AMD dévoile Helios, son rack IA pour défier Nvidia

AMD veut déplacer la compétition de la puce vers le rack

AMD ne veut plus être perçu uniquement comme le challenger de Nvidia sur le marché des accélérateurs d’intelligence artificielle. Avec Helios, présenté comme un système de calcul IA à l’échelle du rack, le groupe américain élargit explicitement son terrain de jeu : l’enjeu n’est plus seulement de proposer un GPU performant, mais de livrer une infrastructure complète, pensée pour faire fonctionner de très grands modèles et pour être déployée dans les centres de données des fournisseurs de cloud, des laboratoires d’IA et des grandes entreprises.

Selon TechCrunch, dans son article intitulé AMD takes on Nvidia with its Helios AI rack-scale system, les premiers systèmes Helios doivent être expédiés à des clients plus tard cette année. Le calendrier est important, car le marché de l’IA générative s’est progressivement organisé autour de déploiements massifs : des milliers, voire des dizaines de milliers d’accélérateurs doivent être reliés, alimentés, refroidis et orchestrés comme un seul ensemble de calcul. Dans cette configuration, le GPU reste indispensable, mais il n’est plus l’unique produit déterminant.

Le nom Helios renvoie ainsi à une évolution de la manière dont AMD se présente aux acheteurs d’infrastructures. Pendant longtemps, la société a vendu des composants : processeurs EPYC pour les serveurs, GPU Instinct pour le calcul accéléré, cartes réseau et, depuis ses acquisitions, technologies issues de Xilinx et de Pensando. Le rack-scale system vise à réunir ces briques dans une offre cohérente. L’objectif est de réduire l’écart entre la livraison d’un accélérateur et l’exploitation effective d’un cluster d’IA en production.

Cette mutation de l’offre reflète une réalité industrielle. Acheter des GPU ne suffit pas à faire émerger une plateforme d’IA compétitive. Il faut aussi une topologie réseau adaptée aux communications très fréquentes entre accélérateurs, des processeurs hôtes capables d’alimenter les calculs, de la mémoire à haute bande passante, des outils logiciels, des mécanismes de gestion du rack et une intégration thermique et électrique compatible avec des puissances croissantes. La valeur se déplace donc vers le système entier.

AMD s’attaque, de fait, au terrain sur lequel Nvidia a bâti une part majeure de son avance. La firme dirigée par Jensen Huang ne commercialise pas seulement des GPU : elle propose depuis des années des systèmes DGX, puis des architectures de racks intégrés destinées aux très grands déploiements. Nvidia associe ses accélérateurs à des interconnexions, à des cartes réseau, à des solutions de stockage et surtout à CUDA, son environnement logiciel devenu une référence pour une large partie de l’écosystème du calcul accéléré.

Helios ne signifie donc pas qu’AMD abandonne la logique du composant. Au contraire, le rack est précisément une manière de valoriser simultanément plusieurs familles de produits du groupe. Mais l’annonce traduit une ambition différente : proposer aux clients une alternative qui puisse être évaluée face à une plateforme Nvidia complète, et non plus uniquement face à une carte GPU prise isolément dans un banc d’essai.

Helios, une infrastructure conçue pour les charges d’IA massives

Les éléments communiqués par AMD et rapportés par TechCrunch décrivent Helios comme une infrastructure de calcul IA « rack-scale », c’est-à-dire conçue au niveau du rack entier. Cette expression n’est pas un simple élément de langage marketing. Dans un environnement de calcul de grande taille, les performances obtenues dépendent de l’ensemble : vitesse des accélérateurs, capacité mémoire, vitesse à laquelle les puces échangent leurs données, latence réseau, consommation électrique, dissipation de chaleur et logiciels qui répartissent les tâches.

Les modèles d’IA générative expliquent cette montée en complexité. Leur entraînement exige d’effectuer un très grand nombre d’opérations parallèles et de partager continuellement des paramètres entre processeurs graphiques. L’inférence, qui consiste à utiliser un modèle déjà entraîné, pose elle aussi des contraintes particulières, notamment lorsqu’il faut servir un grand nombre d’utilisateurs avec une faible latence. Dans les deux cas, la qualité du réseau entre les puces et entre les serveurs peut devenir aussi importante que la puissance de calcul brute.

