Les fournisseurs de services cloud investissent-ils trop dans l'infrastructure d'IA et que nous apprend l'histoire ?

L'essor de l'intelligence artificielle (IA) a poussé les fournisseurs de services cloud à investir massivement dans les infrastructures. D'immenses centres de données, équipés de GPU, de CPU, de stockage et de mémoire, sont construits à un rythme effréné. Mais ce niveau d'investissement est-il justifié ? Les fournisseurs de services cloud surdimensionnent-ils leurs infrastructures d'IA ? Pour le comprendre, il est nécessaire de comparer les investissements actuels avec les bulles technologiques passées, d'examiner les courbes d'amortissement du matériel et de considérer le délai de retour sur investissement.

L'ampleur des investissements dans les infrastructures d'IA aujourd'hui

Les fournisseurs de services cloud comme Amazon Web Services, Microsoft Azure et Google Cloud ont annoncé des investissements de plusieurs milliards de dollars dans l'infrastructure d'IA. Ces investissements comprennent :

• Des milliers de GPU spécialisés pour les charges de travail d'IA

• Processeurs hautes performances pour le traitement des données

• Vastes systèmes de stockage pour gérer des pétaoctets de données

• Solutions de mémoire avancées pour accélérer l'entraînement des modèles d'IA

  
  

La demande en services d'IA croît rapidement, portée par les applications dans le traitement automatique du langage naturel, la vision par ordinateur et les systèmes de recommandation. Les fournisseurs souhaitent s'assurer de pouvoir répondre à cette demande et rester compétitifs.

La question demeure cependant : ces investissements sont-ils trop importants par rapport à la taille actuelle et future du marché ?

Leçons tirées de l'éclatement de la bulle Internet

L'éclatement de la bulle Internet à la fin des années 1990 offre un point de comparaison historique pertinent. À cette époque, les entreprises ont investi massivement dans l'infrastructure Internet, anticipant une croissance fulgurante. Nombre d'entre elles ont construit d'immenses centres de données et réseaux avant même que le marché ne soit prêt. Lorsque la bulle a éclaté, beaucoup de ces investissements ont mis des années à être rentabilisés, voire n'ont jamais été pleinement récupérés.

Principaux enseignements à tirer de l'éclatement de la bulle Internet :

• La surcapacité a entraîné une sous-utilisation des infrastructures

De nombreuses entreprises ont construit plus que ce que le marché demandait, ce qui a entraîné un gaspillage de ressources.

• Longues périodes de retour sur investissement

Les investissements dans les infrastructures mettaient souvent de 5 à 10 ans à être rentables, voire ne l'étaient jamais.

• Évolution rapide des technologies

Le matériel est rapidement devenu obsolète, obligeant les entreprises à réinvestir plus tôt que prévu.

Les fournisseurs de services cloud sont aujourd'hui confrontés à des risques similaires. Si la demande en IA est en croissance, on ignore encore à quelle vitesse elle pourra exploiter pleinement les nouvelles infrastructures.

Comprendre la dépréciation du matériel dans l'infrastructure d'IA

L’amortissement du matériel influe sur la manière dont les fournisseurs de services cloud comptabilisent leurs investissements et prévoient leur retour sur investissement. Les différents composants ont des durées de vie et des calendriers d’amortissement variables :

• GPU

Leur durée de vie se déprécie généralement sur 3 à 5 ans. Les charges de travail liées à l'IA sollicitent fortement les GPU, ce qui peut réduire leur durée de vie effective.

• Processeurs

Généralement, leur durée de vie s'étend sur 4 à 6 ans. Les processeurs ont tendance à avoir une durée de vie plus longue, mais peuvent devenir obsolètes plus rapidement en raison des améliorations rapides apportées aux technologies.

• Systèmes de stockage

Amortissement sur 3 à 5 ans. La technologie de stockage évolue rapidement et les systèmes plus anciens peuvent ne pas répondre aux nouveaux besoins de performance.

