AMD, FuriosaAI et MangoBoost montent un cluster d'infrastructure IA hétérogène à Séoul : l'alternative à Nvidia avance
🔎 Le monopole GPU commence à se fissurer
Le 4 novembre 2026, à l'occasion de l'AMD Advancing AI World Tour à Séoul, AMD a signé un protocole d'accord (MOU) avec FuriosaAI et MangoBoost, deux startups coréennes spécialisées respectivement dans les NPUs d'inférence et les DPUs. Objectif affiché : assembler un cluster de référence à Séoul d'ici le printemps 2027, mêlant dans une même architecture des CPUs, GPUs, NPUs et DPUs. L'information a été confirmée par Chosunbiz puis reprise par DigiTimes et Money Today.
Pourquoi maintenant ? Parce que l'économie de l'IA a basculé du côté de l'inférence, et que l'inférence punit les architectures homogènes. Le Stanford AI Index 2025 documente une division par 280 du coût d'inférence en deux ans : les marges se déplacent vers celui qui sait livrer des tokens au meilleur coût par watt. C'est exactement le terrain de jeu d'un cluster hétérogène.
Et parce que la concentration de la supply chain est devenue un risque stratégique assumé par les acheteurs eux-mêmes. Quand Google accepte de payer SpaceX 920 millions de dollars par mois pour 110 000 GPUs Nvidia, le message est clair : la demande dépasse l'offre, et tout acheteur sérieux cherche un plan B. Séoul vient d'en esquisser un, très concrètement.
L'essentiel
- AMD, FuriosaAI et MangoBoost signent un MOU le 4 novembre 2026 : un cluster de référence hétérogène (CPU + GPU + NPU + DPU) à Séoul, opéré par MangoBoost, visé pour le printemps 2027 (Chosunbiz).
- Cible : le coût de l'inférence, en assignant chaque tâche au processeur le plus efficient, pas le plus puissant.
- Contexte : Nvidia concentre environ 90 % des accélérateurs IA (estimations analystes, 2025), les hyperscalers américains ont annoncé plus de 380 milliards $ de capex pour 2025, et la mémoire vive reste sous tension depuis fin 2025 (TrendForce).
- Pour la Corée : une intégration de ses champions nationaux dans une plateforme globale, avec des discussions séparées entre AMD et DEEPX sur la robotique (DigiTimes, 5 novembre 2026).
- Pour les entreprises : l'ère de l'achat « Nvidia-only » mérite un plan B, mesuré en tokens/seconde/watt.
Outils recommandés
| Outil | Usage principal | Prix (novembre 2026) | Idéal pour |
|---|---|---|---|
| AMD Instinct MI355X / Helios | Inférence et entraînement massif | Sur devis | Data centers, cloud providers |
| FuriosaAI RNGD | Inférence NPU basse consommation | Sur devis | Charges d'inférence stables, edge |
| MangoBoost DPU | Offload réseau/stockage, orchestration | Sur devis | Clusters denses, agentic infrastructure |
| ROCm + vLLM | Stack logiciel ouverte d'inférence | Gratuit (open source) | Équipes techniques indépendantes |
| Hostinger | Hébergement VPS de vos apps et passerelles IA | À partir de 4,99 €/mois (vérifiez sur hostinger.com) | PME, prototypes, staging |
Ce qu'AMD a exactement annoncé à Séoul
Un MOU, pas un contrat : et un cluster de référence au printemps 2027, pas un produit en volume. Selon Chosunbiz, l'accord signé le 4 novembre 2026 vise à tester des systèmes IA à puces mixtes et à réduire les coûts d'inférence. Le cluster sera opéré par MangoBoost à Séoul, a précisé un vice-président senior d'AMD.
Concrètement, le projet réunit trois briques complémentaires. AMD apporte la puissance de calcul serveur (GPUs Instinct, CPUs EPYC) et la couche logicielle ROCm. FuriosaAI apporte ses NPUs, optimisés pour l'inférence à faible consommation. MangoBoost apporte ses DPUs, qui déchargent le réseau et le stockage — le trafic « est-ouest » qui étouffe les clusters d'agents.