Helios vise précisément ce niveau d’intégration. Le système associe la puissance de calcul nécessaire aux charges d’IA, les composants réseau et la couche logicielle qui permet de les exploiter ensemble. AMD ne se contente donc pas de dire à ses clients comment assembler un cluster à partir de produits distincts : le groupe entend fournir une architecture de référence intégrée, destinée à accélérer le déploiement de capacités de calcul à grande échelle.

La distinction est décisive pour les opérateurs. Monter une infrastructure à partir de serveurs standards et de GPU séparés laisse davantage de liberté dans le choix des fournisseurs, des réseaux et des logiciels. Mais cette approche peut rallonger la validation technique, compliquer le support et imposer un travail d’optimisation considérable. Une plateforme rack-scale promet, à l’inverse, une configuration plus prévisible : les composants sont sélectionnés pour fonctionner ensemble et la responsabilité d’intégration est davantage portée par le fournisseur de l’architecture.

Cette orientation ne rend pas les questions techniques moins importantes. Elle les place simplement à un niveau plus élevé. Pour un acheteur, l’évaluation d’Helios ne se résumera pas au nombre de GPU installés dans le rack. Il faudra examiner la bande passante disponible entre les nœuds, la manière dont les réseaux sont organisés, les besoins en alimentation, les exigences de refroidissement, la compatibilité avec les outils existants et la capacité à faire fonctionner les modèles effectivement utilisés par l’organisation.

La promesse d’un système intégré a aussi une dimension opérationnelle. Dans un centre de données, un rack d’IA moderne peut représenter une concentration de puissance électrique et de chaleur considérable. Les choix d’architecture ont donc des conséquences directes sur le bâtiment, les systèmes de refroidissement et le rythme auquel une nouvelle capacité peut être mise en service. Le marché se rapproche ainsi de la logique des supercalculateurs, où l’intégration matérielle et l’exploitation de l’installation ne peuvent pas être séparées.

Pour AMD, Helios est l’occasion de présenter une réponse plus complète aux besoins des très grands clients. Les fournisseurs de cloud et les groupes qui entraînent eux-mêmes leurs modèles ne recherchent pas nécessairement un simple composant : ils cherchent des capacités disponibles, reproductibles et soutenues dans le temps. Une architecture de rack est une manière de parler directement à cette attente.

Le fait que les premières expéditions soient annoncées plus tard cette année fixe désormais le véritable test de l’initiative. Une présentation technologique ne suffit pas dans ce segment. La crédibilité dépendra de la disponibilité concrète des systèmes, de leur intégration dans les environnements des clients et des résultats mesurables sur les charges d’IA réelles. Les annonces de racks sont devenues fréquentes dans l’industrie ; la difficulté réside dans le passage de l’annonce à la production à grande échelle.

Le précédent Nvidia et l’évolution de la stratégie d’AMD

La bataille actuelle s’inscrit dans une histoire plus longue. AMD a longtemps été principalement associé à ses processeurs x86, qui concurrencent les Xeon d’Intel dans les PC et les serveurs. Avec les processeurs EPYC, le groupe a renforcé sa présence dans les centres de données. Il a ensuite accéléré ses ambitions dans le calcul hétérogène, où CPU, GPU, accélérateurs spécialisés et composants réseau sont combinés pour traiter les charges les plus exigeantes.

Dans le monde du calcul accéléré, Nvidia a pris une avance structurante. Cette avance tient aux performances de ses puces, mais aussi au temps consacré à bâtir un écosystème autour de CUDA. Développeurs, chercheurs, éditeurs de logiciels et fournisseurs de cloud ont construit de nombreux outils et flux de travail autour de cette plateforme. Le résultat est un effet de réseau : une technologie est d’autant plus attractive qu’elle est déjà prise en charge par les bibliothèques, les modèles et les compétences disponibles sur le marché.

