Contexte et objectifs

Le centre HammerHAI, implanté à Stuttgart, vise à offrir aux PME et aux startups européennes un accès à des ressources de calcul de classe superordinateur sans les enfermer dans un écosystème propriétaire. Selon Bastian Koller, directeur du High‑Performance Computing Center Stuttgart, l’enjeu principal est de fournir un boost de performance tout en conservant la liberté de migrer les charges de travail vers un hyperscaler ou de revenir en arrière.

Architecture matérielle et énergétique

Le cœur du nouveau système repose sur une infrastructure fournie par Hewlett Packard Enterprise intégrant les puces Nvidia Grace Blackwell. Cette génération de GPU combine des cœurs ARM Neoverse V2 avec une mémoire HBM3, optimisée pour les charges de travail d’IA et de calcul haute performance. Le texte indique que le nouvel ensemble double la performance de l’ancien dispositif de 3,2 MW tout en consommant environ 700 kW, soit une amélioration de l’efficacité énergétique de plus de 50 %.

En outre, le centre réutilise la chaleur résiduelle du système, réduisant ainsi l’empreinte thermique globale. Cette approche s’inscrit dans une logique de durabilité, même si les chiffres exacts de récupération de chaleur ne sont pas fournis.

Modèle de service et souveraineté des données

HammerHAI adopte un « concierge model » où chaque client se voit attribuer un interlocuteur dédié. Cette pratique permet de recueillir des retours d’utilisation précis et d’ajuster les services en fonction des besoins réels des utilisateurs. Le modèle vise également à éviter le lock‑in : les services sont conçus pour que les charges de travail puissent être exportées vers un hyperscaler public ou rapatriées sans contrainte technique majeure.

Sur le plan de la souveraineté, le centre fonctionne dans un environnement certifié ISO et possède la certification TISAX Niveau 3, exigée pour les projets automobiles. Koller précise que la pleine indépendance matérielle, notamment l’utilisation de puces européennes souveraines, n’est pas réaliste à court terme ; la stratégie actuelle mise donc sur la maîtrise des données plutôt que sur la possession de processeurs propres.

Implications et limites

Le doublement de performance à une consommation énergétique réduite montre que les GPU Grace Blackwell offrent un ratio performance/consommation supérieur aux générations précédentes, ce qui peut accélérer le prototypage d’applications IA pour les petites structures. Cependant, l’absence de puces souveraines européennes limite la portée de la souveraineté technique, et la dépendance à Nvidia persiste.

Le modèle de conciergerie améliore l’adoption mais implique un coût opérationnel lié à la gestion humaine. Enfin, la réutilisation de la chaleur, bien que mentionnée, manque de données quantifiables, ce qui rend difficile l’évaluation précise de l’impact environnemental.