Contexte du virage vers l'AI agentique

Le passage de l'AI agentique des phases pilotes à la production oblige les acheteurs à dépasser le simple comptage de GPU. Selon Kevin Cochrane, CMO de Vultr, les entreprises recherchent désormais des plateformes intégrées capables de supporter l’ensemble de la pile logicielle requise pour des applications AI‑native, plutôt que des « îles » de GPU isolées.

Architecture unifiée de Vultr

Vultr organise son infrastructure en régions de centres de données reliées par un réseau unique et exposées via une seule API. Cette approche permet aux développeurs d’interagir avec l’ensemble du parc via des modèles d’infrastructure as code, notamment des templates Terraform, ce qui contraste avec les fournisseurs qui déploient des sites ponctuels pour des contrats sur‑mesure. La différence réside dans la capacité à offrir un global cloud platform plutôt qu’un simple agrégat d’accélérateurs.

Mix matériel orienté CPU

Les modèles de raisonnement de l’AI agentique enchaînent de multiples étapes, invoquent des outils externes et valident les résultats en temps réel, ce qui sollicite fortement les CPU. Duncan Ng, VP Solutions Engineering, indique que Vultr utilise depuis plus d’une décennie des processeurs AMD comme colonne vertébrale de son parc CPU, et a récemment passé une commande de 1,2 milliard de dollars pour les systèmes rack‑scale Helios d’AMD. Cette acquisition vise à augmenter la densité de calcul, estimée à dix fois celle des configurations précédentes, afin de répondre aux exigences de charge de travail plus intensives.

Implications pour le marché du néocloud

Le modèle unifié de Vultr crée une barrière à l’entrée pour les acteurs qui ne disposent que d’infrastructures fragmentées. Les fournisseurs qui ne proposent pas de plateforme globale risquent d’être relégués à la catégorie des « îles de GPU », moins attractifs pour les déploiements d’entreprise. En parallèle, la demande croissante pour les CPU et les systèmes rack‑scale accélère la consolidation du secteur, les acteurs capables d’investir massivement dans des architectures intégrées étant les plus susceptibles de survivre. Un intégrateur du « Big Four » utilise déjà Vultr comme base pour un service de gestion des risques, illustrant la transition des workloads de la phase de test à la production à grande échelle.