Projets

Quand l'IA vient bousculer l'oligopole du cloud

Les laboratoires d’Athos Therapeutics en Californie. Pour des questions de flexibilité, mais aussi de coûts, la biotech a fait le choix d’un acteur spécialisé et non d’un hyperscaler. (Photo : D.R.)

La décision de la société de biotechnologie Athos Therapeutics d'opter pour un GPU-as-a-service du fournisseur Vultr pourrait montrer la voie aux DSI ayant des besoins spécialisés en matière d'IA.

PublicitéAWS, Microsoft et Google vont continuer à dominer le marché du cloud d'entreprise. Mais une série de fournisseurs plus spécialisés apparaissent comme des partenaires précieux pour les organisations - en particulier à l'ère où l'IA est en plein essor.

Athos Therapeutics est l'une de ces entreprises. Après avoir fait tourner ses applications d'IA dans ses locaux, la société de biotechnologie, spécialisées dans le développement via l'IA de nouvelles molécules ciblant les maladies auto-immunes, les inflammations chroniques et les cancers, a choisi Vultr Cloud GPU, un fournisseur de GPU-as-a-service. Sur les serveurs Dell PowerEdge dopés aux puces HGX H100 de Nvidia de son fournisseur, Athos fait tourner ses propres modèles d'IA et construire sa plateforme de médecine de précision alimentée par l'IA.

Avant de signer l'accord à l'été dernier, le trio Athos, Vultr et Dell a collaboré à un projet pilote qui répondait aux besoins de la société de biotechnologie, explique June Guo, vice-président de l'IA et du Machine Learning chez Athos. Il cite plusieurs raisons expliquant pourquoi Athos a abandonné sa petite infrastructure on-premise en faveur de la plate-forme cloud spécialisée, notamment l'énorme consommation d'électricité et de bande passante Internet, ainsi que le besoin de sécurité pour former ses grands modèles. Le passage à Vultr s'est également traduit par des économies, assure-t-il.

« Nous avions l'habitude d'avoir nos propres serveurs pour entraîner ces algorithmes d'IA, mais des questions d'infrastructure tels que des pannes d'électricité et des problèmes de bande passante Internet nous ont poussés à chercher un fournisseur pour résoudre ces points », explique June Guo, qui ajoute que le passage à un modèle de GPU-as-a-service a également permis d'accélérer le développement de la plateforme thérapeutique d'Athos.

Besoins de niche, solutions de niche

Vultr, IBM, Alibaba, Akamai, OVHcloud, Tencent et Huawei font partie d'une poignée d'acteurs de second rang de l'IaaS qui offrent des spécificités en termes de coûts et de flexibilité sur l'entraînement des modèles d'IA, sur leur paramétrage et leurs services d'inférence. Sans oublier des capacités sur la sécurité et la confidentialité, comme des garanties en matière de propriété intellectuelle, de protection des données génomiques ou des algorithmes d'IA développés par les entreprises, selon les analystes.

« Les fournisseurs de cloud de second rang se différencient en se concentrant sur des marchés de niche et des besoins spécifiques des entreprises, par opposition à l'approche générique et unique des hyperscalers », souligne David Linthicum, un expert des domaines du cloud et de l'IA qui a précédemment occupé le poste de directeur général et de responsable de la stratégie du cloud chez Deloitte Consulting. « Ces fournisseurs prospèrent dans les domaines où la spécialisation, la flexibilité et la rentabilité comptent le plus. »

PublicitéSelon June Guo, la protection de la propriété intellectuelle a été l'une des principales raisons du passage d'Athos au cloud GPU de Vultr. Les garanties offertes par le fournisseur quant à la protection de son modèle se combinant à celles relatives à la conformité aux réglementations. Le modèle GPU-as-a-service minimise également les exigences de maintenance de l'infrastructure d'IA - un domaine en évolution constante -, notamment le téléchargement de quantités massives de données génomiques, les mises à jour Internet et le remplacement des cartes Nvidia, ajoute-t-il.

