Foxconn et Nvidia vont construire le plus grand cluster de supercalcul de Taïwan d’ici 2026

Un nouveau pôle de calcul pour l’IA en Asie

Foxconn construit à Taïwan, en partenariat avec Nvidia, un centre de supercalcul de 1,4 milliard de dollars, dont la mise en service est prévue au premier semestre 2026. Une fois opérationnel, le site abritera le plus grand cluster de GPU avancés de Taïwan et la première installation d’Asie reposant sur la plateforme Blackwell GB300 de Nvidia. D’une puissance de 27 mégawatts (MW), le centre est développé par Visonbay.ai, la nouvelle division de Foxconn dédiée au supercalcul et aux services cloud pour l’IA.

Le projet voit le jour alors que les entreprises se livrent une course pour sécuriser des capacités permettant d’entraîner de grands modèles de langage, d’exécuter à grande échelle l’inférence de modèles de fondation et de déployer des systèmes robotiques et autonomes. Les flux de travail modernes liés à l’IA nécessitent des clusters denses de GPU capables de transférer des données entre les puces à très haut débit, tout en maîtrisant la consommation électrique et la chaleur. En associant la dernière architecture de Nvidia au rôle croissant de Foxconn dans la fabrication et l’intégration de racks dédiés à l’IA, le centre taïwanais est conçu pour répondre aux besoins de clients de toute la région.

Avec une puissance de 27 MW, le site se situe dans le haut de la fourchette des installations aménagées dans un seul bâtiment en Asie. Il ne s’agit pas d’un méga-campus, mais sa taille suffit pour entraîner des modèles de pointe, mener des recherches à l’échelle nationale et accueillir des clients commerciaux qui n’ont ni le temps ni les capitaux nécessaires pour construire leurs propres installations. Le projet vise une mise en service rapide, grâce à des systèmes de racks fabriqués en usine et à une priorité donnée au refroidissement liquide, afin de maintenir des performances élevées et un bon indice d’efficacité énergétique.

Ce qu’apporte Blackwell GB300

La génération Blackwell de Nvidia mise sur des modèles plus grands, un entraînement plus rapide et un coût par unité de calcul réduit. La gamme GB300 associe des cœurs GPU très rapides à une mémoire à large bande passante et à une architecture NVLink mise à jour, qui relie des dizaines de GPU au sein d’un même pool. Concrètement, un cluster peut ainsi transférer plus efficacement paramètres et activations entre les GPU, ce qui accélère l’entraînement comme l’inférence des modèles de très grande taille.

Ces systèmes sont conçus pour fonctionner à très haute densité. Les charges thermiques dépassent largement les capacités du refroidissement par air traditionnel : les fournisseurs adoptent donc le refroidissement liquide direct et d’autres solutions avancées qui évacuent la chaleur des composants les plus chauds avec une efficacité bien supérieure. Les systèmes Nvidia à l’échelle du rack associés aux GPU GB300 illustrent cette évolution : tuyauterie, collecteurs et commandes sont intégrés aux racks dès leur fabrication.

Blackwell apporte également des fonctions destinées aux déploiements en entreprise, notamment une sécurité renforcée et la prise en charge du calcul confidentiel. Ces fonctions sont importantes pour les organisations qui doivent protéger les données et les poids des modèles pendant l’entraînement et l’inférence, tout en respectant les exigences réglementaires et internes en matière de conformité.

Fonctionnement d’un rack d’IA

Un rack d’IA abrite des serveurs équipés de nombreux GPU, des commutateurs à haut débit et des dispositifs de stockage, ainsi que le système de distribution électrique et le câblage qui relient l’ensemble. À l’intérieur du rack, NVLink permet aux GPU de communiquer entre eux à très haut débit et avec une faible latence. Entre les racks, des liaisons Ethernet ou InfiniBand à haut débit connectent le cluster, afin de répartir les tâches sur plusieurs racks lorsqu’un travail dépasse les capacités d’un seul rack.