• Mémoire (RAM)

Déprécié sur 3 à 5 ans. Les mises à niveau de mémoire sont fréquentes à mesure que les modèles d'IA s'agrandissent.

Du fait de ces périodes d'amortissement relativement courtes, les fournisseurs de services cloud doivent investir en permanence pour maintenir leur infrastructure à jour. Cela engendre un cycle de dépenses d'investissement continues.

Quel est le délai de retour sur investissement pour une infrastructure d'IA ?

La période de retour sur investissement dépend de plusieurs facteurs :

• Taux d'utilisation

Un taux d'utilisation plus élevé signifie des retours sur investissement plus rapides. Le sous-emploi du matériel retarde le retour sur investissement.

• Modèles de tarification

Les fournisseurs de services cloud facturent leurs clients en fonction des heures de calcul, du stockage et du transfert de données. Une tarification compétitive peut réduire les marges.

• vitesse d'adoption de l'IA

Si les charges de travail liées à l'IA augmentent rapidement, l'infrastructure est rentabilisée plus rapidement.

• coûts opérationnels

La consommation d'énergie, le refroidissement et la maintenance augmentent les coûts totaux et affectent la rentabilité.

Selon les estimations, les fournisseurs de services cloud pourraient avoir besoin de 5 à 7 ans pour amortir leurs investissements dans l'infrastructure d'IA, même dans les scénarios les plus optimistes. Ce délai est comparable à celui de la bulle Internet, mais avec la pression supplémentaire d'une obsolescence matérielle plus rapide.

Les fournisseurs de services cloud reverront-ils un jour ces investissements ?

La réponse dépend de la croissance du marché et de l'évolution technologique :

• Si l'adoption de l'IA continue de s'accélérer , les fournisseurs de services cloud devraient récupérer leurs investissements et bénéficier d'économies d'échelle.

  
  

• Si la croissance de l'IA ralentit ou se stabilise , les fournisseurs pourraient se retrouver confrontés à une infrastructure sous-utilisée et à des dépréciations d'actifs.

  
  

• Les avancées technologiques telles que des puces d'IA plus efficaces ou l'informatique de périphérie pourraient déplacer la demande hors des infrastructures cloud centralisées.

  
  

Les fournisseurs de services cloud atténuent ces risques en diversifiant leurs offres et en investissant dans une infrastructure flexible capable de prendre en charge de multiples charges de travail au-delà de l'IA.

Exemples pratiques d'investissement et de rendement

• Les GPU de NVIDIA sont devenus un élément essentiel de l'infrastructure d'IA. Les fournisseurs de services cloud les achètent en grande quantité, mais la sortie rapide de nouvelles générations de GPU entraîne une obsolescence rapide des anciens modèles.

  
  

• Les investissements de Google dans les TPU (Tensor Processing Unit) témoignent de sa volonté de miser sur du matériel d'IA personnalisé. Bien que coûteux à l'achat, les TPU offrent un meilleur rendement énergétique, ce qui peut accélérer le retour sur investissement.

  
  

• Les centres de données d'Amazon sont conçus pour prendre en charge l'IA, mais aussi les services cloud traditionnels. Cette flexibilité permet de répartir les coûts et de réduire les risques.

  
  

Ce que cela signifie pour l'avenir de l'infrastructure d'IA dans le cloud

Les fournisseurs de services cloud misent sur l'avenir de l'IA. Leurs investissements témoignent de leur confiance, mais comportent également des risques. Les principaux facteurs à surveiller sont les suivants :

• taux de croissance de la charge de travail de l'IA

• cycles d'innovation matérielle

• Stratégies de tarification et concurrence

• Des alternatives émergentes comme l'IA en périphérie

  
  

Les fournisseurs qui sauront trouver un juste équilibre entre investissement, flexibilité et efficacité seront mieux placés pour obtenir un retour sur investissement de leurs dépenses d'infrastructure.