Les camps de l’IA en Allemagne : en direct, construction et planification restent distincts
Munich en direct, Lübbenau dans un chantier pharaonique de milliards, l'Eurovision en Brandebourg : comment les équipes Cloud planifient honnêtement la…
Munich fournit déjà des capacités d’IA, Lübbenau planifie à l’échelle du milliard, le Brandebourg héberge la région souveraine AWS, la Bavière candidate pour des projets de Gigafactory : l’Allemagne est au cœur d’une vague de constructions d’AI Factories, de campus et de centres hyperscale. Pour les équipes cloud, ce qui compte moins, ce sont les diapositives d’annonce – mais plutôt ce qui est en ligne, quand, et ce qui bloque au niveau du réseau, des autorisations et de la charge.
Les points clés en bref
- En service et en projet se mélangent. Telekom/NVIDIA à Munich est opérationnel ; Lübbenau et d’autres grands projets sont une réalité de construction et de planification avec des délais longs.
- La capacité n’équivaut pas à la disponibilité. Les GPU, les MW et les labels « souverains » ne servent à rien si la connexion, le refroidissement et les contrats ne suivent pas – voir les projets de sites échoués.
- Question d’opérateur : Quels workloads nécessitent une capacité locale d’AI Factory, lesquels restent flexibles dans le cloud public – et comment mesures-tu le taux d’utilisation avant de t’engager ?
En lien :Le cloud souverain échoue à cause de la connexion, pas du code / Quand les GPU dévorent le budget SaaS
La carte : ce qui est en place, ce qui se développe, ce qui est prévu
Munich, Tucherpark – Cloud IA industrielle de Telekom/T-Systems avec NVIDIA.Officiellement en service depuis février 2026. Déploiement avec NVIDIA et le partenaire de datacenters Polarise. Annoncé : environ 10 000 GPU NVIDIA Blackwell (dont DGX B200 et serveurs RTX-PRO), jusqu’à 0,5 exaFLOPS, exploitation en Allemagne avec un focus sur l’industrie, la recherche et le secteur public. Selon Telekom, l’usine était déjà utilisée à plus d’un tiers avec les premiers clients.
Lübbenau, Lusace – Datacenter Schwarz Digits.Schwarz Digits annonce un investissement de onze milliards d’euros dans un centre de données sur un ancien site de centrale électrique, construit de manière modulaire par phases, avec un horizon cible fin 2027, et une capacité allant jusqu’à 100 000 GPU, raccordé à de l’électricité verte et à la récupération de chaleur. C’est l’échelle d’un campus hyperscale/AI, pas un simple bâtiment de colocation régional.
Brandebourg – AWS European Sovereign Cloud. La première région ESC se situe dans le Land de Brandebourg et est disponible depuis janvier 2026. Cela couple une capacité hyperscale « souveraine » aux mêmes contraintes physiques de ressources, où d’autres grands projets se disputent électricité et autorisations.
Schweinfurt / Blue Swan et autres candidatures.La Bavière s’est positionnée avec le concept d’une Gigafactory IA (dont jusqu’à 100 000 puces IA dans le récit de planification). De tels projets, au moment de la rédaction, relèvent souvent encore de la candidature, de la logique d’autorisation ou de subvention – à ne pas confondre avec « en ligne dès le prochain trimestre ». Dans la communication publique, la distinction s’estompe facilement.en service, en construction avec date, candidature/projet.
Pourquoi la vague arrive maintenant
Trois moteurs s’enclenchent simultanément :
- Demande en capacité d’IA locale – L’industrie souhaite des charges d’entraînement et d’inférence avec résidence des données et faible latence, pas seulement des appels d’API vers les États-Unis.
- Politique et subventions – Usines d’IA, récits similaires à l’IPCEI, compétition entre pays et l’UE pour des blocs de calcul « souverains ».
- Les hyperscalers et les grands groupes industriels investissent en parallèle – AWS ESC, Telekom/NVIDIA, les services IT des groupes de distribution (Schwarz Digits) et les usines géantes candidates. Ce n’est pas l’affaire d’un seul acteur, mais une course à la capacité.
En parallèle, le goulot d’étranglement reste physique : électricité, refroidissement, chaleur résiduelle, plan d’urbanisme, main-d’œuvre qualifiée. Un campus sur papier sans transformateur ni procédure administrative relève du marketing. La leçon du paradoxe des centres de données de Babenhausen s’applique ici aussi.