AMD a répondu en développant sa gamme Instinct et sa pile logicielle ROCm. La famille Instinct s’adresse aux charges de calcul intensif et d’IA dans les centres de données, tandis que ROCm vise à fournir les couches logicielles nécessaires pour programmer et exécuter des charges accélérées sur le matériel AMD. Le défi est considérable : il ne s’agit pas seulement de rendre un modèle capable de démarrer sur une autre architecture, mais de garantir qu’il fonctionne efficacement, avec des outils de déploiement, de monitoring et d’optimisation utilisables en production.

Le groupe dispose néanmoins de plusieurs actifs pertinents pour une stratégie de plateforme. Les processeurs EPYC offrent à AMD une présence solide côté CPU serveur. L’acquisition de Xilinx, finalisée en 2022, a apporté des capacités dans les FPGA et les systèmes adaptatifs. La même année, AMD a finalisé l’acquisition de Pensando, spécialiste des unités de traitement de données et des technologies de réseau. Ces opérations ne suffisent pas à elles seules à créer une plateforme d’IA, mais elles renforcent la capacité du groupe à assembler des briques au-delà du GPU.

La gamme MI300 a illustré cette stratégie d’intégration. AMD a notamment mis en avant le MI300X, un accélérateur destiné à l’IA doté de 192 Go de mémoire HBM3. Dans les configurations à huit GPU présentées par le groupe, la mémoire totale atteignait 1,5 To. Cette capacité mémoire a constitué un argument important face aux modèles de langage de grande taille, qui exigent de stocker de très nombreux paramètres ainsi que des données temporaires pendant leur exécution.

Mais l’étape suivante est différente. Une plateforme comme Helios cherche à dépasser la comparaison traditionnelle entre deux accélérateurs. Le débat ne porte plus seulement sur la mémoire d’un GPU ou sur un chiffre de calcul théorique. Il porte sur la manière dont un rack complet traite un modèle, sur le taux d’utilisation des accélérateurs, sur le coût de gestion de l’infrastructure et sur la vitesse à laquelle un client peut augmenter son parc.

Nvidia a largement participé à installer cette nouvelle norme. Ses systèmes DGX ont montré qu’il était possible de vendre un produit d’infrastructure complet, et non seulement des cartes destinées à être intégrées par des tiers. Les systèmes NVL, associés aux générations plus récentes de GPU, ont prolongé cette trajectoire vers des ensembles de très grande taille. Nvidia a présenté Blackwell en 2024 comme une architecture pensée pour les besoins de l’IA à grande échelle, avec une attention accrue à l’interconnexion et au déploiement dans les centres de données.

Helios doit être lu dans ce contexte. AMD ne cherche pas seulement à répondre à une référence technique ; l’entreprise répond à une référence commerciale et opérationnelle. Face à des clients qui peuvent acheter une solution fortement intégrée chez Nvidia, AMD doit démontrer qu’une pile fondée sur ses propres composants peut être commandée, installée, utilisée et maintenue avec un niveau de simplicité comparable.

Cette dynamique explique aussi pourquoi l’IA ne peut plus être analysée uniquement comme un marché de semi-conducteurs. Elle devient un marché d’infrastructures. Les gagnants potentiels ne sont pas seulement ceux qui conçoivent les meilleurs transistors, mais ceux qui maîtrisent l’assemblage du système, le logiciel, l’approvisionnement, le support et les relations avec les grands opérateurs de centres de données.

Une concurrence qui se joue sur le réseau, le logiciel et l’exécution

L’annonce d’Helios intervient dans un marché beaucoup plus disputé qu’au début du cycle actuel de l’IA générative. Nvidia reste l’acteur central des accélérateurs d’IA, mais AMD cherche à capter une part de la demande portée par les fournisseurs de cloud et par les entreprises qui souhaitent diversifier leurs sources de calcul. Intel, de son côté, reste présent dans les centres de données et poursuit ses efforts dans les accélérateurs et les processeurs destinés à l’IA. Les fournisseurs de cloud développent également leurs propres puces, notamment pour réduire leur dépendance aux accélérateurs généralistes et pour optimiser certaines charges internes.

