Usines d'IA · Centre de données NVIDIA · Royaume-Uni
Une usine d'IA transforme vos données, votre énergie et vos GPU en un flux continu de réponses, de prédictions et d'agents. Nous concevons, construisons, installons et exploitons des usines d'IA NVIDIA pour les organisations britanniques, d'une seule baie à une unité évolutive de plusieurs baies.
Un centre de données traditionnel stocke et sert de l'information. Une usine d'IA en produit. La matière première entre (vos documents, dossiers, données de capteurs et code), et les produits finis sortent : réponses aux questions du personnel, décisions prises par des agents, prévisions, conceptions générées et modèles entraînés. L'unité de production est le token, et le rôle de l'usine est de produire de bons tokens rapidement, à moindre coût et en toute sécurité.
Comme toute usine, elle ne se résume pas à ses machines. Les GPU font le travail, mais le débit réellement obtenu dépend du réseau qui les relie, du stockage qui les alimente, du logiciel qui les ordonnance, de l'énergie et du refroidissement qui les maintiennent en marche, et des personnes qui exploitent toute la chaîne. La plupart des projets d'IA décevants le sont parce que l'un de ces maillons était sous-dimensionné, pas parce que les GPU étaient trop lents.
C'est pourquoi nous traitons une usine d'IA comme un système conçu d'un seul tenant, avec un seul responsable. Nous la dimensionnons à partir du travail à accomplir, vérifions que votre bâtiment peut l'accueillir, la construisons et la testons au Royaume-Uni, et la maintenons en fonctionnement une fois en service.
Pourquoi les organisations transfèrent leurs travaux d'IA sérieux des GPU loués vers une infrastructure qu'elles maîtrisent
Les GPU cloud sont facturés à l'heure, que le travail ait de la valeur ou non. La capacité détenue est un coût fixe : chaque requête, exécution d'agent ou entraînement supplémentaire réduit le coût de chacun. Une fois l'utilisation stabilisée, le calcul est généralement favorable à la propriété.
Modèles, prompts, embeddings et sorties ne quittent jamais une infrastructure que vous maîtrisez. Cela simplifie considérablement le UK GDPR, les exigences des régulateurs sectoriels et les contrats clients, et tient les travaux sensibles à l'écart des plateformes partagées multilocataires.
Pas de demandes de quota, pas d'attente qu'une région se libère, pas de hausses de prix surprises. Vos équipes planifient sur une capacité que vous possédez déjà, et le travail urgent passe en premier, car c'est vous qui fixez les priorités.
Le même cluster peut pré-entraîner, fine-tuner, servir des modèles, effectuer des recherches dans vos documents et héberger des agents. L'ordonnancement des workloads partage les GPU entre les équipes, de sorte que le matériel coûteux travaille au lieu de rester inactif dans un seul service.
Chaque génération NVIDIA produit bien plus de tokens par unité d'énergie que la précédente. NVIDIA annonce jusqu'à 50 fois plus de production par mégawatt pour les systèmes Blackwell Ultra que pour Hopper sur les workloads agentiques à faible latence. Avec les prix de l'électricité au Royaume-Uni, l'efficacité est une véritable ligne budgétaire.
Vous choisissez le fournisseur d'identité, la frontière réseau, la journalisation et même si l'usine est connectée à Internet. Des conceptions isolées (air-gapped) ou à réseau restreint sont possibles lorsque les données l'exigent.
Commencez par un nœud ou une baie construits selon une conception de référence, puis ajoutez des baies identiques à mesure que la demande se confirme. Comme chaque étape suit le même plan, la croissance n'impose pas de reconception.
Modèles fine-tunés, jeux d'évaluation, bibliothèques de prompts et workflows d'agents deviennent des actifs qui vous appartiennent. Chaque projet mené sur l'usine accélère le suivant, au lieu de payer un fournisseur pour réapprendre votre métier.
La propriété ne convient pas à tout le monde. Si votre besoin en GPU est occasionnel ou imprévisible, ou si vous n'avez besoin de capacité que pour quelques semaines, le cloud ou un petit système d'IA personnel revient généralement moins cher. Nous vous le dirons si c'est le cas.
