Un accélérateur lancé en 2020 continue de trouver preneur dans les datacenters IA jusqu’à la fin de la décennie. Le signal est clair : la pénurie relative de capacité de calcul reste telle que même une génération Ampere conserve une valeur locative en 2029.
Le NVIDIA A100 reste rentable bien après son cycle attendu
CoreWeave a confirmé qu’un client a signé pour louer des GPU NVIDIA A100 jusqu’en 2029, pour des charges d’entraînement et d’inférence IA. L’information a ensuite été relayée par Jensen Huang, CEO de NVIDIA, qui y voit une démonstration directe de la longévité commerciale de la plateforme CUDA.
Présenté fin 2020, le GA100 qui équipe l’A100 embarque 6 912 CUDA cores et jusqu’à 80 Go de mémoire HBM2E. Sur le papier, cette fiche technique ne rivalise plus avec les générations Hopper, Blackwell ou même la plus récente Rubin, mais 80 Go de mémoire par carte restent une ressource immédiatement exploitable dans un marché où la capacité mémoire demeure un point de tension majeur.
CUDA prolonge la durée de vie d’Ampere
Dans son message, Jensen Huang résume l’argument de NVIDIA ainsi : la flotte A100 reste « mission-capable » de 2020 à 2029. Il insiste surtout sur CUDA, présenté comme la couche commune qui permet aux développeurs et aux ingénieurs NVIDIA de faire évoluer Ampere, Hopper et Blackwell pendant toute leur durée d’exploitation utile.
Le dirigeant ajoute que cette polyvalence rend le calcul NVIDIA plus facilement mutualisable, améliore le taux d’utilisation des machines et prolonge leur durabilité économique. En clair, un GPU ancien mais encore compatible avec les outils et frameworks du marché reste un actif louable, finançable et productif.
Des GPU plus anciens, mais toujours exploitables
CoreWeave ne détaille pas le tarif horaire de cette location longue durée, mais l’équation est assez lisible : un A100 coûte vraisemblablement bien moins cher à l’usage qu’une solution récente, tout en offrant un niveau de performance encore suffisant pour certains workloads. Dans un contexte où chaque capacité disponible est absorbée par la demande IA, cette génération vieille de six ans conserve donc une utilité très concrète.
Le cas est intéressant au-delà du seul A100. Il montre que, dans l’IA, l’obsolescence technique ne suit pas forcément le rythme des lancements produits : tant que la mémoire, les outils logiciels et le coût par heure restent cohérents, une ancienne puce peut continuer à tourner bien après l’arrivée de ses successeurs les plus performants.
Source : TechPowerUp
