AMD accélère sur l’efficacité énergétique des infrastructures d’IA

Une source secondaire évoque également une baisse de 28× de l’intensité carbone dans ce scénario. Ce chiffre ne peut toutefois pas être déduit de la seule efficacité matérielle : il dépend aussi du mix électrique utilisé par les centres de données. Il doit donc être considéré avec prudence plutôt que comme une réduction carbone universelle.

Pourquoi passer de la puce au rack change la mesure

La précédente initiative d’AMD, baptisée 30×25, portait sur l’efficacité énergétique au niveau d’un nœud de calcul associant processeurs et accélérateurs. AMD dit avoir dépassé cet objectif entre 2020 et 2025 avec une amélioration de 38×, soit 97 % d’énergie en moins pour une même performance.

Le nouvel indicateur est plus large. Il inclut l’ensemble du rack :

• les accélérateurs et les processeurs ;
• la mémoire et les déplacements de données ;
• les réseaux d’interconnexion ;
• la consommation liée à l’alimentation et au refroidissement ;
• ainsi que l’utilisation effective du matériel par les logiciels.

Cette approche est importante, car un nombre élevé de FLOPS — les opérations en virgule flottante par seconde — ne garantit pas à lui seul une consommation moindre pour achever un entraînement ou une inférence. Le résultat dépend aussi du temps passé à attendre la mémoire, à transférer les données ou à synchroniser les différents composants.

Les leviers techniques mis en avant par AMD

AMD attribue les progrès attendus à plusieurs évolutions complémentaires. Des architectures de calcul plus efficaces et l’utilisation de formats numériques de précision réduite permettent d’effectuer davantage d’opérations utiles par watt. Une mémoire HBM plus capacitaire et plus rapide limite les goulots d’étranglement et les transferts de données.

Les interconnexions à haut débit jouent également un rôle, en réduisant les temps d’attente lors des communications entre accélérateurs au sein d’un même rack ou entre plusieurs racks. Enfin, les logiciels peuvent optimiser les noyaux de calcul, la planification des tâches, le parallélisme des modèles et le taux d’utilisation des ressources.

Helios, la réponse rack-scale d’AMD

Cette stratégie se concrétise avec Helios, une plateforme intégrée qui associe :

• 72 accélérateurs AMD Instinct MI455X ;
• des processeurs pour serveurs EPYC « Venice » ;
• des solutions réseau Pensando.

AMD annonce jusqu’à 1,4 exaflops de calcul FP8, 31 To de mémoire HBM4, 260 To/s de bande passante pour les communications à l’intérieur du rack et 43 To/s pour les communications entre racks.

Helios était annoncé en pleine production en juillet 2026, avec de premières livraisons prévues vers la fin du troisième trimestre et une montée en puissance plus large ensuite. Les éléments disponibles ne permettent pas d’établir un jalon précis pour 2027 : une chronologie « 2026-2027 » doit donc être comprise comme une perspective de déploiement, pas comme un calendrier de production entièrement vérifié.

AMD veut vendre le système complet, pas seulement les composants

Avec Helios, AMD cherche à concurrencer Nvidia au niveau de l’infrastructure complète, plutôt que de commercialiser uniquement des processeurs ou des accélérateurs. Selon les comparaisons publiées par AMD, Helios offrirait jusqu’à 15 % de calcul FP4 de pointe supplémentaire, 50 % de mémoire HBM en plus et 50 % de bande passante supplémentaire pour la montée en charge par rapport au système Nvidia Vera Rubin NVL72. Ces chiffres restent des affirmations du fabricant et ne constituent pas des résultats de tests indépendants.

L’enjeu commercial est considérable. Les ventes de la division data centers d’AMD ont atteint 6,7 milliards de dollars au deuxième trimestre 2026, en hausse de 107 % sur un an, tandis que la demande est portée par l’agrandissement massif des capacités nécessaires à l’IA.

Les stratégies de financement de Nvidia et les revenus tirés par Google de ses systèmes TPU constituent des éléments importants de la compétition, mais les sources disponibles ici ne permettent pas de les quantifier ou de les caractériser de manière suffisamment fiable. Ils ne doivent donc pas être présentés comme des faits établis dans cette analyse.

En résumé, AMD ne promet pas seulement des puces plus rapides : l’entreprise veut améliorer l’efficacité de toute l’usine de calcul, du silicium aux interconnexions en passant par la mémoire, le refroidissement et les logiciels. La cible de 20× d’ici 2030 est ambitieuse ; sa portée réelle dépendra de la capacité d’AMD à confirmer ses estimations sur des charges de travail et des déploiements commerciaux comparables.