AMD mène par ailleurs des discussions séparées avec DEEPX, l'autre champion coréen des NPUs, sur des puces basse consommation destinées à la robotique (DigiTimes, 5 novembre 2026). Le signal est limpide : AMD ne cherche pas un client de plus, il construit un écosystème national.
Les trois partenaires en un coup d'œil
| Partenaire | Spécialité | Puce phare | Rôle dans le cluster |
|---|---|---|---|
| AMD | GPUs et CPUs serveur | Instinct MI355X / MI450 (Helios) | Calcul massif + orchestration logicielle (ROCm) |
| FuriosaAI | NPUs d'inférence | RNGD (~512 TOPS INT8, ~180 W) | Inférence spécialisée, efficace énergétiquement |
| MangoBoost | DPUs | Gamme MB | Offload réseau/stockage, opération du cluster |
Ce trio est un choix stratégique d'AMD, et je le trouve habile. Plutôt qu'une guerre frontale contre CUDA, AMD se positionne en orchestrateur d'un écosystème ouvert où chaque silicon joue sa partition. C'est moins spectaculaire qu'un « tueur de Nvidia », mais c'est plus crédible.
Ce que ce MOU n'est pas
Ce n'est ni une exclusivité, ni une ligne de production, ni un produit catalogue. Un MOU de démonstration teste une architecture, il ne la vend pas encore. Les volumes, s'ils suivent, viendront après les benchmarks publics — et après que les intégrateurs auront prouvé que la gestion d'un parc mixte GPU+NPU+DPU ne demande pas une armée d'ingénieurs.
Hétérogène : la fin du « un GPU pour tout »
Parce qu'en production, l'essentiel de la charge IA est de l'inférence, et que l'inférence n'a pas besoin du GPU le plus cher du monde pour chaque token. C'est le consensus analysts le mieux établi de 2025 : l'entraînement concentre les capitaux, l'inférence concentre les coûts d'exploitation.
Les chiffres donnent le ton. Le Stanford AI Index 2025 mesure une chute d'environ 280x du coût d'inférence d'un modèle de niveau GPT-3.5 entre fin 2022 et fin 2024. Cette pression sur les prix impose une logique industrielle : chaque tâche doit tourner sur le silicium le moins coûteux capable de la traiter.
C'est là que l'hétérogénéité prend tout son sens. Les NPUs type RNGD de FuriosaAI traitent efficacement les workloads d'inférence stables pour quelques centaines de watts, contre le kilowatt d'un GPU haut de gamme. Les DPUs de MangoBoost absorbent le trafic réseau et les accès stockage, libérant les GPUs pour le calcul. Chaque watt dépensé sert le calcul utile, pas l'overhead.
La désagrégation, fil rouge avec Helios
Cette logique rejoint exactement ce que nous documentions dans notre analyse AMD Helios + Cerebras : 5x tokens/sec/watt sur les modèles >1T paramètres : découpler préfilling, décodage et mémoire pour maximiser le débit par watt. Le cluster de Séoul applique la même philosophie à l'échelle d'un pays, avec du silicium coréen en plus.
| Critère | Cluster homogène (tout Nvidia) | Cluster hétérogène (AMD + NPU + DPU) |
|---|---|---|
| Coût d'acquisition | Très élevé, source unique | Potentiellement inférieur, multi-fournisseurs |
| Efficience énergétique (inférence) | Bonne | Meilleure sur charges spécialisées |
| Maturité logicielle | CUDA, écosystème dominant | Fragmentée (ROCm, SDKs NPUs), en progrès |
| Risque supply chain | Concentré, délais 12-18 mois | Distribué entre plusieurs fondeurs |
| Disponibilité réelle | Immédiat | Cluster de référence : printemps 2027 |
À noter, pour être honnête : Nvidia est lui-même hétérogène depuis des années, avec ses CPUs Grace et ses DPUs BlueField. La différence, c'est que Nvidia vend une stack 100 % Nvidia. Le cluster de Séoul parie sur l'inverse : une stack ouverte, assemblable, où AMD ne détient pas toutes les pièces.