Pourquoi le refroidissement liquide s’impose

Le refroidissement liquide évacue la chaleur bien plus efficacement que l’air, ce qui permet aux centres de données de concentrer davantage de puissance de calcul sur chaque mètre carré. Il réduit aussi l’énergie consommée par les ventilateurs, ce qui peut améliorer l’indice d’efficacité énergétique (PUE) du site. Pour les exploitants, le refroidissement liquide implique de nouvelles pratiques de maintenance, mais ses avantages sont déterminants lorsque la densité de GPU, les objectifs d’efficacité et les limites de bruit sont contraignants.

Louer ou construire : l’économie de l’IA évolue

Lors de la journée technologique de Foxconn, Nvidia a présenté un calcul simple aux clients qui mettent en balance dépenses d’investissement et rapidité de déploiement. Les entreprises peuvent acheter et exploiter leurs propres clusters, ou louer des capacités de calcul auprès d’opérateurs spécialisés dans le renouvellement régulier de leurs parcs de GPU. Les progrès rapides des performances des GPU compliquent les choix des acheteurs qui ne prévoient pas de renouveler fréquemment leurs équipements, car les cycles de vie des actifs s’allongent difficilement.

Alexis Bjorlin, vice-présidente chez Nvidia, a déclaré aux participants que le modèle locatif pouvait être plus intéressant à mesure que les cycles de produits raccourcissent et que les modèles évoluent rapidement. Selon elle, cette approche peut accroître la flexibilité et la rentabilité pour de nombreuses entreprises.

La location de ressources de calcul peut offrir un bien meilleur retour sur investissement, en apportant de la flexibilité et en permettant aux entreprises d’adapter leurs capacités de calcul à leurs cycles de produits comme à leurs cycles d’activité.

La nouvelle division de Foxconn, Visonbay.ai, devrait proposer ce modèle à Taïwan et permettre aux entreprises d’accéder aux capacités GB300 sans les délais, les besoins en personnel et les travaux d’aménagement qu’exigent les installations privées. Un modèle de service convient aussi aux acteurs du secteur public et de la recherche, qui ont besoin de budgets prévisibles plutôt que de dépenses initiales importantes. Pour Nvidia, ce dispositif élargit le parc installé de Blackwell ; pour Foxconn, il crée une activité de services récurrents qui complète son rôle de fabricant.

Le pari de Foxconn sur les infrastructures d’IA

Depuis deux ans, Foxconn développe un second moteur de croissance autour de l’IA et des infrastructures cloud. L’entreprise affirme pouvoir produire environ 1 000 racks d’IA par semaine et prévoit d’augmenter ce rythme l’année prochaine. Son président, Young Liu, a également défini un plan d’investissement à long terme : l’entreprise prévoit d’investir chaque année entre 2 et 3 milliards de dollars dans des projets et des capacités liés à l’IA.

Au-delà du centre de données, Foxconn et Nvidia introduisent l’IA dans les chaînes de production. Leur objectif est d’utiliser la vision par ordinateur, les jumeaux numériques et la robotique pour réduire les défauts, améliorer les rendements et raccourcir le délai de mise sur le marché des nouveaux produits. La collaboration est déjà en cours et devrait orienter la conception et l’exploitation des propres usines de Foxconn.

Spencer Huang, responsable produit chez Nvidia spécialisé dans la robotique et fils du fondateur de l’entreprise, Jensen Huang, a décrit ces travaux comme une démarche concrète visant à rendre les usines plus intelligentes.

Nvidia travaille avec Foxconn pour intégrer l’IA aux usines et aux chaînes de production.

Foxconn a également profité de l’événement pour présenter les avancées de son programme de véhicules électriques. Le Model A, conçu par des ingénieurs japonais, cible le marché japonais. Foxconn prévoit de fabriquer le véhicule au Japon lorsque les volumes justifieront l’ouverture d’une usine locale, dans le cadre d’une stratégie destinée aux constructeurs automobiles qui souhaitent externaliser davantage l’assemblage.

