Résumé

  • Selon des documents internes consultés par Business Insider, Amazon remanie une partie de son campus d’Indiana pour réunir plusieurs centres de données dans un « AGI SuperCluster » destiné à ses futurs modèles.
  • Une demande qualifiée d’urgente porte sur plus de 6 000 serveurs équipés de Trainium, avec un calendrier avancé de plusieurs semaines.
  • Le dispositif doit refondre réseau, stockage et liaisons fibre; certains bâtiments deviendraient des annexes partageant les équipements centraux et certains systèmes Trainium2 seraient remplacés par Trainium3.
  • Le projet se trouve sur le même vaste site que Project Rainier, mais ne doit pas toucher aux serveurs Rainier déjà réservés aux charges d’Anthropic, d’après l’enquête.
  • Amazon a publié pour AWS un chiffre d’affaires trimestriel de 42,2 milliards de dollars et un résultat opérationnel de 16,6 milliards; son flux de trésorerie disponible sur douze mois est toutefois négatif de 7,6 milliards après l’accélération des investissements liés à l’IA.
  • Le coût du remaniement, sa puissance électrique, le nombre de puces par serveur, sa date d’achèvement, son utilisation future et son rendement ne sont pas rendus publics.

L’économie se joue dans les équipements évités

Un grand campus peut accumuler des actifs qui ont été financés pour des générations de calcul différentes. Les documents décrits par Business Insider montrent Amazon cherchant à les réorganiser plutôt qu’à repartir de zéro. Des bâtiments jusque-là autonomes deviendraient des annexes; le réseau central, le stockage et la fibre seraient conçus pour présenter plusieurs salles comme une seule grappe.

Cette décision peut supprimer des doublons et rapprocher le matériel disponible d’un même travail d’entraînement. Elle peut aussi agrandir le domaine de panne et rendre le calendrier dépendant d’une intégration complexe. Aucun montant d’économie n’est communiqué. La bonne lecture n’est donc pas « Amazon a réduit ses coûts », mais « Amazon a choisi la mutualisation comme moyen de mieux utiliser un capital déjà engagé ».

Le chiffre de 6 000 ne donne ni mégawatts ni mise en service

La demande interne dépasse 6 000 serveurs Trainium. C’est un ordre de grandeur matériel, mais ce n’est pas un inventaire installé. On ignore le nombre d’accélérateurs par serveur, la densité des baies, la puissance disponible, les livraisons déjà effectuées et le rythme d’acceptation.

Le calendrier aurait été raccourci pour préparer un nouveau modèle avant re:Invent, généralement organisé au début de décembre. Une échéance de démonstration pousse à réserver des ressources; elle ne prouve ni le démarrage d’un entraînement complet ni la qualité du modèle. Fibre, réseau, stockage des points de contrôle, logiciels et électricité doivent fonctionner ensemble. Le risque de retard reste supporté par Amazon.

Rainier fixe une limite contractuelle utile

Amazon présente Project Rainier comme une grappe opérationnelle construite autour de près d’un demi-million de puces Trainium2 pour Anthropic. Le nouveau programme se déploie dans le même ensemble immobilier, mais l’enquête précise que les serveurs Rainier existants ne sont pas concernés.

Cette distinction empêche de raconter un transfert de capacité qui n’est pas établi. Amazon affirme que son activité de puces et son activité IA ont chacune dépassé 25 milliards de dollars de chiffre d’affaires annualisé et cite des engagements Trainium pluriannuels et de plusieurs gigawatts. Prélever une capacité contractuelle pour un modèle interne déplacerait le risque vers un client. Les éléments disponibles indiquent plutôt qu’Amazon tente de financer les deux usages côte à côte.

Une croissance d’AWS ne dispense pas de rendement

AWS a produit 42,2 milliards de dollars de ventes au deuxième trimestre, en hausse de 37 %, et 16,6 milliards de résultat opérationnel. En parallèle, le flux de trésorerie disponible d’Amazon sur douze mois est passé à une sortie de 7,6 milliards. Le groupe relie cette évolution surtout à une hausse annuelle de 66,1 milliards des achats nets d’immobilisations, principalement pour l’IA.

La demande commerciale peut donc être forte tout en obligeant à examiner chaque nouveau bloc de capital. Remplacer certains Trainium2, partager des équipements et accélérer la grappe peut améliorer le coût d’un entraînement. Sans coût de projet, débit utile, disponibilité et utilisation, il reste impossible de savoir si le remaniement améliore le rendement ou ne fait qu’avancer la dépense.

Qui gagne, qui paie

Les équipes de modèles d’Amazon obtiennent une priorité de calendrier et une infrastructure plus intégrée. Les clients AWS pourraient profiter des apprentissages logiciels et opérationnels. Amazon paie cependant la capacité et conserve le risque si le modèle arrive tard, si la grappe est sous-utilisée ou si une architecture commune concentre les incidents.

L’autre option aurait été de louer des accélérateurs externes, de créer un nouveau site autonome, de retarder le modèle ou de déplacer des ressources clients. La solution retenue paraît plus disciplinée parce qu’elle réemploie le campus. Elle ne sera supérieure que si elle réduit réellement le temps ou le coût sans dégrader Rainier ni la capacité vendue.

Sources