Nvidia sous pression simultanée : les chiffres
Non, ce cluster ne détrônera pas Nvidia de sitôt ; oui, il attaque là où la concurrence devient possible : l'économie de l'inférence et l'accès à la supply.
Les fondamentaux restent écrasants. Nvidia a dégagé 57 milliards $ de chiffre d'affaires au troisième trimestre de son exercice 2026, dont 51,2 milliards en data center (résultats publiés en novembre 2025). Sa part de marché sur les accélérateurs IA tourne autour de 90 % selon les analystes. Le capex combiné des quatre hyperscalers américains a dépassé 380 milliards $ pour 2025 seuls, d'après leurs publications trimestrielles.
Mais la fissure est ailleurs : dans la dépendance. Quand un client de la taille de Google doit louer 110 000 GPUs via SpaceX pour 920 millions de dollars par mois — notre analyse ici —, c'est le signe que même les géants n'obtiennent pas ce qu'ils veulent, quand ils le veulent. Cette tension crée mécaniquement une demande pour toute alternative crédible.
Le régulateur s'en mêle aussi. Le DOJ américain s'intéresse déjà au rachat de Hugging Face par Nvidia pour 1,29 milliard de dollars. Une position dominante aussi visible attire l'attention antitrust, et chaque enquête renforce l'appétit des acheteurs pour une source secondaire. Le calendrier est bien vu : en 2026, Gartner tablait sur près de 2 000 milliards $ de dépenses IA mondiales (prévision de septembre 2025). Personne ne veut concentrer tout ça sur un seul fournisseur.
Mon avis est simple : le monopole de Nvidia est le plus solide là où il est intégré — entraînement et CUDA — et le plus fragile là où les acheteurs optimisent le coût par token. Le cluster de Séoul ne vise que ce deuxième front. C'est le bon choix, et c'est pour ça qu'il avance.
Corée et Europe s'organisent : la supply chain se régionalise
La vraie leçon de l'annonce : la supply chain IA se régionalise, et Séoul assemble précisément le genre de stack nationale que les souverainetés technologiques réclamaient depuis deux ans.
La Corée part avec des atouts réels. SK hynix domine le marché du HBM, cette mémoire haute bande passante dont chaque accélérateur IA dépend. Samsung pèse sur la fonderie avancée. FuriosaAI, fondée en 2017, fournit déjà des acteurs comme Naver avec ses puces Warboy, et son RNGD annoncé en 2024 affiche 512 TOPS en INT8 pour environ 180 W. MangoBoost, fondée en 2021 par le professeur Jangwoo Kim (POSTECH), s'installe comme référence des DPUs pour l'infrastructure IA « agentic » full-stack, comme le revendique le site de l'entreprise.
Le détail qui dit tout : FuriosaAI a refusé une offre d'acquisition d'environ 800 millions $ de Meta en 2025 (Reuters, mars 2025) pour rester indépendante. Douze mois plus tard, cette indépendance lui vaut un rôle central dans un cluster sponsorisé par AMD. Les fondateurs qui refusent les rachats se voient parfois offrir mieux que le rachat : un marché.
L'Europe suit le même chemin, chacun à son échelle. Les racks Vera Rubin NVL72 assemblés en France par Bull et Foxconn montrent que même Nvidia accepte de régionaliser sa production sous pression politique. Entre AMD qui s'allie avec Séoul et Nvidia qui manufacture en Europe, la géographie de l'IA se recompose sous nos yeux.
Mon opinion assumée : la souveraineté IA ne se décrète pas en communiqués, elle se construit en contrats industriels et en benchmarks publics. Séoul vient d'en signer un. Il ne reste plus qu'à le tenir.
Le vrai obstacle : le logiciel, pas le silicium
Si le cluster de Séoul déçoit, ce ne sera pas par manque de TOPS, mais par manque de maturité logicielle. C'est le point que les communiqués ne mentionnent jamais, et c'est celui qui décidera de tout.
