Google et Blackstone créent une entreprise cloud pour élargir l’accès aux TPU

Ce qui s’est passé

Google et Blackstone ont annoncé une initiative d’infrastructure cloud dédiée à l’intelligence artificielle qui associe des investissements dans les centres de données à un accès aux puces TPU de Google selon un modèle de calcul à la demande.

Cette initiative vise à accroître la disponibilité des capacités de calcul spécialisées pour l’IA, sur un marché où l’accès à ce type de matériel constitue l’un des principaux freins pour les entreprises qui entraînent ou exécutent des modèles à grande échelle.

Ce que cela implique pour une entreprise qui envisage de migrer ses charges de travail d’IA

De nouveaux acteurs et modèles d’accès au calcul spécialisé peuvent ouvrir des possibilités auparavant réservées aux grandes entreprises. Mais changer de fournisseur ou en intégrer un nouveau n’est pas qu’une question de prix: cela implique de prendre en compte la compatibilité des modèles, les performances réseau et les processus de migration des données.

Avant de déplacer une charge de travail il convient d’évaluer le coût total du changement, y compris le support disponible et le temps de migration, et pas seulement le prix annoncé du calcul.

Les points à vérifier avant de changer de fournisseur cloud

Les points clés pour éviter les surprises lors d’une migration de charges de travail d’IA:

• Compatibilité des modèles et frameworks utilisés avec la nouvelle plateforme.
• Performances et coût du réseau entre les différents environnements concernés.
• Coût et durée estimés du transfert des données existantes.
• Niveau de support disponible pendant et après la migration.

Questions fréquentes

¿Qu’apporte cette alliance entre Google et Blackstone?

Elle élargit l’accès aux puces TPU de Google grâce à un modèle de calcul à la demande, conçu pour les infrastructures d’intelligence artificielle.

¿Cela concerne-t-il les entreprises qui n’utilisent pas l’IA à grande échelle?

Indirectement, en renforçant l’offre et la concurrence sur le marché du calcul spécialisé.

¿Quels points faut-il examiner avant de changer de fournisseur de calcul pour l’IA?

La compatibilité des modèles, les performances réseau, le coût de migration et le support disponible.