La crise Blackwell NVL72 de Nvidia : Pourquoi le serveur IA ultime fond

Jensen Huang a levé la puce Blackwell au ciel en la qualifiant de moteur de la nouvelle révolution industrielle. Il a juste oublié de préciser que ce moteur chauffe tellement qu’il menace littéralement de faire fondre l’infrastructure des centres de données autour de lui. Le rack serveur phare de Nvidia, le NVL72 — un monolithe abritant 72 cartes graphiques Blackwell — subit actuellement des problèmes critiques de surchauffe, forçant des reconceptions d’urgence et semant une panique silencieuse chez les géants du web.

Avant de continuer : Nous avons déjà décortiqué le côté grand public de cette architecture dans GPU Wars 2025: NVIDIA Blackwell vs AMD RDNA 4, et analysé les goulots d’étranglement réseau dans The Ultra Ethernet Rebellion. Cet article se penche sur la crise thermique physique qui frappe actuellement les serveurs d’entreprise.

Table des matières

• La chaufferette de 120 kilowatts
• Le point de rupture du refroidissement liquide
• Fun Facts
• La panique des hyperscalers
• Le mur de la physique
• Sources

La chaufferette de 120 kilowatts

Pour comprendre l’ampleur du désastre, il faut regarder les chiffres. Le NVL72 n’est pas juste un serveur ; ce sont 72 processeurs graphiques B200 et 36 processeurs Grace reliés par NVLink pour agir comme un seul immense bassin de mémoire cohérente de 130 téraoctets.

Et ça consomme jusqu’à 120 kilowatts (kW) d’énergie par rack.

Pour vous donner une idée, une maison nord-américaine typique consomme environ 1,2 kW en moyenne. Nvidia a effectivement rentré l’équivalent de l’électricité de 100 maisons dans une armoire en métal de la taille d’un frigidaire. On connaît tous la panique d’un laptop de gaming qui atteint 95 degrés sur nos cuisses, mais faire bouillir un actif corporatif de plusieurs millions de dollars demande une vraie ambition.

Quand on pompe 120 kW dans du silicium, presque tout se transforme en chaleur. Le refroidissement à air traditionnel a cessé de fonctionner pour le matériel IA il y a deux générations. Le NVL72 repose entièrement sur un refroidissement liquide direct sur la puce. Mais les rapports des analystes de la chaîne d’approvisionnement indiquent que la densité même du NVL72 submerge les plaques de refroidissement. Le liquide n’arrive tout simplement pas à évacuer la chaleur assez vite avant que les puces ne commencent à baisser violemment leurs fréquences (thermal throttling).

Le point de rupture du refroidissement liquide

Je couvre le matériel depuis un moment, et des reconceptions de racks en fin de cycle ne sont pas juste un petit pépin — c’est une alarme qui signale une erreur d’ingénierie fondamentale. Nvidia demanderait actuellement à ses fournisseurs de modifier le design des racks très tard dans le cycle de production pour améliorer le flux du liquide de refroidissement.

C’est un cauchemar pour les architectes de centres de données. On ne peut pas juste changer un tuyau. Modifier le collecteur de refroidissement altère la répartition du poids, les exigences structurelles du plancher et le routage de l’alimentation électrique pour toute la rangée de serveurs.

Fun Facts

• Saviez-vous que 120 kW de chaleur générée équivaut à peu près à 80 chaufferettes résidentielles standard fonctionnant au maximum simultanément dans un espace de 24 pouces de large ?
• Saviez-vous que les opérateurs de centres de données doivent littéralement renforcer leurs planchers en béton juste pour supporter le poids de l’eau et du liquide de refroidissement requis pour une seule rangée de serveurs Blackwell ?

La panique des hyperscalers

Microsoft, Meta et Google ont pratiquement parié tout leur budget d’investissement de 2025 sur Blackwell. xAI, l’entreprise d’Elon Musk, tente de construire un cluster Colossus avec 100 000 GPU.

Si vous construisez un cluster de 100 000 GPU en utilisant des racks NVL72, vous parlez d’une consommation électrique d’environ 166 mégawatts. Vous avez littéralement besoin d’un réacteur nucléaire dédié juste pour allumer les lumières. Mais surtout, si les racks surchauffent, les calendriers de déploiement glissent. Un retard de trois mois dans le déploiement de Blackwell signifie un retard de trois mois dans l’entraînement de GPT-5 ou Llama 4.

C’est pourquoi les hyperscalers repousseraient le NVL72 pour opter pour le NVL36 (36 GPU par rack), moins dense. Ça prend deux fois plus d’espace au sol, mais au moins ça ne s’enflamme pas spontanément.

Le mur de la physique

Nous frappons la fin de la mise à l’échelle par la force brute. Depuis cinq ans, la solution de l’industrie de l’IA à tous les problèmes a été « d’ajouter plus de puissance ». Le cours de l’action de Nvidia repose sur l’hypothèse que nous pouvons continuer à faire ça indéfiniment.

La crise thermique de Blackwell prouve que non. On peut concevoir le silicium le plus intelligent de la planète, mais ultimement, la thermodynamique vient toujours collecter sa taxe. La prochaine avancée majeure dans le matériel IA ne sera pas une puce qui calcule plus vite ; ce sera une puce qui calcule plus froid.

Sources

• The Information : Nvidia’s Next-Generation AI Chips Face Overheating Issues
• SemiAnalysis : Blackwell Architecture and Rack Density Analysis
• Bloomberg : Hyperscalers Pivot to NVL36 Amid Thermal Concerns
• IEEE Spectrum : The Physics of Direct-to-Chip Liquid Cooling at 100kW+