Que représentent 27 mégawatts ?

La puissance est le moyen le plus simple de comparer les centres de données conçus pour l’IA. Avec 27 MW, le site de Foxconn et Nvidia constituera une installation majeure à Taïwan, suffisamment grande pour accueillir des milliers de GPU de pointe. Les campus hyperscale sont bien plus vastes, atteignant parfois 100 à 300 MW répartis sur plusieurs bâtiments. Ce projet se concentre toutefois sur un seul cluster à haute densité, capable de fournir des capacités d’entraînement et d’inférence à de nombreux clients simultanément.

Une capacité de cette ampleur peut servir des laboratoires de recherche et des entreprises de nombreux secteurs. Les fabricants de semi-conducteurs peuvent simuler la conception des puces et les étapes de photolithographie. Les équipes de biotechnologie peuvent étudier la structure des protéines et effectuer le criblage de médicaments à l’aide de modèles génératifs. Les entreprises de la fintech et du commerce en ligne peuvent affiner de grands modèles de langage pour les recommandations, la détection des fraudes et le service client. Les développeurs de robots peuvent entraîner des politiques de contrôle et exécuter des chaînes de traitement de données synthétiques à cadence industrielle.

L’avantage de l’écosystème taïwanais

Taïwan dispose d’une chaîne d’approvisionnement intégrée pour le calcul avancé. TSMC fabrique de nombreuses puces, des sous-traitants assemblent les serveurs et les racks, et un marché mature des services réseau relie les clients aux fournisseurs cloud. Héberger un cluster GB300 à Taïwan rapproche les boucles de retour entre le matériel, l’intégration des systèmes et les premiers utilisateurs. Cette implantation réduit également les délais d’expédition et les formalités d’importation pour les clients de la région.

Qui devrait utiliser le cluster ?

Les universités locales et les laboratoires nationaux mèneront des recherches en IA bénéficiant de capacités de calcul souveraines sur l’île. Les fournisseurs cloud régionaux et les éditeurs de logiciels pourront réserver des capacités pour l’entraînement, l’affinage et l’inférence de modèles. Les groupes industriels qui possèdent des usines à Taïwan et au Japon pourront utiliser le cluster pour des simulations et des tâches de vision par ordinateur liées à la production. Cette diversité devrait contribuer à maintenir un taux d’utilisation élevé malgré les fluctuations du marché.

Une capacité de production de milliers de racks par semaine

Fabriquer des racks d’IA à grande échelle est une opération complexe. Chaque unité doit être assemblée, équipée pour le refroidissement liquide, câblée pour offrir un très haut débit, puis testée en charge avant expédition. Le rythme de production de Foxconn, d’environ 1 000 racks par semaine, montre le chemin parcouru par l’entreprise au-delà de l’assemblage de téléphones, vers des infrastructures stratégiques. Cette capacité réduit les délais pour les clients et devrait permettre au nouveau centre taïwanais de monter rapidement en charge après son ouverture.

Foxconn prévoit également de construire des équipements pour centres de données avec des partenaires à l’étranger. Des projets annoncés précédemment incluaient une collaboration avec SoftBank sur un ancien site de Foxconn dédié aux véhicules électriques, dans l’Ohio, dans le cadre d’une stratégie plus large visant à fournir des équipements pour de grands programmes d’IA aux États-Unis. La portée mondiale de ces accords offre à Foxconn des options logistiques à mesure que les goulets d’étranglement se déplacent d’une région à l’autre.

Énergie, refroidissement et durabilité

Les grands clusters d’IA concentrent la consommation électrique et la chaleur. Cela soulève des questions bien connues : comment raccorder les sites au réseau, comment s’approvisionner en électricité plus propre et comment gérer l’eau ? À Taïwan, les exploitants multiplient les contrats d’achat d’électricité éolienne et solaire et cherchent à réutiliser la chaleur et à moderniser les groupes frigorifiques pour réduire le gaspillage. Le passage au refroidissement liquide direct réduit l’énergie consommée par les ventilateurs, améliore la récupération de chaleur et rend possible une forte densité de GPU.