Les puces développées par les hyperscalers ne répondent toutefois pas exactement au même besoin que Helios. Les accélérateurs maison sont souvent conçus d’abord pour les propres infrastructures de l’opérateur ou pour ses services cloud. AMD, lui, met en avant une architecture destinée à être achetée par différents clients. Cette position peut intéresser des organisations qui ne veulent pas dépendre d’une seule plateforme cloud, ou qui souhaitent installer leurs capacités dans leurs propres centres de données et dans des environnements colocalisés.

Le réseau constitue l’un des champs de bataille les plus importants. Dans un système IA distribué, les accélérateurs doivent échanger des données à un rythme extrêmement élevé. Si ces échanges deviennent trop lents, les GPU passent une partie de leur temps à attendre plutôt qu’à calculer. La performance effective du cluster s’éloigne alors fortement de la somme des performances théoriques des puces installées.

Cette contrainte favorise les fournisseurs capables de proposer une approche cohérente de l’interconnexion. Nvidia a renforcé son offre réseau avec l’acquisition de Mellanox, finalisée en 2020. AMD dispose, pour sa part, des actifs issus de Pensando et de sa propre expérience dans les plates-formes de centres de données. Helios est une manifestation de cette réalité : une offre rack-scale ne peut être crédible sans une histoire claire sur la manière dont les nœuds communiquent.

Le logiciel est l’autre facteur déterminant. Pour gagner une place durable, AMD doit convaincre les équipes de recherche, les ingénieurs de plateforme et les éditeurs que leurs charges peuvent être portées et optimisées sans coût excessif. ROCm joue ici un rôle stratégique. La disponibilité d’un environnement logiciel ouvert est régulièrement mise en avant par AMD, mais l’ouverture ne résout pas automatiquement les difficultés d’adoption. Les entreprises ont besoin de bibliothèques stables, de compatibilité avec leurs frameworks, d’outils de diagnostic et de personnel formé.

La question de la migration est centrale. Une organisation qui a déjà industrialisé ses modèles sur une pile Nvidia ne change pas de fournisseur uniquement parce qu’un accélérateur concurrent offre une caractéristique intéressante. Elle doit évaluer le coût de portage, les risques de régression, la disponibilité des ingénieurs, le support des logiciels tiers et la manière dont les performances varient d’un modèle à l’autre. La concurrence repose donc autant sur la réduction de cette friction que sur les caractéristiques matérielles.

AMD peut cependant bénéficier d’un contexte favorable. La concentration de la demande autour d’un fournisseur dominant pousse naturellement certains grands acheteurs à examiner des alternatives. La diversification n’est pas seulement une question de négociation commerciale. Elle concerne aussi la sécurité d’approvisionnement, la capacité à éviter les goulots d’étranglement et la possibilité de choisir le matériel le plus approprié selon les types de modèles. Helios donne à AMD un produit plus lisible pour dialoguer avec ces acheteurs.

Il faut néanmoins distinguer l’intérêt stratégique d’une alternative et sa capacité à s’imposer. Dans les systèmes d’IA, la puissance totale d’un rack ne dit pas tout. La consommation, la densité, les exigences de refroidissement, les délais de livraison, la disponibilité du support et l’intégration avec les systèmes de stockage existants jouent un rôle direct dans la décision. Le marché valorise désormais l’exécution industrielle autant que l’innovation architecturale.

La bataille entre AMD et Nvidia ne se limite donc pas à savoir quel acteur possède le GPU le plus rapide. Elle porte sur la capacité à rendre un ensemble de milliers de composants utilisable comme une plateforme unique. C’est cette ambition que résume Helios : transformer un portefeuille de puces, de processeurs et de logiciels en produit d’infrastructure complet.

Ce que Helios peut changer pour les entreprises françaises et européennes

En France et en Europe, l’annonce mérite une attention particulière car les besoins en infrastructures IA augmentent dans un cadre marqué par la souveraineté, la maîtrise des données et les contraintes énergétiques. Les organisations européennes ne constituent pas un marché homogène : les fournisseurs de cloud, les opérateurs de télécommunications, les administrations, les laboratoires de recherche, les banques, les industriels et les jeunes pousses n’ont ni les mêmes charges de travail ni les mêmes critères d’achat. Mais tous sont confrontés à la question de l’accès à une puissance de calcul adaptée.

