Infrastructure d’IA « Made in Germany » : clusters de GPU, IA souveraine et voie européenne
&8211; Pour entraîner des modèles d’intelligence artificielle, il faut de la puissance de calcul. Beaucoup. Et jusqu’à présent, cela signifiait presque systématiquement, pour les entreprises européennes, recourir aux fournisseurs américains de services …
Pour entraîner des modèles d’intelligence artificielle, il faut de la puissance de calcul. Beaucoup. Et jusqu’à présent, cela signifiait presque systématiquement, pour les entreprises européennes, recourir aux fournisseurs américains de services cloud, au matériel américain et à la juridiction américaine. Cette situation est en train de changer – et l’Allemagne joue un rôle central dans ce basculement.
L’essentiel
- L’Allemagne investit plus de 3 milliards d’euros dans l’infrastructure informatique dédiée à l’IA – du Centre de calcul intensif de Jülich (Jülich Supercomputing Centre) aux fermes privées de GPU à Francfort et en Scandinavie.
- La capacité européenne en GPU a triplé en 2025 : des acteurs tels que Nebius, CoreWeave et Northern Data étendent massivement leurs capacités.
- L’« IA souveraine » – des modèles d’IA entraînés sur une infrastructure européenne – n’est plus un sujet de niche, mais une nécessité stratégique.
- Le ministère fédéral allemand de l’Économie soutient, via son programme « AI Computing Hub », le développement d’une capacité de calcul décentralisée dédiée à l’IA.
- Le goulot d’étranglement évolue : ce n’est plus tant la disponibilité des GPU qui pose problème, mais plutôt l’énergie, le refroidissement et la pénurie de personnel qualifié.
La dépendance est réelle : Nvidia contrôle plus de 80 % du marché des GPU destinés à l’entraînement de modèles d’IA. AWS, Azure et Google Cloud fournissent la majeure partie de la puissance de calcul dédiée à l’IA. Pour une entreprise allemande souhaitant affiner un modèle de langage de grande taille (Large Language Model) sur des données sensibles issues de son activité, cela signifie que ces données quittent l’espace juridique européen – du moins théoriquement.
En 2025, une contre-offensive s’est lancée, allant bien au-delà du symbolique. Sur plusieurs sites en Allemagne, des clusters de GPU voient le jour, offrant aux entreprises européennes une infrastructure d’IA souveraine.
L’offensive GPU : qui construit quoi ?
Le Centre de calcul intensif de Jülich a mis en service JUPITER, le premier supercalculateur européen de classe exascale. Doté de plus de 24 000 puces Nvidia GH200, il délivre une puissance de calcul d’un exaflop – suffisante pour entraîner des modèles fondamentaux (Foundation Models) de dimension européenne. L’accès à cette ressource est ouvert aux instituts de recherche et aux entreprises via le programme EuroHPC.
Parallèlement, Northern Data développe, depuis ses sites à Francfort et en Scandinavie, l’un des plus grands clusters commerciaux de GPU en Europe. Ce cluster comprend 8 200 GPU Nvidia H100, disponibles sous forme de service cloud pour les entreprises. L’investissement s’élève à environ 330 millions d’euros. « Notre objectif est d’offrir aux entreprises européennes une alternative aux hyperscalers américains pour leurs charges de travail liées à l’IA », déclare Aroosh Thillainathan, PDG de Northern Data.
Nebius, la branche cloud issue de la scission avec Yandex, construit un centre de calcul dédié à l’IA à Mäntsälä, en Finlande, avec une capacité pouvant atteindre 60 000 GPU – l’électricité étant fournie par l’hydroélectricité scandinave. Quant à CoreWeave, initialement une start-up américaine, elle exploite depuis 2025 un site européen à Londres, avec des projets annoncés pour Francfort.
Pourquoi l’IA souveraine devient aujourd’hui cruciale
Le Règlement général sur l’IA de l’UE oblige les entreprises à documenter de façon exhaustive les données et l’infrastructure utilisées pour l’entraînement des applications d’IA jugées à haut risque. Ainsi, une entreprise d’assurance allemande qui entraîne un modèle d’IA pour la gestion des sinistres doit pouvoir prouver où les données ont été traitées et qui y avait accès.
Sur un hyperscaler américain, cette obligation de traçabilité est difficile à remplir – non pas parce qu’AWS ou Azure seraient intrinsèquement peu sûrs, mais parce que des lois américaines telles que le CLOUD Act permettent théoriquement aux autorités américaines d’accéder aux données hébergées. Ce risque disparaît entièrement lorsqu’on utilise une infrastructure européenne.