Les systèmes liquides exigent une conception soignée et des dispositifs de contrôle de qualité pour éviter les interruptions. Les équipes de maintenance doivent être formées à la manipulation des raccords rapides, à la chimie des liquides de refroidissement et à la détection des fuites. En contrepartie, les performances thermiques sont plus prévisibles et le PUE peut être mieux maîtrisé sur l’année, y compris pendant les mois d’été chauds que connaissent de nombreuses régions d’Asie.

Ce que cela signifie pour Nvidia et le marché de l’IA

Pour Nvidia, le projet remplit deux objectifs à la fois : il accélère le déploiement de la gamme Blackwell en production et élargit le marché de la location de capacités de calcul. L’accord renforce les liens de Nvidia avec un partenaire industriel majeur, tout en ouvrant aux clients l’accès à des GPU de premier plan sans cycles d’approvisionnement ni construction de nouvelles salles.

Pour les acheteurs, le calendrier coïncide avec une vague de mises à jour de modèles. Les entreprises qui prévoient de remplacer leurs accélérateurs de génération précédente peuvent transférer leurs charges de travail vers des instances GB300, dotées d’une bande passante mémoire supérieure et d’un meilleur rendement énergétique. Les équipes de recherche peuvent réserver du temps sur le cluster pour des entraînements difficiles à programmer sur des clouds publics en période de forte demande. Cette capacité supplémentaire soutient également les programmes nationaux qui souhaitent disposer de ressources d’IA souveraines à Taïwan.

Calendrier, investissements et points à suivre

Foxconn indique que le site taïwanais sera prêt au premier semestre 2026. Son conseil d’administration a approuvé l’achat d’équipements pour des clusters de calcul dédiés à l’IA et un centre de supercalcul jusqu’à la fin de 2026, ce qui laisse présager une construction par étapes et une marge d’expansion si la demande se concrétise rapidement. Le projet de 27 MW, associé à un plan d’investissement annuel de 2 à 3 milliards de dollars dans l’IA, place Foxconn en position de se développer à la fois comme fournisseur de racks d’IA et comme opérateur de services par l’intermédiaire de Visonbay.ai.

Les clients suivront de près les informations sur la disponibilité des racks GB300, le catalogue de services que Visonbay.ai prévoit de proposer et les options de connectivité aux réseaux régionaux. Les performances du centre en matière d’efficacité et de disponibilité serviront de référence pour les futurs déploiements de Blackwell en Asie, où de nombreux sites prévoient désormais des salles refroidies par liquide et des conceptions modulaires adaptées aux clusters de GPU.

Points clés

• Foxconn et Nvidia construisent à Taïwan un centre de supercalcul de 1,4 milliard de dollars, dont l’ouverture est prévue au premier semestre 2026.
• Le site abritera le plus grand cluster de GPU avancés de Taïwan et le premier d’Asie à fonctionner avec la plateforme Blackwell GB300 de Nvidia.
• Le centre de données, d’une puissance de 27 MW, sera développé et exploité par Visonbay.ai, une division de Foxconn.
• Nvidia présente la location de capacités de calcul comme un moyen flexible d’accéder à des GPU de premier plan ; Visonbay.ai prévoit de proposer ce modèle.
• Foxconn peut fabriquer environ 1 000 racks d’IA par semaine et prévoit d’augmenter sa production l’année prochaine.
• Spencer Huang, de Nvidia, a déclaré que les deux entreprises travaillent ensemble pour appliquer l’IA aux usines et aux chaînes de production.
• Foxconn prévoit d’investir chaque année entre 2 et 3 milliards de dollars dans l’IA afin de répondre à la demande croissante en 2026 et au-delà.
• Le projet souligne le rôle croissant de Taïwan dans le calcul avancé, tout en mettant davantage l’accent sur l’énergie, le refroidissement et les objectifs d’efficacité.