Equinix a fixé un trimestre pour sa prochaine offre d’infrastructure d’IA destinée aux entreprises, mais pas encore de tarif ni de carte de lancement. L’entreprise a annoncé le 2 septembre qu’Equinix Inference Exchange, développé avec NVIDIA et Together AI, devrait être disponible à partir du premier trimestre 2027.
L’offre prévue pourrait fournir aux entreprises un nouveau moyen d’exécuter l’inférence IA plus près des utilisateurs, des applications et des données réglementées. Mais Equinix n’a pas communiqué les lieux de déploiement initiaux, les tarifs, les configurations matérielles détaillées, les informations de capacité ni les engagements de performance précis, laissant les acheteurs sans suffisamment de détails pour planifier sérieusement leurs acquisitions.
Ce qu’Equinix a confirmé
L’ annonce d’Equinix du 2 septembre indique qu’Inference Exchange combinera les architectures de référence NVIDIA Enterprise, la plateforme d’inférence de Together AI et l’infrastructure des centres de données d’Equinix. Together AI prendra en charge plus de 200 modèles open source au moyen de déploiements mutualisés et dédiés à un seul locataire.
Equinix fournira l’alimentation électrique, le refroidissement, l’exploitation de l’infrastructure et la connectivité via Equinix Fabric. Cette conception s’inscrit dans une évolution plus large vers une infrastructure d’IA intégrée, où le calcul, le réseau, le refroidissement et la sécurité doivent de plus en plus être planifiés comme un seul déploiement plutôt que comme des achats distincts.
Equinix positionne Inference Exchange pour l’inférence en périphérie des métropoles, la migration vers des modèles ouverts et les charges de travail d’IA souveraine. Ces cas d’usage dépendent fortement de la géographie, notamment pour les organisations qui doivent conserver les données ou les traitements dans certaines juridictions.
Une note de publication du produit Equinix indique que les lieux de déploiement et les modalités d’accès pour les clients seront communiqués ultérieurement. L’entreprise n’a pas non plus publié de modèle tarifaire, ce qui rend prématurées les comparaisons directes avec les API des hyperscalers, les clouds GPU ou les infrastructures gérées en interne.
Il devient de plus en plus difficile d’ignorer ces aspects économiques à mesure que l’usage de l’IA augmente. Des données récentes montrant que les agents IA consomment environ cinq fois plus de jetons de LLM que les activités pilotées par des humains illustrent pourquoi la capacité d’inférence et les coûts de consommation peuvent rapidement devenir des enjeux de planification de l’infrastructure.
Ce qu’a constaté eWeek : l’empreinte mondiale d’Equinix ne correspond pas au déploiement d’Inference Exchange
L’empreinte infrastructurelle d’Equinix est bien plus vaste que les informations de déploiement communiquées pour Inference Exchange. Sa page actuelle sur l’IA en périphérie des métropoles recense 281 centres de données d’IA répartis dans 77 métropoles de 36 pays, tandis que les lieux de déploiement initiaux de la nouvelle offre restent indéterminés.
L’écart est plus évident encore au regard de la stratégie antérieure d’Equinix en matière d’IA. Dans son annonce du 11 mars sur Distributed AI Hub, Equinix indiquait que les entreprises pourraient se connecter en privé à des éditeurs de modèles, des clouds GPU, des plateformes de données et d’autres fournisseurs d’IA via ses 280 centres de données haute performance. Les documents de septembre consacrés à Inference Exchange ne comportent aucun engagement équivalent concernant le déploiement sur des sites précis.
Equinix accroît également sa capacité sur des marchés comme Singapour, où l’entreprise a récemment obtenu une allocation provisoire de 50 MW dans le cadre d’une plus vaste extension de centre de données de 200 MW. Il ne faut pas supposer que cette capacité supplémentaire sera affectée à Inference Exchange tant qu’Equinix n’aura pas identifié les métropoles de lancement de l’offre.
Les entreprises peuvent évaluer l’architecture proposée et ses partenaires technologiques, mais pas encore son adéquation géographique ni son modèle économique. Les équipes chargées des achats ont toujours besoin de connaître les lieux de déploiement, les tarifs, la capacité et les engagements de service avant de pouvoir comparer Inference Exchange aux options existantes d’inférence en production.
À lire également : Alors que les choix de matériel d’inférence continuent d’évoluer, les discussions rapportées entre NVIDIA et le spécialiste des puces d’inférence Rebellions montrent pourquoi les acheteurs d’infrastructure pourraient vouloir éviter de s’enfermer dans des hypothèses à long terme avant que davantage de détails sur le déploiement et la capacité ne soient disponibles.
Vous souhaitez en savoir plus sur les conseils, astuces et techniques de formulation de requêtes pour l’IA ? Les lecteurs d’eWeek bénéficient de 7 jours d’accès gratuit à The Neuron Academy, notre plateforme d’apprentissage pratique conçue pour aider les professionnels à utiliser l’IA avec davantage d’assurance au travail. Parcourir toutes les leçons →