FuriosaAI RNGD à Lisbonne : un nouveau socle européen pour l’inférence IA efficace

Contexte : pourquoi Lisbonne devient une plaque tournante de l’inférence IA en Europe

FuriosaAI déploie ses serveurs RNGD dans le data center Equinix LS2 à Lisbonne, offrant un premier accès local européen à son accélérateur d’inférence pour tester des modèles avancés en conditions quasi production.[1][2]

Objectifs principaux :

• mesurer latence, throughput et stabilité dans un environnement de colocation réel,
• réduire le délai d’accès à une capacité d’inférence spécialisée sans construire de nouveaux centres.[2][5]

Ce site est la première étape d’un déploiement RNGD plus large chez Equinix en Europe, soutenu par un bureau régional dédié.[2][5]

Contexte infrastructure :

• la demande en calcul IA croît plus vite que la capacité électrique et la densification possible des salles serveurs ;
• de nombreux data centers approchent leurs limites de puissance par baie, rendant l’ajout de clusters GPU très énergivores complexe sans travaux lourds.[5][6][7]

Le choix d’Equinix et d’un site dans l’UE répond aussi aux priorités :

• d’autonomie technologique européenne et de souveraineté,
• de diversification des chaînes d’approvisionnement en calcul IA,
• de soutien à des projets d’IA souveraine, notamment en France, en complément d’initiatives comme le Projet d’infrastructure dédié à l’intelligence artificielle à Borlänge.[6]

💡 À retenir
Lisbonne devient un point d’entrée concret pour tester une infrastructure d’inférence spécialisée dans un cadre de colocation existant, compatible avec les contraintes énergétiques et réglementaires européennes.[2][5]

RNGD chez Equinix Lisbonne : architecture, performances et efficacité énergétique

RNGD est un accélérateur d’inférence pour LLM et charges agentiques, basé sur une architecture propriétaire Tensor Contraction Processor (TCP) en 5 nm, délivrant 512 TFLOPS FP8 pour 180 W de TDP par puce.[2][3][5] Il cible l’ère de l’inférence massive plutôt que l’entraînement.[7]

Caractéristiques des serveurs NXT RNGD :[3][6]

• jusqu’à 8 accélérateurs par châssis,
• ~4 pétaFLOPS FP8, 384 Go de HBM3, 12 To/s de bande passante mémoire agrégée,
• consommation d’environ 3 kW par serveur, compatible baie standard à air-cooling, sans refroidissement liquide ni réaménagement majeur.[5][6]

📊 Donnée clé
Dans un rack de 15 kW, cinq serveurs RNGD peuvent être déployés là où un seul serveur DGX H100 de Nvidia tiendrait, transformant la densité d’inférence par baie.[6][7]

Comparaison énergétique :

• les GPU d’entraînement récents montent à ~1 300 W par carte, soit plus de 7× la consommation d’un accélérateur RNGD ;[7]
• pour l’IA générative, le coût énergie + refroidissement devient aussi critique que le prix des serveurs.[7][10]

Spécificités de l’architecture TCP :[6][7]

• contractions de tenseurs traitées en matériel plutôt que via des multiplications matricielles fixes,
• poids maintenus plus longtemps en mémoire haut débit,
• réduction des mouvements de données,
• amélioration de la performance par watt et des tokens-par-watt sur LLM et agents IA, confirmée par des validations tierces.[6][7]

Ce développement est piloté par les équipes de FuriosaAI (June Paik, Jeehoon Kang, Baek Jun-ho, Tobias Mann, Hanjoon Kim) et un écosystème incluant Broadcom, TSMC, Supermicro.[2][3][5]

Combiné à l’infrastructure efficace et durable d’Equinix, RNGD permet une inférence soutenue dans des enveloppes de puissance limitées, tout en conservant le modèle de colocation classique (baies, air-cooling).[2][3][5]

⚠️ Point clé
L’enjeu n’est pas seulement la puissance brute, mais le nombre de jetons inférés par kilowatt, alors que la puissance disponible par rack devient le goulot d’étranglement principal.[6][7]

Cas d’usage, écosystème européen et prochaines étapes pour les entreprises

Les serveurs RNGD à Lisbonne offrent un bac à sable quasi production pour mesurer latence p95, throughput et coût par requête sur :[2][4][9]

• assistants conversationnels LLM multi-tour,
• agents autonomes orchestrés (CrewAI, LangGraph, etc.),
• RAG intensif avec forte simultanéité de requêtes.

Possibilités pour les équipes techniques :

• tester des stacks comme Ollama,
• évaluer des modèles européens comme Mistral sur RNGD,
• comparer coûts et performances avec les offres Google, OpenAI, Meta, Anthropic.

Exemple typique :

• une fintech d’environ 30 personnes déploie son orchestrateur d’agents back-office sur quelques nœuds RNGD,
• compare temps de réponse et facture énergétique à un cluster GPU existant,
• décide workload par workload de la plateforme la plus adaptée.

Le bureau FuriosaAI de Lisbonne joue un double rôle :[2][4][5][6]

• hub commercial pour les clients européens,
• centre R&D pour compilateurs, design de puces et PCB, créant un écosystème local pour optimiser en continu la pile matérielle / logicielle RNGD.

À l’horizon 2026, cette approche doit contribuer à l’autonomie technologique et au leadership IA européens.[6]

Pour DSI et responsables infrastructure, trajectoire recommandée :[2][7][10]

1. Lancer un POC chez Equinix Lisbonne avec 1–2 workloads GenAI représentatifs (chatbot client, moteur RAG interne).
2. Comparer le coût total d’inférence (infra + énergie + licences + opérations), avec un focus sur le coût par 1 000 jetons générés.[7][10]
3. Planifier une migration progressive des charges les plus intensives en jetons vers RNGD pour réduire les coûts d’exploitation sur 12–24 mois.[7][10]

💼 À retenir
RNGD à Lisbonne n’est pas un simple site vitrine, mais un environnement d’essai pour dimensionner une future architecture d’inférence européenne — du pilote à la montée en charge multi-racks — en complément des grandes plateformes opérées par Nvidia, Google, OpenAI, Meta, Anthropic et leurs partenaires.[2][5]