Serveurs GPU ou systèmes à l'échelle de la baie dimensionnés pour les modèles que vous exécutez : mémoire par GPU selon la taille du modèle, taille du domaine NVLink selon l'étendue sur laquelle un modèle peut se répartir, et prise en charge des précisions (FP4 à FP64) selon les calculs nécessaires.
Le réseau GPU à GPU entre serveurs, construit sur NVIDIA Quantum InfiniBand ou Spectrum-X Ethernet à 400 à 800 Gb/s par GPU. C'est lui qui décide si 32 GPU se comportent comme une seule grande machine ou comme 32 petites.
Un stockage parallèle ou à haut débit qui alimente les GPU pendant l'entraînement et les points de reprise, avec un réseau distinct pour que le trafic de stockage n'entre jamais en concurrence avec le trafic GPU.
NVIDIA AI Enterprise, microservices NIM, Kubernetes ou Slurm, ordonnancement des workloads comme Run:ai et gestion de cluster comme Mission Control, configurés pour que les équipes se servent elles-mêmes en toute sécurité.
Les baies GPU modernes consomment chacune de 30 à plus de 100 kW. Alimentation, évacuation de la chaleur, refroidissement liquide direct si nécessaire et charge au sol sont conçus en premier, pas découverts le jour de la livraison.
Supervision, mises à jour du firmware et des pilotes, correctifs de sécurité, déploiement des modèles et planification de la capacité. Une usine mal exploitée perd peu à peu sa production à cause des pannes et des dérives.
Le déroulement type d'un projet d'usine d'IA Workstation
Nous partons du travail, pas du matériel : quels modèles, combien d'utilisateurs, combien de tokens par jour, quelle part d'entraînement et à quel rythme la croissance doit se faire. Nous obtenons ainsi un débit cible sur lequel fonder la conception.
Nous vérifions votre salle serveurs ou votre espace de colocation : puissance par baie, capacité de refroidissement, charge au sol, voies d'accès et connectivité réseau. Si le site ne peut pas accueillir la conception, nous le disons avant que vous ne dépensiez quoi que ce soit.
Nous choisissons la plateforme et le réseau, produisons un plan de baies et une nomenclature, et réglons avec nos fournisseurs l'allocation et les éventuels contrôles à l'exportation avant de nous engager sur un devis ferme.
Les systèmes sont assemblés, câblés et testés sous charge au niveau de la baie, avec validation des GPU, de la mémoire, du réseau et du stockage, pour que les problèmes soient détectés en banc de test plutôt que dans votre salle de données.
Nous installons, connectons la fabric, déployons le système d'exploitation, les pilotes, Kubernetes ou Slurm et la pile logicielle NVIDIA, et réalisons les tests de réception avec votre équipe avant la remise.
Notre service SysOps247 peut superviser et maintenir l'usine 24 h/24, déployer de nouveaux modèles en toute sécurité avec Ring Promoter, et verrouiller les secrets et l'accès en périphérie avec WSL Vault et WSL Proxy.
Un guide rapide des plateformes NVIDIA pour centres de données sur lesquelles nous construisons des usines d'IA. Chacune dispose de sa propre page détaillée.