CUDA reste le fossé défensif de Nvidia : dix-huit ans d'outillage, des millions de développeurs, un écosystème de bibliothèques impossible à répliquer en deux ans. ROCm a beaucoup progressé — PyTorch et vLLM fonctionnent sur les Instinct récentes — mais chaque portage d'un modèle exotique reste un projet, pas une case cochée.
À cela s'ajoute la fragmentation propre à l'hétérogénéité. Un cluster mixte GPU+NPU+DPU demande un ordonnanceur capable de router chaque tâche vers le bon processeur, des SDKs NPUs propriétaires à maîtriser, et des pilotes DPUs à maintenir. Chaque brique ajoutée ajoute une surface d'échec. C'est le prix de l'efficience, et MangoBoost devra le payer avec son cluster de démonstration.
Trois signaux à surveiller en 2027
- Les benchmarks publics du cluster de Séoul (printemps 2027) : tokens/sec/watt mesurés, pas promis.
- Les livraisons Helios à OpenAI : l'accord d'octobre 2025 prévoit 6 gigawatts de systèmes Instinct sur plusieurs générations, dont 1 GW de MI450 dès le second semestre 2026. Si AMD tient ce calendrier, Séoul devient crédible.
- Le support natif de l'offload NPU/DPU dans les frameworks d'inférence (vLLM, SGLang) : c'est le jour où l'hétérogénéité devient un flag de configuration plutôt qu'un projet d'ingénierie.
Plan d'action CTO : préparer sans tout casser
Construisez un plan de double-sourcing dès maintenant : Nvidia reste votre socle pour l'entraînement, et vous lancez un pilote d'inférence mesurable sur alternatives avant que la pression sur les prix ne vous l'impose.
Concrètement, dans l'ordre :
- Inventoriez vos workloads : volume de tokens, latence visée, coût actuel par million de tokens.
- Choisissez des modèles auto-hébergeables pour tester sans dépendre des API. Le tableau ci-dessous situe les meilleures options.
- Testez l'inférence sur Instinct via un cloud proposant des MI355X : la stack ROCm a mûri sur les modèles standards.
- Mesurez ce qui compte : tokens/seconde/watt, coût par million de tokens, latence p99. Pas les TOPS.
- Négociez une clause multi-fournisseurs dans vos prochains contrats d'infrastructure : le simple fait de la demander change vos prix.
- Montez votre staging ailleurs : un VPS KVM chez Hostinger (à partir de 4,99 €/mois, novembre 2026, vérifiez sur hostinger.com) suffit pour héberger la passerelle de votre agent auto-hébergé. Laissez les GPUs au cloud.
| Modèle | Éditeur | Score agentique* | Accès |
|---|---|---|---|
| GPT-5.5 | OpenAI | 98,2 | API |
| Gemini 3 Pro Deep Think | 95,4 | API | |
| Claude Opus 4.7 (Adaptive) | Anthropic | 94,3 | API |
| Kimi K2.6 | Moonshot AI | 88,1 | Auto-hébergé |
| GLM-5 (Reasoning) | Z.AI | 82 | Auto-hébergé |
*Classement agentique, données publiques 2026.
L'écart entre le meilleur modèle en API (98,2) et le meilleur auto-hébergeable (88,1) est le prix de votre indépendance aujourd'hui. Dix points, sur des benchmarks agentiques, c'est significatif pour des cas critiques — mais largement acceptable pour du support, de la RAG d'entreprise ou du traitement de masse. Et cet écout se réduit à chaque génération, pendant que le coût d'inférence auto-hébergé suit la courbe descendante du marché.
C'est exactement pourquoi l'hétérogène intéresse les Coréens : les modèles ouverts type Kimi K2.6 ou GLM-5 sont les workloads idéaux pour des NPUs et des infrastructures optimisées coût. L'un ne va pas sans l'autre.
