L’IA quitte le laboratoire. Voici ce dont elle a besoin.
Il existe une grande différence entre faire fonctionner une application d’IA dans un environnement contrôlé et la faire fonctionner de manière fiable à l’échelle d’une entreprise.
Lorsque l’IA passe en production, les exigences en matière d’infrastructure évoluent. Les ressources de calcul doivent être disponibles aux bons endroits, avec une alimentation électrique et un refroidissement suffisants. Les modèles doivent pouvoir se connecter rapidement et de manière fiable aux données et aux applications de l’entreprise. Et les entreprises doivent avoir l’assurance que l’ensemble du système fonctionnera comme prévu à grande échelle.
Nous constatons que cela se reflète dans la manière dont les clients abordent leurs déploiements. Les grands campus fournissent les ressources de calcul concentrées nécessaires à l’entraînement, tandis que l’inférence s’exécute plus près des données et des utilisateurs finaux. Cela implique de planifier la capacité sur plusieurs sites, avec la connectivité nécessaire pour relier l’ensemble.
Trois éléments se distinguent pour réussir cette transition : l’alimentation électrique, la connectivité, et un parcours clairement défini jusqu’à la mise en production.
Alimentation électrique : soutenir la charge de travail
Trouver une alimentation électrique suffisante est difficile. La rendre exploitable pour l’IA pose une autre série de défis.
Les systèmes d’IA consomment considérablement plus d’énergie par baie que les équipements d’entreprise traditionnels, et génèrent une chaleur que le refroidissement conventionnel par air ne peut pas gérer efficacement. Pour les déploiements à haute densité, le refroidissement liquide devient la norme.
Nous avons désormais livré plus de 115 MW dans plus de 25 déploiements opérationnels refroidis par liquide au sein des data centers de Digital Realty, avec une capacité contractée qui approche le gigawatt. Cela inclut un déploiement de 200 MW plus tôt cette année et un autre de 78 MW ce trimestre (3Q26).
Ce ne sont pas des capacités réservées aux développements futurs. Nos data centers et solutions existants prennent en charge les charges de travail liées à l’IA à grande échelle, offrant aux clients d’autres possibilités que d’attendre la mise en service de nouvelles installations.
La disponibilité de l’énergie électrique continuera d’influencer les lieux où seront déployées les capacités de calcul dédiées à l’IA, mais l’emplacement de ces capacités déterminera aussi dans quelle mesure les entreprises pourront les exploiter efficacement.
Connectivité : chaque milliseconde compte
Considérez ce qui se passe lorsqu’un agent d’IA termine une tâche. Il peut effectuer 20 à 50 appels au modèle, en extrayant des informations de différentes sources avant de produire une réponse.
Si chaque appel prend 50 millisecondes de moins, cela représente un gain d’une à deux secondes et demie sur des appels séquentiels. Lorsque l’on multiplie cela par des milliers d’interactions, le réseau devient un facteur important des performances de l’application.
L’IA d’entreprise doit également fonctionner dans différents environnements. Cela signifie connecter les données hébergées dans une infrastructure privée, les modèles exécutés sur du matériel dédié et les applications réparties sur plusieurs Clouds.
Les solutions ServiceFabric® de Digital Realty relient ces environnements, offrant aux clients un moyen ouvert et programmable de gérer la communication de leurs workloads. ServiceFabric couvre plus de 875 data centers connectés et 375 points d’accès au cloud, avec des fonctionnalités programmables disponibles depuis juin 2026.
Le déploiement de Blackfuel avec Digital Realty à Barcelone l’illustre concrètement. Son infrastructure d’IA associe refroidissement liquide, systèmes Dell et GPU AMD, ServiceFabric assurant la connectivité.
Nous voyons également les clients associer de grands campus à une capacité distribuée. Un déploiement récent associe un campus de 64 MW à 14 MW répartis sur plusieurs sites à travers le monde, avec 1 600 connexions croisées.
L’énergie permet à l’IA de fonctionner. ServiceFabric l’achemine jusqu’à destination.
