Un financement majeur en préparation
Selon plusieurs sources de presse américaine, le fournisseur cloud spécialisé dans l’infrastructure IA Fluidstack mène actuellement des discussions avancées pour lever plus de 700 millions de dollars dans un nouveau tour de table.
L’opération serait conduite par un fonds d’investissement récemment créé par un ancien chercheur d’OpenAI, signe de l’intérêt stratégique du secteur pour les solutions d’infrastructure alternatives aux GPU traditionnels.
Cette levée donnerait à Fluidstack la capacité d’étendre massivement ses capacités de calcul et de soutenir la demande croissante pour des environnements optimisés pour les modèles d’IA de grande taille.
Un rôle clé dans la distribution des TPU de Google
Fluidstack est devenu un partenaire important de Google dans la mise à disposition commerciale de ses Tensor Processing Units (TPU), des puces maison conçues spécifiquement pour l’apprentissage automatique.
Historiquement, ces puces étaient réservées aux data centers internes de Google, mais le groupe multiplie désormais les collaborations pour les rendre accessibles à un plus grand nombre d’entreprises, laboratoires d’IA et startups technologiques.
En assurant la distribution et l’hébergement de TPU à grande échelle, Fluidstack participe à la stratégie de Google visant à réduire la dépendance du marché aux GPU de Nvidia et à proposer une alternative compétitive pour l’entraînement et l’inférence de modèles avancés.
Impact sur le marché du calcul IA
Si la levée de fonds aboutit, Fluidstack pourrait se positionner comme l’un des principaux fournisseurs d’infrastructure spécialisée, capable d’offrir un accès flexible et scalable à des accélérateurs IA de dernière génération.
Pour Google, l’élargissement de l’accès aux TPU augmente l’adoption de son écosystème matériel et logiciel, encourageant les développeurs à optimiser leurs modèles pour ces architectures et renforçant sa présence dans le cloud IA.
Pour les entreprises utilisatrices, l’apparition de nouveaux acteurs comme Fluidstack diversifie l’offre, potentiellement avec des coûts inférieurs et des performances optimisées pour certains types de calcul — notamment les modèles génératifs et les architectures massivement parallèles.
Défis et incertitudes
Les négociations financières sont encore en cours et l’issue reste incertaine.
Même avec un financement important, Fluidstack devra démontrer sa capacité à déployer rapidement de nouveaux clusters, assurer une qualité de service stable et convaincre les utilisateurs de migrer vers les TPU, ce qui implique un effort technique et logiciel non négligeable.
La domination des GPU de Nvidia, l’étendue des outils déjà construits autour de CUDA et l’inertie des systèmes existants représentent des obstacles significatifs que les fournisseurs d’alternatives doivent surmonter pour espérer une adoption massive.
