Accord Rackspace AMD : 30 MW de calcul IA d'ici 2028
L'accord Rackspace AMD, signé le 16 juin 2026, réserve exclusivement au calcul IA d'AMD une capacité initiale de 30 MW dans les centres de données de Rackspace, à déployer par phases de fin 2026 à 2028. AMD s'est engagé à racheter la capacité résiduelle invendue des déploiements approuvés, et chaque phase doit encore être financée. Pour les entreprises réglementées comme les établissements de santé, il propose une pile d'IA gérée avec un seul opérateur responsable plutôt qu'une série de fournisseurs distincts.
Ce que Rackspace et AMD ont signé
Rackspace Technology et AMD ont signé le 16 juin 2026 un accord définitif pour le déploiement par phases d'une capacité initiale de 30 MW consacrée au calcul IA fondé sur AMD dans les centres de données de Rackspace dans le monde. Le déploiement doit commencer fin 2026 et se poursuivre par phases jusqu'en 2028.
Dans son dépôt auprès de la SEC, Rackspace qualifie le contrat de GPU-as-a-Service Agreement. Il transforme en cadre commercial un protocole d'accord annoncé le 7 mai 2026 et fait d'AMD le partenaire puces de la pile d'IA de Rackspace.
Pourquoi les entreprises réglementées sont la clientèle visée
Le problème que décrivent les deux entreprises est la gouvernance. Les hôpitaux et autres entreprises réglementées veulent faire tourner l'IA au cœur de leurs systèmes, mais l'assemblent souvent à partir de plusieurs fournisseurs, chacun responsable d'une seule brique.
« Les entreprises des secteurs réglementés ont besoin d'une infrastructure d'IA gouvernée dès sa conception, avec un seul opérateur responsable des résultats métier, et non d'une collection de fournisseurs détenant chacun une pièce. » Gajen Kandiah, PDG de Rackspace Technology
Les entreprises indiquent que des établissements de santé ont déjà manifesté leur intérêt pour du calcul accéléré destiné à l'IA clinique et à l'inférence à grande échelle.
Le matériel et les services couverts par l'accord
La capacité fera tourner des GPU AMD Instinct, dont les MI355X et MI350P et leurs futurs successeurs, avec des CPU AMD EPYC, au sein de l'architecture Enterprise AI Cloud de Rackspace. Selon Rackspace, cela lui permet d'orienter chaque charge de travail vers le bon type de calcul et d'assumer la responsabilité des performances de bout en bout.
L'accord accélère quatre services annoncés avec le protocole d'accord : Enterprise AI Cloud, Enterprise Inference Engine, Inference as a Service et Bare Metal AMD Instinct. Ensemble, ils vont des serveurs nus à l'inférence entièrement exploitée. Les deux entreprises disent qu'elles mobiliseront des équipes commerciales et marketing pour trouver des clients dans les secteurs réglementés.
Comment l'accord Rackspace AMD répartit le risque
Le dépôt révèle des conditions absentes du communiqué de presse. Rackspace s'est engagé à réserver et à maintenir 30 MW dans ses centres de données exclusivement pour les produits AMD, sous réserve de conditions financières, opérationnelles et juridiques.
Chaque déploiement nécessite un accord séparé sur le prix, la durée et les paramètres financiers, et AMD n'a aucune obligation d'accepter un déploiement donné. Lorsqu'il l'accepte, AMD s'engage à racheter la capacité résiduelle invendue de ce déploiement, sous réserve d'exigences de livraison et de service et d'un plafond. AMD obtient aussi un droit de préemption sur la capacité GPU avant que Rackspace ne la vende à d'autres sous un certain seuil de prix. Chaque partie peut mettre fin à un déploiement qui manque sa date de mise en service ou ne respecte pas certains niveaux de service.
Ce qui est engagé et ce qui reste un projet
Aucune capacité ne fonctionne encore dans le cadre de l'accord, et aucun des 30 MW n'est garanti. Rackspace indique que les déploiements nécessiteront des financements supplémentaires, qu'il pourrait ne pas obtenir à des conditions acceptables, et dépendront de l'approvisionnement et des délais de livraison des produits AMD auprès des fabricants d'équipements.
Le calendrier de fin 2026 à 2028 est l'intention des entreprises, pas un résultat. Le formulaire 8-K précise qu'il n'existe aucune garantie que Rackspace déploiera les volumes prévus dans ce délai, ni même du tout.
Ce que cela change pour les entreprises qui achètent de l'infrastructure d'IA
Pour une entreprise réglementée, l'offre est une alternative gérée à la location de GPU nus avec tout le reste construit en interne. Un seul opérateur ferait tourner le matériel, la couche cloud et l'inférence, et répondrait du résultat.
Pour un opérateur cloud, le contrat montre un moyen d'ajouter de la capacité GPU sans porter tout le risque lié à la demande. La promesse du fabricant de puces de racheter la capacité invendue réduit le risque d'un cluster inutilisé, en échange d'une part de contrôle sur les prix via le droit de préemption.
Questions et réponses
Quelle capacité d'IA l'accord entre Rackspace et AMD couvre-t-il ?
Il couvre une capacité initiale de 30 MW consacrée au calcul fondé sur AMD dans les centres de données de Rackspace dans le monde, déployée par phases.
Quand la capacité AMD sera-t-elle déployée ?
Les entreprises comptent commencer fin 2026 et achever les phases d'ici 2028, sous réserve du financement et d'un accord sur chaque déploiement.
Quelles puces AMD Rackspace utilisera-t-il ?
Des GPU AMD Instinct, dont les MI355X et MI350P et leurs futurs successeurs, ainsi que des CPU AMD EPYC.
Le regard de MOZGII
Comment nous le construirions
La difficulté de cet accord, ce ne sont pas les puces. C'est de vendre 30 MW de temps GPU à des clients réglementés assez vite pour que la capacité soit rentable, avec des conditions contractuelles où le fabricant de puces rachète les restes et a son mot à dire sur les prix bas.
Si nous construisions la plateforme d'un tel service, nous commencerions par les contrôles sur lesquels un hôpital ou une banque s'interroge en premier : où se trouvent les données, qui peut y accéder, quelle version de modèle a produit chaque réponse, et un journal lisible par un auditeur. Chaque client disposerait d'un stockage, de clés et de chemins réseau séparés, et chaque appel d'inférence serait enregistré avec son modèle, la référence de ses entrées et son résultat. L'opérateur publierait chaque mois, client par client, la disponibilité et la latence qu'il mesure.
Côté activité, nous suivrions chaque déploiement au regard de son contrat : date de mise en service, niveaux de service, taux d'utilisation, prix plancher et capacité que le fabricant de puces peut reprendre. Un modèle pourrait prévoir la demande par type de charge ; le responsable de la planification des capacités déciderait quand demander la phase suivante.
Le système flancherait là où l'utilisation reste faible pendant que les coûts de financement courent, ou là où un client réglementé exige un contrôle que la plateforme ne sait pas démontrer. L'indicateur que nous suivrions est le taux d'utilisation payée de chaque cluster déployé. Ensuite, nous construirions un outil simple qui associerait chaque charge de travail client au calcul le moins cher respectant ses règles.
Sources
D’où viennent les faits de cet article.