- Première véritable capacité d’usine d’IA en Allemagne (Munich) comme référence pour les SLA et l’intégration
- Les grands projets (Lübbenau et autres) annoncent une offre accrue de GPU d’ici le milieu/la fin de la décennie
- Les régions cloud souveraines lient les hyperscalers au même marché géographique
- De nombreuses annonces restent au stade de la construction ou de la candidature
- Le réseau et les autorisations peuvent faire exploser les calendriers
- Le taux d’utilisation et le prix par heure-GPU détermineront la viabilité économique
Ce que les équipes cloud et plateforme doivent faire dès maintenant
1. Faire l’inventaire des besoins. Quels workloads nécessitent un « GPU en Allemagne avec un modèle d’exploitation X » – et lesquels se contentent d’une inférence bon marché quelque part dans l’UE ?
2. Tester des PoC sur des capacités réelles, pas sur des rendus. Munich et des offres similaires sont testables. Les projets en pipeline avec un horizon 2027 relèvent de la planification de scénarios, pas d’un engagement de production pour le T3.
3. Adopter une stratégie multi-sources. Une usine représente un single point of failure. ESC, les colos européennes, le cloud Telekom et les régions cloud publiques de l’UE sont des options – avec des critères de bascule clairs.
4. Intégrer la due diligence des sites. Quand vous achetez de la capacité « locale », vous achetez indirectement réseau, refroidissement et politique. Les sept questions sur les sites issues de l’article sur le paradoxe des centres de données s’appliquent à l’identique.
5. Appliquer le FinOps avant l’engagement hype. Heures-GPU, taux d’utilisation, taux d’inactivité – sans quoi le récit du campus dévorera le même budget que celui qui réduit actuellement les licences SaaS.
// Définition
Qu’est-ce qu’une AI Factory / une capacité de campus d’IA ? Une offre groupée d’infrastructure de serveurs GPU/IA, souvent avec un exploitant, un site dans une juridiction donnée et axée sur l’entraînement/inférence pour l’industrie ou la recherche – à la différence d’une simple région cloud publique. « Campus » et « Factory » sont des termes marketing ; ce qui compte techniquement, ce sont les MW, le nombre de GPU, le réseau, les SLA et le modèle d’exploitation.
Verdict
L’Allemagne construit – enfin – des capacités physiques d’IA. Munich prouve que c’est possible. Lübbenau et consorts montrent l’ampleur des prochaines années. AWS ESC démontre que les hyperscalers participent aussi à la bataille des sites. Le piège stratégique serait de confondre les annonces avec des capacités disponibles. Ceux qui produisent en 2026 réservent ce qui est opérationnel et mesurable en termes de scalabilité. Ceux qui planifient pour 2028 ont besoin de scénarios incluant réseau, autorisations et sortie – pas seulement d’une carte remplie de logos.
Foire aux questions
Qu’est-ce qu’une AI Factory ?
Un site ou une offre regroupant des capacités de calcul dédiées à l’IA (typiquement des GPU), un exploitant et souvent une orientation souveraineté ou industrie. Le terme n’est pas standardisé – ce qui compte, ce sont le nombre de GPU, la performance, l’emplacement, les SLA et le modèle d’exploitation.
Le cloud Telekom/NVIDIA de Munich est-il déjà utilisable ?
Oui. Le cloud Industrial AI a été officiellement mis en service en février 2026.
Que prévoit Schwarz Digits à Lübbenau ?
Un grand centre de données en Lusace, avec un investissement annoncé de onze milliards d’euros, une construction modulaire, un horizon de fin 2027 et une capacité pouvant atteindre 100 000 GPU – sur un ancien site de centrale électrique, avec une attention particulière portée à l’énergie et à la récupération de chaleur.
Tous les projets de campus sont-ils déjà autorisés et financés ?
Non. Certains sont opérationnels, d’autres en construction, d’autres encore en phase de candidature ou de positionnement politique (comme les concepts de gigafactory).
Comment les équipes doivent-elles acheter des capacités ?
Définir des classes de besoins, réaliser des PoC face aux offres opérationnelles, prévoir une multi-source, évaluer les risques liés au site et au réseau, et verrouiller le GPU-FinOps (utilisation, temps d’inactivité, engagement) avant tout engagement à long terme.
Conseils de lecture de la rédaction
- Le cloud souverain échoue sur la connexion, pas sur le code
- Quand les GPU dévorent le budget SaaS
- Le cloud souverain ne s’arrête pas à l’emplacement des serveurs
Plus d’articles du réseau MBF Media
Plus du réseau MBF Media
MyBusinessFutureQuand un modèle d’IA allemand devient vraiment rentableDigital ChiefsIA souveraine : la responsabilité reste en interneSecurityTodayQu’est-ce que KRITIS ? Opérateurs, obligations et seuilsSource de l’image : générée par IA (juillet 2026)