| Plateforme | GPU par unité | Mémoire GPU | Refroidissement | Idéal pour |
|---|---|---|---|---|
| Baie HGX B300 à 32 GPU | 32 (4 × 8) | 8,4 TB HBM3e | Air ou liquide | Inférence de raisonnement et entraînement à grande échelle sur des baies standard |
| Compal SGX30-2 (nœud HGX B300) | 8 | 2,1 TB HBM3e | Air | Un nœud B300 certifié, à la configuration prédéfinie, disponible à la commande |
| Cluster HGX B200 | 8 par nœud | 1,4 TB par nœud | Air ou liquide | IA mixte et calcul scientifique FP64 |
| GB300 NVL72 | 72 dans un seul domaine NVLink | 20 TB HBM3e | Liquide | Les plus grands modèles et le raisonnement le plus rapide |
| GB200 NVL72 | 72 dans un seul domaine NVLink | 13,4 TB HBM3e | Liquide | Modèles à mille milliards de paramètres, plus de solides performances FP64 |
| DGX SuperPOD | Des centaines à des milliers | Évolue par unité | Liquide ou air | Un supercalculateur d'IA clé en main, validé par NVIDIA |
| Usine d'IA RTX PRO 6000 | 8 par nœud | 768 GB par nœud | Air | Agents d'entreprise, calcul visuel et simulation |
| Serveurs H200 NVL | Jusqu'à 8 par serveur | 141 GB par GPU | Air | Inférence dans des baies existantes refroidies par air |
| Vera Rubin NVL72 | 72 dans un seul domaine NVLink | 288 GB HBM4 par GPU | Liquide | Planifier la prochaine génération de capacité |
Les capacités mémoire correspondent aux totaux publiés par NVIDIA pour chaque plateforme. La mise en réseau de chaque option est détaillée sur notre page consacrée au réseau des AI factories.
Choisissez une plateforme pour découvrir ce qu'elle fait, ce qu'elle exige de votre site et comment nous la livrons
Les GPU NVIDIA pour centres de données sont alloués par NVIDIA et les constructeurs de serveurs, et les délais se comptent en mois plutôt qu'en semaines. Les systèmes complets et testés obtiennent généralement une allocation plus tôt que les composants seuls ; nous chiffrons donc ces plateformes sous forme de systèmes assemblés. Les expéditions hors du Royaume-Uni, et de nombreux GPU avancés au Royaume-Uni même, nécessitent une vérification de l'utilisateur final et de l'utilisation finale au titre des règles d'exportation britanniques et américaines avant que nous puissions confirmer l'approvisionnement.
Les membres professionnels bénéficient du temps de nos ingénieurs pour leurs questions d'approvisionnement et de conception, d'un accès anticipé au stock et d'une priorité sur liste d'attente, ainsi que d'un support technique gratuit sur chaque commande.
Un cluster GPU, c'est le matériel. Une AI factory, c'est tout le système de production qui l'entoure : calcul, réseau, stockage, logiciel, infrastructure et exploitation, conçus ensemble pour produire des résultats d'IA de manière fiable. Un cluster privé du reste fonctionne généralement bien en deçà de son potentiel.
Il n'y a pas de minimum. Beaucoup d'organisations commencent par un seul serveur à 8 GPU ou une baie construite selon une conception de référence, puis ajoutent des baies identiques. L'essentiel est que la première étape soit conçue pour évoluer sans tout repenser.
Non. La plupart de nos clients utilisent un site de colocation au Royaume-Uni capable de fournir l'alimentation et le refroidissement nécessaires à ces systèmes. Nous pouvons vous aider à le choisir et y assurer l'installation. Une salle serveurs sur site adaptée convient également si elle passe notre audit de site.
L'approvisionnement est l'étape la plus longue. Les délais des plateformes NVIDIA pour centres de données se comptent actuellement en mois et dépendent des allocations. La conception et l'audit de site se déroulent en parallèle de l'approvisionnement, et l'installation et la mise en service d'une baie prennent généralement de quelques jours à quelques semaines une fois le matériel sur place.
Parfois. Les GPU NVIDIA avancés et les systèmes d'IA sont soumis aux règles d'exportation britanniques et américaines. Nous devons connaître l'utilisateur final, l'usage prévu et le site d'installation avant de pouvoir confirmer la livraison, et certaines destinations nécessitent une licence dont l'obtention peut prendre du temps ou être refusée.
Nous. La garantie matérielle et le support logiciel NVIDIA passent par nous, et nos ingénieurs basés au Royaume-Uni assurent le support de premier niveau. Les membres Trade bénéficient d'un support technique gratuit sur chaque commande, et SysOps247 ajoute une supervision et une exploitation 24 h/24.
Dites-nous ce que vous voulez qu'elle produise, combien de personnes l'utiliseront et où elle serait installée. Un ingénieur vous reviendra avec une recommandation dimensionnée et un avis honnête sur l'intérêt pour vous d'en être propriétaire.