Un DCIM dans le Neocloud

Le paysage du cloud computing vit une recomposition importante. Alors que les géants historiques (AWS, Azure, Google Cloud Platform…) ont bâti leur hégémonie sur la polyvalence et l'élasticité du stockage, une nouvelle lignée d’acteurs a pris l'ascendant sur le segment de l'intelligence artificielle : les Neoclouds. Ces nouveaux venus ne vendent pas de la machine virtuelle générique. Ils commercialisent de la puissance de calcul brute, orchestrée à une échelle et une densité sans précédent. Pour les gestionnaires d'infrastructure, l'enjeu est transformé, il ne s'agit plus seulement de garantir une disponibilité de service mais de dompter des densités énergétiques que l'on jugeait physiquement impossibles il y a encore 3 ans.

‍

Du serveur isolé à la plateforme unifiée

La distinction majeure des Neoclouds tient à leur conception même du datacenter. Dans un cloud traditionnel, chaque serveur est une entité plus ou moins autonome connectée à un réseau standard. Dans une « AI Factory », le datacenter est pensé comme un supercalculateur unique où le réseau devient le système nerveux central.

Le véritable goulot d'étranglement n'est plus la puce elle-même, mais l'interconnectivité. En 2026, la norme s'est déplacée vers des topologies réseau non bloquantes (Leaf-Spine) exploitant l'InfiniBand NDR ou le RoCEv2 à 800 Gb/s. L'idée est simple : réduire la latence à un niveau tel que 10 000 GPUs travaillent comme un seul processeur. Pour maximiser ces performances, ces acteurs privilégient souvent le Bare Metal ou des couches de virtualisation extrêmement fines, garantissant que la quasi-totalité des cycles d'horloge soit dédiés au modèle, et non à la gestion de l'hyperviseur.

‍

Les rois du segment

Si CoreWeave reste la figure de proue de ce mouvement grâce à son accès privilégié aux derniers composants NVIDIA, le marché s'est structuré autour de propositions de valeur bien distinctes :

• L’optimisation verticale : Des acteurs comme Nebius se démarquent en maîtrisant l'intégralité de la pile. En concevant leurs propres datacenters haute densité (notamment en Europe du Nord) et en développant leur propre couche d'orchestration, ils offrent une alternative pour ceux qui cherchent à s'extraire de l'écosystème américain. (l’alternative reste géographique et non souveraine) 
• La puissance de frappe industrielle : D'autres, à l'image de Voltage Park, ont misé sur l'achat massif de hardware pour transformer le calcul haute performance en une quasi commodité. Leur approche permet aux entreprises d'accéder à des clusters massifs sans subir les listes d'attente interminables des hyperscalers classiques. Les hyperscalers gardent l'avantage du verrouillage par l'écosystème (données, identité, services managés...). 

‍

La réalité du terrain

Derrière les promesses de puissance se cachent des défis opérationnels que les slides marketing mentionnent rarement. Opérer un Neocloud = piloter une infrastructure sous haute tension.

L'un des phénomènes les plus critiques est celui des micro-bursts électriques. L'entraînement de grands modèles de langage génère des appels de puissance massifs et instantanés. Ces pics peuvent déstabiliser les PDUs s’ils n'ont pas été conçus pour encaisser des variations de charge aussi brutales. Par ailleurs, nous sommes entrés dans une ère de dépréciation hardware accélérée. En informatique de gestion, un serveur s'amortit sur cinq ans. Dans le monde des Neoclouds, une architecture peut devenir obsolète en 18 mois. Le passage des puces H100 aux architectures Blackwell (B200) a prouvé que la logistique de remplacement et le recyclage thermique sont désormais des processus industriels continus, et non plus des projets décennaux.

Enfin, il y a la question de la « tail latency ». Dans un cluster de 20 000 GPUs, la défaillance d'un seul câble ou un micro-ralentissement sur un port réseau peut paralyser l'ensemble du calcul. Le coût d'immobilisation se chiffre en milliers de dollars à la minute, imposant un monitoring de la couche physique d'une précision chirurgicale.

‍

Le DCIM : indispensable à la haute densité

Dans cet environnement, le DCIM change de dimension. Il n'est plus un simple outil d'inventaire, mais le système de pilotage en temps réel d'une usine thermique. Avec des racks dépassant désormais les 60 kW, la gestion de l'air est devenue caduque. Le DCIM moderne intègre des simulations de dynamique des fluides (CFD) pour prévenir les points chauds en temps réel et piloter les systèmes de refroidissement liquide (Direct-to-Chip ou immersion). La réconciliation entre le physique et le logique est totale : si un nœud surchauffe, le DCIM communique directement avec l'orchestrateur (Kubernetes ou Slurm) pour déplacer la charge ou réduire la fréquence du GPU avant que la panne matérielle ne survienne.

Même l'aspect environnemental devient granulaire. Les clients exigent désormais une transparence totale sur l'empreinte carbone de chaque run d'entraînement. Le DCIM doit donc être capable d'isoler la consommation de chaque watt et de l'attribuer précisément à un projet, transformant une contrainte de reporting en un outil de pilotage financier et écologique.

‍

Conclusion

Le Neocloud n'est pas un simple effet de mode, c'est la réponse structurelle aux limites physiques du cloud généraliste face à l'explosion de l'IA. La leçon pour les gestionnaires d'infrastructure est sans appel : la performance ne se mesure plus au nombre de mètres carrés, mais à l'intelligence de la gestion thermique et du réseau. Posséder un contrat d’électricité solide ou un accès prioritaire au hardware n’est plus un avantage concurrentiel suffisant. Sans un pilotage granulaire via le DCIM, ces actifs deviennent des passifs impossibles à administrer sous haute tension.

Aujourd’hui, faire l’économie d’un outil DCIM est encore techniquement possible, mais c'est un pari risqué. Dans un marché où l'obsolescence se compte en mois, le retard opérationnel accumulé ne se rattrape plus.

‍

sources :

Uptime Institute Intelligence - Annual Outage Analysis 2025

ASHRAE TC 9.9 - Liquid Cooling Guidelines

Schneider Electric - The AI disruption: Challenges and guidance for data center design