Accueil › Guides › Colocation GPU/IA

Colocation pour serveurs GPU/IA : combien ça coûte et comment choisir

Les serveurs GPU pour l'intelligence artificielle imposent une rupture sur les métriques de la colocation. Là où une baie classique consomme quelques kilowatts, une baie GPU peut en réclamer plusieurs dizaines. La métrique clé n'est plus la surface, mais la densité électrique et thermique.

Estimer mon coût →

La densité, nouvelle contrainte reine #

Un cluster GPU concentre une puissance électrique très élevée sur peu d'espace. La plupart des datacenters conçus pour de la charge classique ne peuvent ni alimenter ni refroidir une baie à forte densité. Le premier filtre n'est donc pas le prix au mètre carré, mais la puissance disponible par baie et la capacité de refroidissement.

Air ou liquide ? #

À partir de 20 à 30 kW par baie, le refroidissement par air ne suffit plus : le refroidissement liquide, au plus près des composants (direct-to-chip), devient nécessaire. Tous les sites n'en sont pas équipés, ce qui en fait un critère de sélection à part entière.

Le coût est dominé par l'énergie #

Pour une infrastructure GPU, l'électricité et le refroidissement pèsent bien plus que le loyer de l'espace. Les bonnes questions sont : quelle puissance par baie, quel type de refroidissement, quel prix de l'énergie et quelle disponibilité électrique réelle sur le site.

Relier les GPU : DAC, AOC ou optique #

À partir de 400 Gbit/s, le type de câble influe directement sur les performances. Le câble cuivre DAC, économique et très sobre en énergie, convient aux liaisons intra-baie de moins de trois mètres. L'AOC prend le relais sur quelques dizaines de mètres entre baies voisines. Au-delà, on bascule sur des transceivers optiques dédiés, ce qui alourdit vite la facture énergétique et financière.