérielle : l’écosystème logiciel bâti autour de ces puces joue également un rôle déterminant pour les équipes de recherche et les développeurs.

Cette domination pose plusieurs problèmes aux fournisseurs de cloud. Les GPU les plus performants sont très demandés, coûteux et parfois difficiles à obtenir en grande quantité. Or AWS, Microsoft Azure et Google Cloud doivent tous pouvoir mettre ces ressources à disposition de leurs clients. Concevoir des puces internes donne donc à Amazon davantage de contrôle sur ses capacités, sur ses coûts et sur le rythme de déploiement de ses infrastructures.

Matt Garman, le directeur général d’AWS, a souligné que la position dominante de Nvidia ne devait pas empêcher les clients de considérer d’autres options. L’objectif affiché n’est pas seulement de remplacer un fournisseur : AWS veut élargir les choix disponibles pour les organisations qui développent des applications d’IA.

Cela ne signifie pas qu’une puce Trainium et un GPU Nvidia sont interchangeables dans tous les cas. Les entreprises tiennent compte de nombreux critères : compatibilité avec leurs logiciels, disponibilité des machines, coût total, performances sur leurs modèles et expérience de leurs équipes. La compétition se joue autant sur ces conditions concrètes d’usage que sur la puissance brute annoncée par les fabricants.

Project Rainier et Project Ceiba, deux stratégies complémentaires

L’annonce de Rainier peut sembler être une attaque frontale contre Nvidia. Pourtant, AWS a simultanément mis en avant une collaboration étroite avec le fabricant américain autour de Project Ceiba. Cette infrastructure doit utiliser plus de 20 000 GPU Blackwell, la nouvelle génération de puces de Nvidia destinée aux charges de travail d’IA.

Les deux projets répondent à un même enjeu, fournir du calcul à très grande échelle, mais ils reposent sur des choix matériels différents. Rainier met en avant le silicium conçu par AWS. Ceiba s’appuie sur les GPU Nvidia recherchés par une grande partie du marché. Amazon se présente donc à la fois comme un client majeur de Nvidia, un partenaire de déploiement et un concurrent potentiel sur certaines briques matérielles.

Cette coexistence résume la position particulière d’AWS. Le groupe ne cherche pas à faire disparaître Nvidia de son catalogue. Il veut éviter que ses clients, et Amazon lui-même, dépendent d’une seule famille de puces pour faire fonctionner l’économie de l’IA.

Anthropic, le premier bénéficiaire stratégique de Rainier

Project Rainier est étroitement associé à Anthropic, la jeune entreprise d’IA à l’origine de la famille de modèles Claude. AWS prévoit que cette dernière utilise l’infrastructure pour entraîner ses futurs systèmes. Pour Amazon, ce client n’est pas un client comme les autres : le groupe a déjà investi jusqu’à 8 milliards de dollars dans Anthropic.

Ce partenariat est stratégique à plusieurs niveaux. Anthropic obtient l’accès à des capacités de calcul considérables, nécessaires pour rester dans la course aux modèles d’IA les plus avancés. Amazon, de son côté, s’assure un utilisateur exigeant pour ses puces Trainium et ses services cloud. Les besoins d’Anthropic peuvent aider AWS à affiner son infrastructure dans des conditions réelles et à convaincre d’autres entreprises de la pertinence de son offre.

L’accord illustre aussi une tendance de fond du secteur. Les fournisseurs d’infrastructure ne se contentent plus de vendre de la puissance informatique à la demande. Ils nouent des liens financiers, techniques et commerciaux avec les créateurs de modèles les plus ambitieux. Microsoft et OpenAI ont montré l’importance de ce type de rapprochement ; Amazon et Anthropic construisent leur propre alliance autour d’AWS.

AWS a par ailleurs cité Apple parmi les entreprises qui s’intéressent à ses composants dédiés à l’IA. Cet intérêt souligne l’enjeu de Trainium : pour Amazon, la réussite ne dépendra pas seulement de l’usage par Anthropic, mais aussi de la capacité de ses puces à convaincre des clients aux besoins très variés.

