retour au blog

Opinion 5 min de lecture 23 juillet 2026

un réseau à côté du joueur, pas un bunker de béton

Les hyperscalers et les néoclouds se disputent la construction du plus grand centre de données, tandis que le campus de Meta en Louisiane s'achemine vers plus de US$250 milliards. Pour un jeu diffusé en streaming ou une conversation d'IA en direct, ce qui décide de l'expérience, c'est la distance entre le GPU et l'utilisateur.

Jeff Outlaw Jeff Outlaw COO
Une centrale électrique en béton et des pylônes en noir et blanc, avec une bande de coucher de soleil orange à l'horizon.

Lors de notre dernier Town Hall communautaire, nous avons affirmé une chose sur le travail en temps réel : le réseau qui le sert bien est celui qui se trouve à côté de l’utilisateur. Cet article explique pourquoi la distance décide, et pourquoi la course actuelle aux centres de données n’y répond pas.

la fausse dichotomie : hyperscalers contre néoclouds

Une récente analyse de Gartner a déclenché un débat sur l’avenir de l’infrastructure d’IA et de cloud, présenté comme une bataille entre deux camps :

  • Les hyperscalers : AWS, Google Cloud et Meta, aux bilans assez vastes pour bâtir des empires numériques à tout faire.
  • Les néoclouds : des spécialistes comme CoreWeave ou Lambda Labs, qui construisent des clouds GPU pour l’IA.

Les deux camps suivent le même plan : de grands centres de données centralisés. Ils se disputent la construction du plus grand bunker de béton, pas l’emplacement du GPU par rapport à la personne qui l’utilise.

le bunker de béton à US$250 milliards de Meta

Meta agrandit son campus de centres de données Hyperion dans la paroisse de Richland, en Louisiane, pour atteindre 5 gigawatts de capacité de calcul. Avec les puces d’IA nécessaires pour le remplir, le site de 4,000 acres coûtera plus de US$250 milliards.

  • Un programme Apollo : en dollars corrigés de l’inflation, l’ensemble du programme Apollo de la NASA a coûté environ US$257 milliards.
  • Un PC de jeu pour des millions de personnes : à US$1,500 pièce, la même somme achète 166 millions de PC de jeu haut de gamme, un pour chaque foyer des États-Unis et du Canada réunis.

Le site consommera plus de trois fois l’électricité de la ville de La Nouvelle-Orléans, son fournisseur d’électricité construit pour lui 10 nouvelles centrales électriques au gaz, et PJM Interconnection, le plus grand réseau électrique des États-Unis, fait déjà face à un déficit de 68 gigawatts causé par la demande des centres de données.

Toute cette capacité se trouve au même endroit. C’est le problème pour le travail en temps réel.

pourquoi la distance décide

Un jeu diffusé en streaming ou une conversation d’IA en direct mobilise un GPU pendant toute la session, et chaque commande et chaque image circule entre ce GPU et l’utilisateur. La distance coûte du temps : chaque tranche de 1,000 kilomètres de fibre ajoute environ 10 millisecondes à l’aller-retour, et aucune quantité de matériel dans le centre de données ne regagne ce temps.

Les centres de données ne sont pas là où se trouvent les utilisateurs. Près de la moitié de la capacité des centres de données aux États-Unis se trouve dans cinq grappes régionales (Agence internationale de l’énergie). Et un GPU ne peut pas suivre ses utilisateurs : les joueurs d’une région arrivent pendant les mêmes quelques heures du soir, donc chaque région a besoin de son propre pool, dimensionné pour son propre pic.

La demande croît là où cela compte le plus. Ken Research (juillet 2026) place le marché du cloud gaming au-delà de US$3.8 milliards et en route vers US$35 milliards d’ici 2029, avec 501 millions de personnes qui joueront à leurs jeux en streaming d’ici trois ans, et désigne le déploiement de réseaux edge comme le goulet d’étranglement du secteur. Un joueur à Londres, à Berlin ou à Tokyo a besoin du GPU à Londres, à Berlin ou à Tokyo.

comment YOM place le GPU à côté du joueur

YOM exploite l’edge de session GPU : des GPU à côté de chaque utilisateur, payés à la session. Les GPU sont des PC de jeu appartenant à leurs hôtes, plus des racks télécoms près des utilisateurs. HyperOrch, l’orchestrateur edge de YOM, envoie chaque session au nœud le plus proche capable de l’exécuter.

Le résultat est mesuré, pas promis : yom.net/source-of-truth publie la latence médiane à l’aller en direct pour les joueurs proches d’un nœud, délimitée par leur distance à ce nœud, à côté de la médiane sur l’ensemble des sessions (un aller-retour vaut deux fois le chiffre à l’aller).

L’offre suit la demande : davantage d’hôtes se connectent à mesure que les sessions arrivent, et là où l’offre des hôtes est mince, à un pic ou sur un nouveau marché, les sessions tournent sur de la capacité louée auprès d’opérateurs télécoms et de clouds. La façon dont les racks télécoms portent les sessions qui ont besoin d’une garantie est expliquée dans notre essai avec Cornerstone, StonesThro et Zadara.

La même conception change le prix : rien n’est réservé à l’avance, donc aucun GPU n’attend dans un centre de données le pic du soir. Cet argument, chiffres à l’appui, se trouve dans ce que paie une heure de GPU.

l’avenir est distribué

L’alternative à un centre de données à un quart de billion de dollars est un réseau de GPU déjà achetés, déjà alimentés et déjà à côté des personnes qui les utilisent. Si vous possédez un PC de jeu, vous pouvez le mettre sur le réseau.

à propos de YOM

YOM exploite l’edge de session GPU : des GPU à côté de chaque utilisateur, payés à la session. Des PC de jeu appartenant à leurs hôtes, et des baies télécoms proches des utilisateurs, font tourner le streaming de jeux (YOM Games, et Walter sur walter.gg pour les joueurs) et des conversations IA en direct (YOM AI). Une session Standard d’une durée maximale d’une heure coûte US$0.08 ; une heure de jeu sur un GPU de centre de données réservé coûte US$1.23. Latence médiane aller simple, mesurée en direct sur les 30 derniers jours : 20 ms pour les joueurs à moins de 50 km d’un nœud, 37.1 ms sur l’ensemble des sessions (yom.net/source-of-truth).

#latence#edge de session GPU#edge computing#cloud gaming#centres de données#hyperscalers
partager :

le réseau sous tout cela

le travail en temps réel doit se faire tout près

À une cinquantaine de kilomètres de la personne qui l’attend. Le matériel aussi proche des gens existe déjà, et il est en grande partie éteint.