❌ Erreurs courantes
Erreur 1 : confondre MOU et produit livré
Ce qui ne va pas : beaucoup de commentateurs traitent chaque protocole d'accord IA comme une révolution livrée le lendemain. Or le cluster de Séoul est une démonstration prévue pour le printemps 2027, pas une offre commerciale. La solution : planifiez Nvidia comme socle jusqu'en 2027 minimum, et traitez les alternatives comme des pilotes mesurés, pas comme des migrations.
Erreur 2 : acheter des accélérateurs au TOPS
Ce qui ne va pas : les TOPS ne prédisent pas les tokens/seconde. La bande passante mémoire, la capacité mémoire et surtout la maturité logicielle dominent la performance réelle. Un NPU à 512 TOPS mal exploité sous-performera un GPU deux fois moins théorique. La solution : benchmarkez sur votre charge réelle, en mesurant tokens/sec/watt, latence p99 et coût par million de tokens.
Erreur 3 : attendre « le tueur de Nvidia »
Ce qui ne va pas : chercher un produit unique qui remplace Nvidia partout est une erreur de catégorie. Le marché se fragmente par workload, pas par panacée : Nvidia garde l'entraînement et l'extrême performance, les alternatives gagnent l'inférence économique et l'edge. La solution : mixez les fournisseurs par cas d'usage, et arbitrez sur le TCO, pas sur les communiqués.
❓ Questions fréquentes
Qu'est-ce qu'un cluster IA « hétérogène » ?
C'est un cluster mêlant plusieurs types de processeurs — CPUs, GPUs, NPUs, DPUs — où chacun traite les tâches pour lesquelles il est le plus efficient. Au lieu d'un seul type de GPU faisant tout, les flux réseau passent par des DPUs, l'inférence routinière par des NPUs, le calcul lourd par des GPUs. C'est l'architecture que AMD, FuriosaAI et MangoBoost assemblent à Séoul.
Quand le cluster de Séoul sera-t-il opérationnel ?
Le cluster de référence, opéré par MangoBoost à Séoul, est prévu pour le printemps 2027, selon un vice-président senior d'AMD cité par Chosunbiz (4 novembre 2026). Le MOU a été signé le 4 novembre 2026 lors de l'AMD Advancing AI World Tour. Attention : il s'agit d'une démonstration, pas d'une offre commerciale en volume.
Est-ce la fin de la domination de Nvidia ?
Non, pas dans l'immédiat. Nvidia détient environ 90 % du marché des accélérateurs IA et 51,2 milliards $ de revenus data center au T3 de son exercice 2026. Mais l'inférence économique est un terrain où CUDA pèse moins, et chaque alternative qui prouve son efficience énergétique y gagne des parts. La domination reculera d'abord sur les tokens, pas sur l'entraînement.
Qu'est-ce que ça change pour une entreprise européenne ?
Rien d'opérationnel avant 2027, mais beaucoup de stratégie. La fabrication de racks Vera Rubin NVL72 par Bull et Foxconn en France, combinée à la montée d'alternatives coréennes, renforce votre pouvoir de négociation. Exigez dès maintenant des options multi-fournisseurs dans vos contrats d'infrastructure et testez des pilotes d'inférence non-Nvidia.
Quels modèles ouverts peut-on auto-héberger dès aujourd'hui ?
Kimi K2.6 de Moonshot AI (score agentique 88,1 en auto-hébergé) et GLM-5 (Reasoning) de Z.AI (82) sont les meilleures options du moment. Comptez une vraie charge d'ingénierie pour l'optimisation matérielle, mais ces modèles permettent déjà de découpler vos agents des prix API — et ils sont les premiers clients naturels des clusters hétérogènes.
✅ Conclusion
Le cluster hétérogène de Séoul ne tue pas Nvidia, mais il matérialise ce que tout acheteur d'infrastructure IA attendait : une alternative organisée, finançable et mesurable, où CPU, GPU, NPU et DPU travaillent ensemble au meilleur coût par token. Pour aller plus loin, lisez notre analyse d'AMD Helios + Cerebras et de l'inférence désagrégée : c'est la même révolution, à l'échelle du rack.