ActualitésActionsMistral vise 1 GW de capacité de calcul en Europe d'ici 2030

Mistral vise 1 GW de capacité de calcul en Europe d'ici 2030

Auteur: AI Business·

Points clés

  • Mistral vise jusqu'à 1 gigawatt de capacité de calcul en Europe d'ici 2030, une échelle comparable aux campus de centres de données des principaux hyper-scaleurs américains.
  • L'entreprise a lancé une coalition avec ASML, CMA CGM et Amadeus, permettant aux membres de convertir leurs investissements en European Compute Units pour accéder à l'infrastructure construite par Mistral.
  • Mistral autorise désormais les modèles ouverts tiers sur sa plateforme, en commençant par GLM-5.2 du fournisseur chinois Z.ai, se positionnant comme agnostique vis-à-vis des modèles plutôt que liée uniquement à ses modèles propriétaires.
  • Les Regional Endpoints permettent déjà aux clients de diriger leurs charges de travail d'inférence via l'Europe ou les États-Unis, tandis qu'un nouveau niveau Priority en préversion publique offre des niveaux de service garantis pour les charges de travail critiques.
  • L'ampleur de l'investissement est substantielle : Mistral a précédemment obtenu 830 millions de dollars de financement par emprunt pour un centre de données de 44 MW près de Paris, représentant seulement environ 4 % du nouvel objectif de capacité annoncé.
Mistral vise 1 GW de capacité de calcul en Europe d'ici 2030

L'entreprise française d'IA Mistral a dévoilé des plans visant à construire jusqu'à 1 gigawatt de capacité de calcul en Europe d'ici 2030, marquant une expansion significative de son activité d'infrastructure en soutien à la souveraineté européenne en matière d'IA. Cette ambition place Mistral — fondée en 2023 par d'anciens chercheurs de DeepMind et Meta AI et largement considérée comme le principal challenger européen face aux laboratoires d'IA américains — au cœur d'une initiative continentale visant à réduire la dépendance à l'égard des fournisseurs de cloud américains pour les charges de travail d'IA de nouvelle génération.

Dans un article de blog daté du 11 août, Mistral a exposé une feuille de route conçue pour offrir aux entreprises et aux nations un meilleur contrôle sur leur infrastructure d'IA. « Nous croyons que chaque entreprise et chaque pays doit contrôler le modèle qu'il utilise, choisir là où l'intelligence s'exécute, maîtriser la capacité de calcul pour la faire évoluer et conserver sa valeur cumulative », a déclaré l'entreprise.

L'annonce intervient alors que l'AI Act de l'UE entre dans sa phase de mise en œuvre progressive, ajoutant une pression réglementaire sur les organisations pour qu'elles démontrent leur contrôle sur les modèles qu'elles déploient et sur les données traitées par ces modèles. Les entreprises européennes soumises au RGPD et à des règles sectorielles spécifiques recherchent de plus en plus une infrastructure qui maintient le traitement de l'IA dans les limites de leur juridiction — une demande que les hyper-scaleurs basés aux États-Unis ont partiellement satisfaite, mais que les décideurs politiques européens ont exhorté les fournisseurs nationaux à capter.

Mistral a détaillé plusieurs initiatives concrètes pour faire avancer cette stratégie.

Inférence régionale et niveau Priority

Mistral renforce le contrôle régional de l'inférence grâce aux Mistral Regional Endpoints, déjà disponibles. Les clients peuvent choisir si leurs charges de travail d'inférence s'exécutent en Europe ou aux États-Unis, ce qui leur permet de respecter les exigences de résidence des données, de conformité réglementaire et de latence. Un nouveau niveau Priority, actuellement en préversion publique, offre des niveaux de service garantis adaptés aux charges de travail critiques.

La localisation, cependant, n'est « qu'une partie de la souveraineté », a souligné Mistral. Les clients ont également besoin de contrôle sur la technologie d'IA qui fonctionne sur leur infrastructure.

Prise en charge des modèles ouverts tiers

Pour y répondre, Mistral a commencé à autoriser les modèles ouverts tiers à s'exécuter sur son infrastructure. Le premier modèle accepté est GLM-5.2, développé par le fournisseur chinois Z.ai. Cette décision traduit l'effort de Mistral pour positionner sa plateforme comme une infrastructure agnostique vis-à-vis des modèles plutôt qu'un écosystème fermé lié uniquement à sa famille de modèles propriétaires — un facteur différenciant par rapport aux fournisseurs américains verticalement intégrés.

Coalition pour la capacité d'IA européenne

Mistral a également annoncé la formation d'une coalition réunissant des entreprises et des institutions engagées à construire conjointement la capacité d'IA à travers l'Europe.

« L'agrégation de la demande à long terme de cette manière permettra de déterminer quelle capacité est construite, où elle se situe et qui elle sert », a indiqué Mistral.

Les membres de la coalition pourront convertir leurs investissements en European Compute Units, qui donnent accès à l'infrastructure construite par Mistral. Les organisations ayant déjà rejoint l'initiative incluent le fournisseur de semi-conducteurs néerlandais ASML, le groupe français de transport et logistique CMA CGM, et l'entreprise espagnole de technologies de voyage Amadeus. Le modèle de coalition s'inspire des stratégies d'agrégation de la demande que les responsables de l'UE ont préconisées comme mécanisme pour regrouper la demande européenne fragmentée en calcul et rendre les projets d'infrastructure à grande échelle financièrement viables.

Objectif de 1 GW et contexte de financement

L'objectif ultime de Mistral est de fournir jusqu'à 1 GW de capacité de calcul d'ici 2030, offrant ce qu'elle appelle « une infrastructure d'IA évolutive qui conserve la valeur et le contrôle pour les utilisateurs ». Pour contexte, 1 GW s'approche de l'échelle des campus des principaux hyper-scaleurs exploités par les plus grands fournisseurs de cloud américains, dont les complexes de centres de données phares peuvent consommer plusieurs centaines de mégawatts ou plus.

Bien que Mistral n'ait pas communiqué sur l'envergure financière de l'ambition de 1 GW, l'ampleur de l'investissement requis est considérable. Plus tôt cette année, l'entreprise a obtenu 830 millions de dollars de financement par emprunt pour un seul centre de données de 44 MW en banlieue de Paris — une installation représentant environ 4 % de la capacité désormais ciblée.

Source : AI Business