Pourquoi les marchés ont réagi à l’annonce d’AWS

La hausse de l’action Amazon, au-dessus de 1 % et près de 213 dollars, traduit l’optimisme suscité par l’offensive d’AWS. Les investisseurs regardent de près la capacité des géants technologiques à transformer l’engouement pour l’IA en revenus durables. AWS est déjà une activité essentielle pour Amazon, car elle fournit des services informatiques à des entreprises de toutes tailles et génère des marges importantes.

En annonçant Rainier, Amazon donne un signal : le groupe entend participer à la croissance de l’IA non seulement comme fournisseur de cloud, mais aussi comme concepteur de composants spécialisés. Cette intégration peut, à terme, renforcer l’attractivité de son offre si les clients y trouvent une solution performante et économiquement intéressante.

L’entreprise prévoit d’investir plus de 100 milliards de dollars au cours de la prochaine décennie dans ses capacités d’infrastructure liées à l’IA, selon les éléments évoqués autour de cette stratégie. Ce chiffre donne la mesure de l’effort requis. Construire des centres de données capables d’accueillir de grands clusters implique l’achat de puces, mais aussi des dépenses considérables en réseau, stockage, électricité, refroidissement et sécurité.

Il faut toutefois éviter de lire la réaction boursière comme un verdict définitif sur la technologie. Une progression de cours reflète des attentes, pas encore la démonstration que Project Rainier procurera un avantage durable. Le succès du projet dépendra de son déploiement effectif, de ses performances observées et de l’intérêt de clients au-delà des partenaires déjà proches d’Amazon.

Des promesses technologiques, mais aussi des défis très concrets

Concevoir un accélérateur spécialisé ne suffit pas à bouleverser le marché. Dans l’IA, les puces doivent être accompagnées d’outils de développement accessibles, de bibliothèques logicielles robustes, de systèmes réseau rapides et d’un support technique adapté. Les entreprises qui ont déjà construit leurs workflows autour des GPU Nvidia peuvent hésiter à migrer si cela implique de revoir leurs logiciels ou de former leurs équipes.

AWS devra donc démontrer plusieurs choses avec Rainier : que son Ultracluster est disponible à l’échelle annoncée, que les puces Trainium répondent aux attentes des équipes qui entraînent les modèles les plus exigeants, et que l’avantage économique éventuel se vérifie dans les usages réels. La disponibilité sera également décisive. Une alternative n’est utile que si les clients peuvent y accéder au moment où ils en ont besoin.

La montée en puissance de ces infrastructures soulève aussi une question matérielle plus large. À mesure que les modèles deviennent plus grands, le calcul nécessaire augmente, tout comme les besoins des centres de données en énergie et en équipements. La bataille pour l’IA est donc aussi une bataille industrielle, où l’accès aux puces, aux réseaux et aux capacités électriques devient un facteur de compétitivité.

Ce qu’il faut surveiller en 2025

Le premier indicateur sera le calendrier de Project Rainier. AWS a annoncé un déploiement complet en 2025 : le marché suivra la vitesse à laquelle l’infrastructure devient réellement utilisable par Anthropic et, à terme, par d’autres clients. Les performances et le coût d’utilisation des puces Trainium face aux alternatives disponibles seront particulièrement scrutés.

Le deuxième enjeu concerne la relation avec Nvidia. Project Ceiba, avec ses plus de 20 000 GPU Blackwell, montre qu’AWS a encore besoin des processeurs du leader du marché pour répondre à la demande. L’équilibre entre coopération et concurrence pourrait devenir l’un des éléments les plus importants de la stratégie d’Amazon dans l’IA.

Enfin, la capacité d’Anthropic à transformer cette puissance de calcul en modèles compétitifs donnera une portée concrète au projet. Si Rainier permet à ce partenaire d’accélérer ses travaux tout en validant les puces d’AWS, Amazon disposera d’un argument solide. Dans le cas contraire, Nvidia conservera un avantage renforcé par la confiance déjà acquise auprès des développeurs et des grands laboratoires d’IA.