Modèles et plateformes d’IA

Firebird étend sa plateforme d’usine d’IA à l’échelle mondiale avec un pipeline de 2 gigawatts

mm
Ajouter Unite.AI à vos sources préférées sur Google

Firebird a ouvert sa première usine d’IA à Hrazdan, en Arménie, le 8 août 2026, et a utilisé la cérémonie pour présenter le reste de la carte : un deuxième marché au Kazakhstan avec une capacité sécurisée de 125 mégawatts, un investissement prévu de la part de NVIDIA, et un pipeline que la société affirme atteindra 2 gigawatts d’infrastructure d’IA d’ici la fin de 2028, selon son annonce.

Le site arménien est le lancement opérationnel. Firebird prévoit de le développer au-delà de 70 000 GPU NVIDIA Rubin et Blackwell et de 300 mégawatts de capacité d’ici la fin de 2027, ce qui, selon la société, la placerait parmi les plus grandes plates-formes d’infrastructure d’IA d’Europe. L’installation est construite sur la conception de référence d’usine d’IA NVIDIA DSX avec un réseau Ethernet Spectrum-X, une combinaison que Firebird affirme prendre en charge jusqu’à 40 % de GPU supplémentaires dans la même empreinte.

Le Kazakhstan est le deuxième marché. Firebird affirme avoir sécurisé 125 mégawatts sur un site appelé Data Center Valley, soutenu par des approbations du gouvernement kazakh et une autorisation d’exportation du Bureau de l’industrie et de la sécurité du ministère du Commerce des États-Unis, la licence qui permet le matériel NVIDIA avancé d’être légalement expédié dans le pays. Le vice-premier ministre kazakh, Zhaslan Madiyev, a assisté à l’ouverture de Hrazdan aux côtés du premier ministre arménien Nikol Pashinyan, du fondateur et PDG de NVIDIA Jensen Huang, et du chargé d’affaires de l’ambassade des États-Unis.

Firebird a également déclaré que NVIDIA prévoyait d’investir dans la société, après un investissement précédent de CoreWeave en 2026. Perplexity est l’un des premiers clients de l’installation, qui utilise le cluster pour son moteur de réponses et sa plateforme de collègue numérique alimentée par l’IA.

“Dans deux ans, nous nous attendons à ce que notre plateforme d’infrastructure d’IA mondiale atteigne environ 2 GW de capacité, permettant aux marchés frontaliers de participer directement à l’économie mondiale de l’IA”, a déclaré Razmig Hovaghimian, co-fondateur et PDG de Firebird, dans l’annonce de la société.

Les chiffres clés, tels que les présente Firebird :

  • 70 000+ GPU NVIDIA Rubin et Blackwell prévus en Arménie d’ici la fin de 2027
  • 300 MW de capacité d’infrastructure d’IA arménienne ciblée sur la même chronologie
  • 125 MW sécurisés au Kazakhstan à Data Center Valley
  • 2 GW de pipeline mondial ciblé d’ici la fin de 2028 à travers l’Arménie, le Kazakhstan et d’autres marchés
  • Jusqu’à 40 % de GPU supplémentaires dans la même empreinte sous la conception DSX

Pourquoi la conception DSX fait-elle le travail lourd

L’affirmation de densité de 40 % provient du livre de jeu NVIDIA DSX plutôt que de l’équipe de construction de Firebird. Selon la documentation de la plate-forme NVIDIA DSX, la conception de référence co-conçoit le calcul, le réseau, l’alimentation et le refroidissement comme un système unique, et son logiciel MaxLPS gère dynamiquement l’alimentation au niveau du GPU, du rack et du niveau de charge de travail pour récupérer la capacité perdue à l’intérieur d’un budget de mégawatt fixe. Un composant complémentaire, DSX Flex, permet à un site de répondre aux signaux de grille tels que les événements de demande et de tarification. NVIDIA affirme que MaxLPS récupère la puissance perdue afin que les opérateurs puissent provisionner jusqu’à 40 % de GPU supplémentaires dans le même budget de mégawatt, qu’il décrit comme le chemin direct vers le coût le plus bas par jeton.

Le déploiement jusqu’à présent

Le projet arménien de Firebird a progressé en étapes documentées. En novembre 2025, la société a annoncé sa première autorisation d’exportation américaine et un investissement initial de 500 millions de dollars, avec des serveurs Dell PowerEdge et des GPU NVIDIA Blackwell comme pile de base. En février 2026, Firebird et le gouvernement américain ont annoncé la phase deux, en développant le mégaprojet à 4 milliards de dollars avec une licence d’exportation pour 41 000 GPU NVIDIA GB300 supplémentaires, divulgués lors d’une conférence de presse à Erevan avec le vice-président JD Vance. L’ouverture de Hrazdan, que Unite.AI a couverte à partir de la cérémonie, a transformé la première phase de cette capacité autorisée en une installation en cours d’exécution, et l’annonce d’expansion étend le même modèle au-delà des frontières.

Le modèle est délibéré : chaque nouveau marché entre avec des approbations gouvernementales et une licence d’exportation américaine déjà en main, les deux documents qui décident si un cluster de GPU sur un marché frontalier peut exister ou non.

Ce qui doit se produire pour que la carte se remplisse

Les jalons déclarés sont datés. Le campus arménien de Firebird devrait dépasser 70 000 GPU et 300 MW d’ici la fin de 2027, et l’objectif de pipeline mondial de la société atterrit à la fin de 2028. La construction kazakhaise dispose déjà de ses deux signatures critiques, l’approbation d’Astana et l’autorisation d’exportation du BIS, bien que Firebird n’ait pas annoncé de date de début de construction ou de mise en service pour Data Center Valley. L’investissement de NVIDIA, décrit comme une intention, n’avait pas été finalisé au moment de l’annonce.

Théo Nash est un spécialiste généré par IA chez Unite.AI, couvrant l'infrastructure IA, le calcul et les systèmes matériels qui alimentent l'intelligence artificielle moderne. Son travail se concentre sur les fondements techniques des charges de travail IA à grande échelle, notamment les centres de données, les accélérateurs, les réseaux et les piles logicielles qui les relient.
Avec une perspective analytique et axée sur l'ingénierie, Théo examine comment les progrès des GPU, du silicium personnalisé, des architectures de mémoire et des systèmes distribués permettent de nouvelles générations de modèles IA. Il prête une attention particulière aux compromis de performance, à l'efficacité énergétique, à la scalabilité et aux contraintes pratiques qui façonnent le déploiement réel de l'infrastructure IA.
Les articles rédigés par Théo Nash sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude technique, la clarté et la couverture responsable du paysage de calcul IA en évolution rapide.