Les hyperscalers trop chers

Athos aurait pu opter pour l'un des trois grands hyperscalers - AWS, Google Cloud ou Microsoft Azure -, mais l'entraînement de ses algorithmes et le passage à l'échelle sur divers types de données scientifiques se seraient traduits par un coût prohibitif sur ces plateformes, souligne le vice-président de la société de biotech.

Étant donné que les données d'Athos proviennent d'échantillons de sang, de selles et de tissus humains, et que les structures de données multi-omiques (soit issues des diverses disciplines de la biologie) ne sont pas comparables à du texte, de l'audio ou de la vidéo, Athos ne peut pas utiliser les modèles d'IA générative standard. La variété et le volume des données utilisées pour la thérapeutique de précision obligent Athos à construire ses propres algorithmes et modèles d'IA, qu'elle pourra commercialiser auprès d'autres sociétés biotechnologiques et pharmaceutiques une fois qu'ils seront totalement au point.

La plateforme Cloud GPU de Vultr gère désormais l'application d'Athos de bout en bout - elle fait tourner les services d'entraînement, de fine-tuning et d'inférence du modèle d'IA. Ce qui n'est pas le cas de tous les cloud, souligne le responsable de la société californienne. Elle assure également la sécurité et la confidentialité requises pour la propriété intellectuelle d'Athos, sur les grands ensembles de données génomiques et les algorithmes d'IA exclusifs à la société. Athos Therapeutics, qui travaille en partenariat avec la Cleveland Clinic et le Lahey Hospital & Medical Center, a développé de multiples modèles avec des milliards de paramètres sur la base de données multi-omiques, et a effectué des analyses sur plus de 25 000 patients.

« Par rapport aux serveurs sur site que nous utilisions auparavant, l'accélération est stupéfiante », explique June Guo, qui estime ce facteur à environ 10. En outre, Vultr et Dell ont été en mesure de fournir un support plus efficace pour l'ingénierie de la plate-forme d'IA et le datalake d'Athos que la plupart des fournisseurs de cloud, ajoute June Guo.

L'essor du GPU-as-a-service

La ruée vers l'or de l'IA a entraîné la montée en puissance d'acteurs de niche proposant des services GPU-as-a-service purs, ainsi que des fournisseurs de second rang offrant un ensemble de services plus complet, à l'instar des trois grands hyperscalers, y compris des GPU sur le cloud. Dave McCarthy, analyste chez IDC, explique que le terme GPU-as-a-service est apparu avec les débuts de start-ups comme CoreWeave, qui proposent exclusivement ce modèle, mais que les grands acteurs, comme AWS, Microsoft et Google, ont embrayé et ont ajouté ce service à leur catalogue depuis de nombreuses années.

Pour les entreprises américaines et européennes, l'attrait des fournisseurs de cloud de second rang réside souvent dans la capacité à mettre en place un écosystème diversifié des fournisseurs, mais aussi dans les économies et dans la capacité à prendre en charge l'IA et les applications spécialisées qui ne nécessitent pas l'évolutivité et la complexité d'AWS, de Google Cloud Platform ou d'Azure, ajoute David Linthicum.

Sulabh Srivastava, analyste Cloud First chez Accenture, explique que les acteurs du cloud de second rang offrent une variété de services spécialisés pour les PME, les entreprises régionales et les industries réglementées, avec des avantages clés tels que des coûts réduits pour l'entraînement et l'inférence AI/ML. Pour Athos Therapeutics, la solution Vultr-Dell est ainsi apparu comme le choix optimal pour développer une plateforme de construction et d'entraînement de modèles d'IA maison. « Nous n'avons pas de données, de code ou de plateforme Legacy. Nous utilisons le cloud public pour traiter certaines données, mais pour l'entraînement de nos modèles avec des données génomiques, Vultr et Dell nous ont fait une proposition très raisonnable », résume June Guo.