Contexte du marché GPU
Le marché du cloud GPU a longtemps été dominé par les hyperscalers capables de signer des contrats pluriannuels pour des accélérateurs rares. Cette dynamique favorise les gros clients capables d’engager des dépenses d‑échelle, alors que les petites et moyennes entreprises (PME) restent en marge. Le basculement récent des charges de travail d’IA, du entraînement vers l’inférence, crée un besoin de capacité « burst » – des pics de calcul ponctuels – que les fournisseurs traditionnels ne couvrent pas efficacement.
Thomas Kato, fondateur de Comet Cloud, indique que les hyperscalers exigent aujourd’hui des engagements multiyears, excluant ainsi les PME qui ne peuvent pas garantir de tels volumes. Cette contrainte contractuelle constitue le principal frein à l’adoption du GPU cloud par les petites structures.
Modèle d’infrastructure dédié
Comet Cloud répond à ce manque en proposant des clusters GPU bare‑metal dédiés, isolés par client. Chaque cluster regroupe l’ensemble du matériel, du stockage à la sécurité, sans partage avec d’autres utilisateurs. Cette approche garantit la confidentialité des données, un critère essentiel pour les cabinets médicaux ou juridiques qui constituent une partie de la clientèle visée.
Le fournisseur s’appuie déjà sur le marketplace Andromeda, qui a standardisé le stockage via Weka NeuralMesh sur plus de 50 fournisseurs GPU. Cette interopérabilité permet à Comet Cloud de proposer des configurations homogènes tout en restant propriétaire du matériel.
Sur le plan tarifaire, Kato cite des prix de 15 $ à 20 $ de l’heure facturés par les hyperscalers pour des systèmes Nvidia B300, contre 4 $ de l’heure pour les clusters de Comet Cloud. Cette différence de coût, qualifiée d’« astronomique », rend l’inférence accessible aux PME qui utilisent l’IA pour le marketing ou le service client.
Analyse économique et limites
Le modèle repose sur un financement intensif. Un seul cluster de 48 racks basé sur les futurs systèmes Nvidia Vera Rubin nécessite entre 1 milliard et 1,2 milliard de dollars de revenu contractuel pour être financé, selon Kato. Cette exigence de revenu pré‑engagé limite la capacité de Comet Cloud à étendre rapidement son parc, même s’il possède déjà 300 acres de terrain sous contrat sur la côte ouest.
Par ailleurs, la stratégie de tokenisation – transformer chaque unité de calcul en « token » utilisable par les clients – introduit une dépendance au prix du token. Kato souligne que le prix doit descendre suffisamment pour que chaque PME puisse l’acheter régulièrement, condition qui reste incertaine tant que les coûts d’énergie et de matériel ne baissent pas de façon proportionnelle.
Enfin, la relation avec Dell Technologies, via le programme AI Factory, offre un levier d’accès à des capacités d’ingénierie et de support, mais ne résout pas le problème de liquidité initiale. Sans un flux de contrats à long terme, le modèle risque de rester limité à des projets pilotes plutôt qu’à une adoption à grande échelle.
