Qualcomm et Cornelis veulent faire du réseau un moteur de calcul pour l’IA

Les grappes de calcul dédiées à l’IA ne dépendent pas uniquement de GPU ou d’accélérateurs plus rapides. Elles doivent aussi échanger d’énormes volumes de données avec une latence prévisible. C’est sur ce point que Qualcomm et Cornelis Networks veulent intervenir : faire du réseau un élément qui contribue directement à l’efficacité des infrastructures IA.

Il convient toutefois de bien situer l’annonce. Il s’agit d’une collaboration stratégique et d’une intervention commune au salon AI Infra Summit, non du lancement d’un produit Qualcomm-Cornelis déjà commercialisé. Qualcomm estime que la vision de Cornelis — un réseau ouvert et programmable — rejoint son objectif d’améliorer l’utilisation des ressources et l’économie de l’IA. 57

Le réseau comme couche de calcul active

Cornelis appelle son architecture Active Compute Fabric. L’idée est de ne plus limiter les commutateurs et interfaces réseau au simple acheminement de paquets. Du calcul programmable et des mécanismes d’accélération sont intégrés au sein même du réseau, de sorte qu’une partie du traitement des communications et des opérations collectives puisse être effectuée pendant le transit des données, plutôt que seulement par les serveurs ou les accélérateurs IA. 515

L’architecture cible deux niveaux complémentaires :

• le scale-out, c’est-à-dire l’interconnexion de serveurs ou de nœuds à l’échelle d’une grappe ;
• le scale-up, soit les liaisons très étroites entre accélérateurs dans un système à l’échelle d’une baie.

L’objectif affiché est d’éviter que des GPU coûteux restent inactifs en attendant des données. C’est un enjeu majeur des charges de travail d’IA distribuées, où les opérations collectives et les flux convergeant vers un même destinataire peuvent devenir un frein. 121

Transport sans perte et calcul dans le réseau : la promesse

Active Compute Fabric combine trois briques : un transport sans perte, une accélération intégrée au réseau et du calcul programmable. 5

Sur sa plateforme CN5000 fondée sur Omni-Path, Cornelis met notamment en avant un transport sans perte basé sur des crédits, un routage adaptatif très fin, un contrôle de flux tenant compte des situations d’« incast » — lorsque de nombreuses sources envoient simultanément vers une même destination — et une retransmission au niveau du lien. Selon l’entreprise, ces mécanismes doivent réduire les débordements de mémoire tampon et les perturbations dues à la congestion. 18

Le bénéfice potentiel est simple : si les échanges se terminent plus sûrement et exigent moins de travail côté accélérateur, une plus grande part du temps des GPU peut être consacrée à l’exécution des modèles. Dans une infrastructure coûteuse, cela pourrait améliorer l’efficacité économique de l’entraînement comme de l’inférence.

Cela reste néanmoins une thèse d’architecture, et non un résultat universellement établi. Cornelis publie des comparaisons de performances et des promesses d’amélioration de l’utilisation des accélérateurs, mais chaque exploitant devra les confronter à ses propres modèles, schémas de communication, logiciels et topologies de grappe. 15

Où en sont les produits CN5000, CN6000 et CN7000 ?

La maturité des produits n’est pas uniforme :

• CN5000 est une plateforme Omni-Path de scale-out à 400 Gb/s, commercialisée de bout en bout avec SuperNIC, commutateurs, logiciels et câblage. Cornelis la présente comme une solution sans perte et contrôlant la congestion pour l’IA et le calcul haute performance (HPC). 17
• CN6000 représente la prochaine génération de plateforme réseau intelligente pour l’entraînement, l’inférence, le HPC et les calculs intensifs en données. Des informations publiées indiquent l’ajout de la prise en charge Ethernet et une préparation à une disponibilité plus large. 68
• CN7000 est la plateforme native de scale-up prévue par Cornelis. C’est l’élément de la feuille de route le plus directement comparable, dans son ambition, aux interconnexions étroites de type NVLink. Elle n’est toutefois pas encore une alternative largement déployée à la technologie de scale-up de Nvidia. 219

C’est une distinction déterminante : Cornelis dispose déjà d’un produit commercial de scale-out, mais sa proposition la plus complète pour le scale-up reste à venir.

L’argument de l’ouverture et de l’hétérogénéité

Cornelis présente Active Compute Fabric comme une architecture ouverte couvrant le scale-up et le scale-out. Sa feuille de route cite notamment Ethernet, Ultra Ethernet, RoCE et des technologies liées à UALink, plutôt qu’un réseau lié à un seul fournisseur d’accélérateurs. 1119

Cette approche peut séduire les opérateurs souhaitant conserver une marge de choix : en théorie, ils pourraient associer le réseau à différents GPU, CPU, accélérateurs sur mesure et autres composants, au lieu d’adopter une pile entièrement intégrée. Cornelis affirme par ailleurs que le CN5000 est interopérable avec des accélérateurs d’AMD, Intel, Nvidia et d’autres fabricants. 23

La contrepartie est un défi d’exécution. Une infrastructure ouverte et hétérogène doit démontrer non seulement une compatibilité technique, mais aussi une interopérabilité robuste, des volumes matériels disponibles et une pile logicielle mature de bout en bout.

Une pièce du plan de Qualcomm pour les centres de données

La relation avec Cornelis s’inscrit dans l’effort plus large de Qualcomm pour devenir un fournisseur de calcul et de connectivité destinés aux centres de données IA.

Qualcomm et Amazon ont annoncé une collaboration plurigénérationnelle autour de silicium personnalisé pour l’inférence IA à grande échelle, ainsi que de connectivité optique pouvant atteindre 1,6 Tb/s. Reuters rapporte qu’Amazon pourrait acheter jusqu’à 60 milliards de dollars de puces Qualcomm pour centres de données IA et de produits associés, sous réserve des conditions de l’accord de long terme. 3324

Qualcomm a également finalisé l’acquisition d’Alphawave Semi, qui lui apporte des technologies de connectivité filaire à haut débit venant compléter ses processeurs Oryon et ses NPU Hexagon. 44

Pris ensemble, ces mouvements dessinent une stratégie : être présent à la fois dans le calcul et dans les interconnexions de l’infrastructure IA. Cornelis pourrait ajouter une dimension de réseau ouvert à cette stratégie, mais les deux entreprises n’ont pas annoncé de plateforme intégrée complète.

Face à Nvidia : une direction crédible, pas encore un remplacement

Cornelis s’attaque à un domaine où Nvidia possède des produits établis et un écosystème très intégré, combinant accélérateurs, réseau et logiciels. L’attrait d’Active Compute Fabric repose sur sa modularité : un réseau conçu pour contribuer au calcul et fonctionner avec des matériels hétérogènes, plutôt que de lier l’acheteur à une seule fabrique propriétaire.

Cornelis a levé 205 millions de dollars pour financer le développement de ses produits de scale-up et de scale-out, la production et les déploiements, ce qui lui donne davantage de moyens pour concrétiser cette ambition. 57

Mais une levée de fonds et une architecture annoncée ne suffisent pas à établir une équivalence avec l’offre de Nvidia. La démonstration passera par la livraison des CN6000 et CN7000, le support logiciel, l’interopérabilité, la capacité d’approvisionnement et des résultats reproductibles en production. Pour l’heure, le partenariat Qualcomm-Cornelis doit surtout être lu comme un pari : un meilleur réseau peut augmenter l’utilisation réelle de l’infrastructure IA, et certains clients pourraient privilégier une alternative ouverte autant que la performance maximale.