S’y ajoute un calcul économique : les entreprises qui entraînent régulièrement de grands modèles réalisent souvent des économies en optant pour des clusters de GPU dédiés (propres ou loués), comparé à l’utilisation d’instances cloud à la demande. À partir d’un taux d’utilisation de 60 à 70 %, le retour sur investissement d’un matériel dédié intervient généralement entre 18 et 24 mois.
Le goulot d’étranglement : énergie et refroidissement
Un cluster de GPU H100 composé de 1 000 cartes consomme autant d’électricité qu’un petit village – environ 700 kilowatts en fonctionnement continu. Les centres de données de Francfort, le plus grand nœud européen, atteignent déjà les limites de leur réseau électrique local. Le développement du réseau électrique ne suit pas le rythme de la demande.
Beaucoup cherchent donc la solution en Scandinavie : une hydroélectricité bon marché, des températures basses permettant un refroidissement naturel, et une connectivité fibre optique rapide vers l’Europe centrale. Toutefois, pour les applications sensibles à la latence – comme l’inférence en temps réel – des sites situés en Allemagne ou dans les pays du Benelux restent plus adaptés.
Le BMWK a pris conscience de ce défi et soutient, via le programme « AI Computing Hubs », le développement d’une capacité de calcul décentralisée dédiée à l’IA. Cinq sites doivent être opérationnels d’ici 2027 – répartis sur tout le territoire allemand afin d’assurer redondance et disponibilité locale.
Ce que cela signifie pour les DSI
Le paysage de l’infrastructure IA en Europe se diversifie. En 2026, les DSI disposent pour la première fois de véritables alternatives aux trois grands hyperscalers américains pour leurs charges de travail liées à l’IA. La décision stratégique consiste désormais à continuer d’effectuer l’entraînement expérimental et la phase de prototypage dans le cloud public, tandis que les applications productives et réglementées seront déployées sur une infrastructure européenne.
Qui intègre précocement cette séparation dans son architecture – par exemple via des pipelines d’apprentissage automatique (ML) conteneurisées, portables d’un fournisseur cloud à l’autre – gagne en flexibilité sans pour autant s’enfermer dans un choix définitif.
Questions fréquentes
Peut-on entraîner des modèles d’IA compétitifs sur une infrastructure européenne ?
Oui, pour les modèles spécifiques aux entreprises (affinage fin, RAG, modèles spécialisés par domaine), l’infrastructure européenne est parfaitement adaptée. En revanche, l’entraînement de modèles fondamentaux (Foundation Models) à l’échelle de GPT-4 reste encore hors de portée en raison d’un manque de mise à l’échelle – mais JUPITER et des systèmes similaires comblent progressivement ce fossé.
Les fournisseurs européens de GPU en cloud sont-ils moins chers qu’AWS ou Azure ?
Souvent oui, notamment pour les instances GPU dédiées. Nebius et Northern Data proposent des heures d’utilisation de GPU H100 à des tarifs inférieurs de 25 à 40 % par rapport aux prix pratiqués par les hyperscalers. L’inconvénient ? Moins de services gérés associés, et donc une plus grande responsabilité assumée par l’entreprise sur l’ensemble de la pile technique.
Quel rôle joue l’open source dans l’IA souveraine ?
Un rôle central. Des modèles ouverts tels que LLaMA, Mistral et BLOOM permettent l’entraînement et le déploiement sans dépendance vis-à-vis d’API propriétaires. Mistral AI, basée à Paris, s’est imposée comme une alternative européenne à OpenAI – avec des modèles capables de fonctionner intégralement sur une infrastructure européenne.
Sélection de la rédaction
cloudmagazinAIOps : comment l’IA automatise l’exploitation du cloud et prévient les pannescloudmagazinCloud hybride comme levier de croissance : pourquoi les PME adoptent la multi-cloudcloudmagazinInformatique verte (Green IT) : comment les centres de données allemands deviennent un modèle climatiquePlus d’articles du réseau média MBF
- IA « Made in Germany » : 935 start-ups et un écosystème en pleine maturation – MyBusinessFuture
- 149 000 postes IT vacants : comment les DSI utilisent les copilotes IA – Digital Chiefs
- Tendances cybersécurité 2026 : les 7 évolutions clés – SecurityToday
Source de l’image : Pexels / Brett Sayles
Traduit de l’original allemand par intelligence artificielle. La version allemande fait foi.
