Contexte de l'AI agentique
L'AI agentique, qui repose sur des agents capables d'exécuter des milliers de tâches de façon autonome, impose une latence très faible et une forte capacité de concurrence. Scott Tease d'AMD souligne que, dans une architecture GPU‑CPU, le processeur devient le goulot d'étranglement lorsqu’il ne fournit pas les données assez rapidement aux accélérateurs. Cette dynamique explique pourquoi les constructeurs recentrent leurs conceptions sur le CPU, même si les GPU continuent de dominer les titres médiatiques.
Architecture du PowerEdge R9825
Dell a présenté le PowerEdge R9825, serveur 3U basé sur les processeurs EPYC 9006 de sixième génération d'AMD. Le châssis a été dimensionné pour un budget de puissance de rack compris entre 15 kW et 20 kW, chiffre fourni par les clients lors de la phase de planification il y a 2,5 ans. Selon David Schmidt, le serveur intègre des optimisations de consommation et de refroidissement qui permettent de réduire la charge thermique de 80 % par rapport à des configurations antérieures. Cette amélioration se traduit par la capacité d'un seul EPYC 9006 à remplacer treize machines héritées tout en conservant le même niveau de performance de calcul.
Conséquences sur la consommation des data‑centers
La réduction de la puissance de refroidissement libère de l'énergie qui peut être réaffectée aux charges de travail agentiques. Tease indique que les agents peuvent transformer les idées d'un chercheur en plusieurs milliers de jobs de calcul, ce qui multiplie la demande de cycles CPU sans augmenter la consommation globale du rack. En pratique, le gain d’efficacité permet d’accroître le nombre de nœuds actifs dans le même espace physique, tout en respectant les limites de 15‑20 kW imposées par les installations d’alimentation.
Limites et perspectives
Malgré ces avancées, la contrainte énergétique reste le facteur limitant principal. Les prévisions de puissance de rack ne peuvent pas être dépassées sans recourir à des solutions de refroidissement supplémentaires ou à des alimentations de plus grande capacité, ce qui augmenterait les coûts d’infrastructure. De plus, la dépendance accrue aux CPU implique que les futures générations d'EPYC devront offrir des gains de performance tout en maintenant ou en améliorant l’efficacité thermique. La trajectoire actuelle montre que l'optimisation du CPU, couplée à une gestion fine de la puissance, constitue le levier principal pour soutenir l'expansion de l'AI agentique dans les data‑centers.