Parcours vers la mise en production : tester, valider et optimiser l’environnement d’infrastructure
Un projet pilote d’IA peut démontrer qu’un modèle fonctionne bien pour une tâche particulière. Cela ne montrera pas nécessairement comment l’application se comporte avec des données d’entreprise réelles, une demande soutenue, ou les besoins en alimentation électrique et en refroidissement d’un environnement de production. Ce sont des variables essentielles que je voudrais définir et tester avant d’engager des dépenses d’investissement importantes (CapEx) dans un déploiement.
Au laboratoire d’innovation Digital Realty (DRIL), nous concevons conjointement les déploiements avec les clients, validons l’architecture, démontrons la viabilité économique et préparons le déploiement à grande échelle. Les laboratoires se trouvent au sein de data centers en exploitation, si bien que les tests se déroulent dans des conditions de production.
Chaque laboratoire utilise le refroidissement liquide ; aucun banc d’essai n’est refroidi par air. ServiceFabric est entièrement intégré, ce qui permet aux clients de tester des connexions d’IA privée et de Cloud hybride telles qu’elles fonctionneraient en production.
Nos partenaires apportent une grande partie de la technologie dans les laboratoires. Les clients peuvent tester leurs propres charges de travail sur les processeurs AMD EPYC et les GPU Instinct, les pods IA full-stack de Cisco, le refroidissement liquide Neptune de Lenovo, et les systèmes Supermicro.
Vcinity assure le transfert de données via ServiceFabric, ePlus prend en charge la conception et l’intégration de l’IA, et VULTR fournit la capacité GPU. ORCA Computing dispose également de systèmes quantiques photoniques en fonctionnement à Londres.
Comme les ressources de calcul, le réseau, le refroidissement et les installations ont déjà été validés ensemble, les clients peuvent se concentrer sur le test de leur propre charge de travail.
Nos sites DRIL sont ouverts aux clients en Virginie du Nord, à Londres, à Tokyo (par l’intermédiaire de MC Digital Realty, notre coentreprise avec Mitsubishi Corporation) et à São Paulo. Avec l’ouverture prévue d’un DRIL supplémentaire à Singapour en novembre 2026.
Digital Realty a organisé plus de 400 visites, favorisant ainsi des échanges qui ont contribué à la mise en production de déploiements d’IA au sein de nos installations. Bon nombre des entreprises qui réalisent des tests au DRIL mettent en place des clusters spécialisés. Elles valident et optimisent ainsi l’exécution d’applications spécifiques aux côtés des systèmes existants, souvent répartis sur plusieurs sites.
Le DRIL offre aux clients et aux partenaires un espace dédié à la validation de leurs solutions dans un environnement de colocation réel. Cela signifie également que toutes les contraintes d’infrastructure, qui freinent souvent la mise en production de l’IA, peuvent être résolues.
Notre enquête Global Data Insights Survey 2026 a révélé que 40 % des responsables informatiques identifiaient l’infrastructure comme leur principale contrainte liée à l’IA, contre 9 % en 2024. Cela renforce la nécessité de tester les composants ensemble avant de déployer des workloads avancés.
Du stade pilote à la production
Nous nous attendons à voir se concrétiser, au cours des 12 prochains mois, une demande liée à l’IA de plusieurs centaines de mégawatts, ainsi que les connexions qui rendront cette capacité accessible.
Pour les entreprises, la priorité immédiate est de comprendre les besoins de leurs applications et de démontrer que l’infrastructure peut y répondre.
Si vous vous apprêtez à mettre en production un workload d’IA, intégrez-le au DRIL. Testez-le avec la technologie des partenaires que vous envisagez d’utiliser, dans des conditions réelles de refroidissement, d’alimentation électrique et de connectivité.
Vous déployez déjà à grande échelle ? Contactez-nous pour discuter de l’emplacement de cette infrastructure et de la manière de la connecter.
En savoir plus sur le DRIL dans cette vidéo.