Une offre rack-scale d’AMD peut théoriquement élargir les options disponibles pour les opérateurs qui construisent ou agrandissent des clusters IA. Pour les clients, l’existence d’une alternative intégrée est importante, même lorsqu’elle n’aboutit pas immédiatement à un changement de fournisseur. Elle peut améliorer la capacité de comparaison, encourager les tests multi-plateformes et soutenir une stratégie d’approvisionnement moins concentrée.

Cette question de pluralité technologique est particulièrement sensible en Europe. Les débats sur le cloud de confiance, l’hébergement de données sensibles et la dépendance aux grandes plateformes américaines ne concernent pas directement le fabricant de GPU, mais les choix matériels influencent l’autonomie opérationnelle des infrastructures. Un opérateur européen qui souhaite proposer des services d’IA doit pouvoir sécuriser ses approvisionnements, former ses équipes et garantir une exploitation durable de ses clusters.

Helios ne supprime pas les dépendances : AMD est lui aussi un groupe américain et la chaîne de valeur des semi-conducteurs reste mondiale. En revanche, l’arrivée d’une offre système supplémentaire peut contribuer à éviter que la décision d’achat ne se limite à une seule architecture. Pour les intégrateurs, les hébergeurs et les entreprises qui opèrent leur propre infrastructure, cela ouvre la possibilité de comparer des plateformes plutôt que de choisir uniquement entre différents modèles de cartes.

Les contraintes physiques seront déterminantes dans le contexte européen. Déployer des racks d’IA de forte densité suppose une alimentation électrique disponible, des solutions de refroidissement adaptées et des centres de données capables de supporter une concentration importante de puissance. Or ces sujets prennent une importance croissante en France, où les projets de centres de données sont observés à travers le prisme de la consommation électrique, de l’accès au foncier, de l’eau lorsqu’elle est utilisée pour le refroidissement et de la valorisation de la chaleur fatale.

Pour un acheteur français, la pertinence de Helios dépendra donc de données très concrètes que l’annonce générale ne suffit pas à trancher : puissance du rack, mode de refroidissement, disponibilité auprès des partenaires, modalités de support, compatibilité avec les logiciels internes et performances sur les modèles concernés. Un laboratoire qui entraîne des modèles scientifiques, une banque qui exécute des modèles d’analyse de risques et un fournisseur de services d’IA n’auront pas nécessairement les mêmes critères.

La disponibilité logicielle sera tout aussi décisive pour l’écosystème francophone. Les équipes d’ingénierie ne travaillent pas dans l’abstrait : elles s’appuient sur des frameworks, des conteneurs, des bibliothèques et des chaînes de déploiement déjà en place. L’adoption d’une nouvelle infrastructure suppose que les outils d’IA courants soient supportés et que les performances soient reproductibles. AMD devra donc convaincre non seulement les directions informatiques, mais aussi les développeurs et les responsables de plateformes MLOps.

Les acteurs de la recherche publique et du calcul scientifique peuvent également suivre cette évolution avec attention. L’Europe dispose d’une tradition forte de supercalcul et d’infrastructures de recherche partagées. L’IA générative rapproche progressivement certains besoins industriels des besoins historiques du calcul haute performance : parallélisme massif, interconnexions rapides, optimisation énergétique et planification de ressources rares. Une offre de rack complète peut être examinée dans cette perspective, à condition qu’elle réponde aux exigences de portabilité des codes et de maintenance à long terme.

Il serait toutefois prématuré d’interpréter Helios comme une bascule automatique du marché européen. Nvidia dispose d’un écosystème profond, d’une large présence chez les fournisseurs cloud et d’une forte reconnaissance auprès des développeurs. Le succès d’AMD dépendra de la capacité des premiers clients à mettre les systèmes en production et à obtenir des résultats convaincants sur des charges représentatives. Les déploiements initiaux, plus que les annonces, serviront de référence aux acheteurs suivants.

La prochaine phase dépendra de la capacité d’AMD à transformer l’annonce en standard de déploiement

Avec Helios, AMD reconnaît implicitement que la prochaine étape de l’IA se jouera moins dans la démonstration isolée d’une puce que dans l’industrialisation de systèmes complets. Cette évolution a des conséquences pour l’ensemble de la chaîne : fabricants de semi-conducteurs, équipementiers réseau, assembleurs de serveurs, opérateurs de centres de données, fournisseurs de cloud et éditeurs de logiciels devront travailler de manière plus étroitement coordonnée.

Le passage au rack-scale peut aussi modifier la relation entre AMD et ses partenaires. Lorsqu’un fournisseur vend surtout des composants, les fabricants de serveurs et les intégrateurs conservent une grande part de la responsabilité de l’architecture finale. Lorsqu’il propose une plateforme plus intégrée, il définit davantage le produit de référence. Cela peut simplifier la mise en œuvre pour le client final, mais cela exige aussi une capacité accrue à assurer le support, la validation et la disponibilité de l’ensemble des éléments.

La perspective de premières expéditions plus tard cette année sera donc scrutée sous plusieurs angles. Les clients voudront savoir si les systèmes peuvent être installés dans des infrastructures existantes sans modifications disproportionnées. Les développeurs regarderont la maturité de l’environnement logiciel. Les opérateurs mesureront l’efficacité énergétique et les contraintes de refroidissement. Les directions financières compareront le coût global, qui inclut bien davantage que le prix d’achat des accélérateurs.

Le marché pourrait également se segmenter davantage. Certaines entreprises continueront de privilégier les plateformes les plus établies pour réduire les risques. D’autres chercheront à diversifier leurs fournisseurs. Les fournisseurs de cloud pourront proposer plusieurs architectures selon les besoins de leurs clients. Dans ce cadre, AMD n’a pas nécessairement besoin de reproduire à l’identique le modèle de Nvidia pour réussir : il doit construire une offre suffisamment robuste pour devenir un choix crédible dans une partie substantielle des déploiements.

Cette crédibilité reposera sur la continuité. Les acheteurs de racks IA ne prennent pas une décision pour quelques mois. Ils anticipent des cycles de renouvellement, des évolutions de modèles et des besoins croissants en puissance. Ils veulent donc comprendre comment une architecture sera soutenue, comment elle évoluera et si les investissements logiciels réalisés aujourd’hui resteront utiles lors des prochaines générations de matériel.

Pour AMD, Helios constitue ainsi un test de stratégie industrielle. Le groupe a déjà démontré sa capacité à concurrencer les grands acteurs du serveur avec EPYC et à proposer des accélérateurs IA de centre de données avec Instinct. La nouvelle étape consiste à faire de ces produits les éléments d’une solution dont les clients n’auront pas à reconstruire eux-mêmes toute la cohérence. Dans une industrie où les délais de déploiement et la disponibilité des capacités sont devenus des avantages concurrentiels, cette intégration peut peser autant que les spécifications des puces.

La réponse de Nvidia, des fournisseurs de cloud et des autres fabricants continuera d’accélérer cette dynamique. L’IA pousse l’informatique vers des systèmes toujours plus denses, plus interconnectés et plus coûteux à installer. Pour les acteurs français et européens, l’enjeu sera de profiter de cette concurrence accrue sans sous-estimer les conditions de réussite : compétences logicielles, accès à l’énergie, chaînes d’approvisionnement, hébergement et pilotage opérationnel.

Helios ne redessine pas instantanément la hiérarchie du marché. Mais l’annonce, telle que rapportée par TechCrunch, confirme que le centre de gravité se déplace. AMD ne se présente plus seulement comme un fabricant d’accélérateurs face à Nvidia : il veut devenir un fournisseur de fondations pour l’IA à grande échelle. La capacité à livrer les premiers racks, à les faire adopter et à démontrer leur efficacité dans des environnements réels déterminera si cette ambition peut se traduire, dans les années à venir, par une alternative durable dans les centres de données.