Une collaboration entre HIVE Digital Technologies et l’Université Columbia a produit quelque chose que le monde du calcul d’IA voit rarement émerger d’un marché en développement : une preuve concrète. Des chercheurs du département de génie industriel et de recherche opérationnelle de Columbia ont exécuté des charges de travail d’entraînement itératif d’IA sur le cluster GPU de HIVE à Asunción, au Paraguay — à plus de 8 000 kilomètres de leur laboratoire de New York — et les résultats étaient suffisamment bons pour être soumis à NeurIPS, l’une des conférences de recherche en IA les plus compétitives au monde.
Summary
Points clés à retenir
- Les GPU A40 de HIVE au Paraguay ont égalé les performances des GPU H100 de nouvelle génération après des optimisations de code réalisées par les chercheurs de Columbia.
- La recherche a été soumise à NeurIPS, une grande conférence annuelle de machine learning organisée chaque mois de décembre, considérée avec ICLR et ICML comme l’un des trois lieux de recherche en IA les plus influents au niveau mondial.
- Les chercheurs de Columbia ont réussi à exécuter à distance des entraînements d’IA intercontinentaux sur plus de 8 000 kilomètres, de New York à Asunción.
- La sous-station de 100 MW de HIVE à Yguazú, au Paraguay, devrait être mise sous tension d’ici septembre 2026, un nouveau centre de données Tier III devant commencer sa construction à l’automne 2026 et être prêt pour le service au second semestre 2027.
- La recherche s’est concentrée sur l’optimiseur Muon et sur des techniques avancées de pré-entraînement de réseaux neuronaux pertinentes pour le développement futur de grands modèles de langage.
HIVE et l’Université Columbia valident l’infrastructure GPU d’IA au Paraguay
La conclusion principale est simple mais importante : la géographie n’a plus à limiter l’endroit où une recherche sérieuse en IA peut être menée. Sur une période de deux mois, les chercheurs de Columbia ont optimisé leur code d’entraînement spécifiquement pour les nœuds GPU A40 de HIVE à Asunción. Lorsqu’ils ont mesuré le débit, la latence et les performances en jetons par seconde par rapport aux références H100 — le GPU de référence actuellement utilisé dans l’industrie — les résultats se sont alignés après normalisation des caractéristiques de performance brutes de chaque plateforme matérielle.
Ce n’est pas une note de bas de page anodine. Les GPU H100 représentent le silicium phare de centre de données de Nvidia, et combler cet écart de performance en utilisant du matériel A40 plus ancien grâce à des optimisations logicielles vient directement étayer l’argument de HIVE selon lequel une ingénierie intelligente peut extraire une valeur significative de son infrastructure existante.
Entraînement d’IA intercontinental de New York à Asunción
Ce qui rend cette collaboration techniquement intéressante, c’est sa dimension intercontinentale. Exécuter des tâches d’entraînement d’IA à distance n’a rien d’inhabituel au sein d’un même centre de données ou d’un réseau de campus. Le faire de manière fiable sur plus de 8 000 kilomètres, avec des cycles d’entraînement itératifs qui dépendent de boucles de rétroaction à faible latence, est un défi d’un tout autre ordre. L’équipe de Columbia y est parvenue, établissant une base de référence de performance concrète pour le cluster GPU d’Asunción de HIVE, que l’entreprise peut désormais utiliser comme point de référence pour de futures charges de travail commerciales d’IA.
Parité de performance entre les A40 de HIVE et les nouveaux GPU H100
Le résultat de parité de performance a une portée qui dépasse cette seule étude. Il suggère que les clients qui évaluent l’infrastructure paraguayenne de HIVE pour des charges de travail d’IA — en particulier ceux qui pré-entraînent de grands modèles de langage jusqu’à 1,4 milliard de paramètres, comme testé dans cette recherche — ne devraient pas automatiquement supposer qu’un écart de génération matérielle implique un écart de capacité. L’équipe de Columbia a également effectué des tests de débit de service et de latence sur un modèle de 1,4 milliard de paramètres et mené des benchmarks standard à l’aide de modèles LLaMA, construisant ainsi une vision plus large des performances du cluster.
Recherche de pointe sur le pré-entraînement et l’optimisation des réseaux neuronaux
La substance académique de ce projet va au-delà de la simple validation d’infrastructure. Les travaux de l’équipe de Columbia se situent à l’intersection de la théorie de l’optimisation et de l’entraînement pratique de l’IA à grande échelle, un domaine qui attire une attention soutenue à mesure que les coûts de pré-entraînement des LLM continuent d’exploser.
Focus sur l’optimiseur Muon et les techniques avancées de pré-entraînement
L’étude a analysé l’optimiseur Muon et ses variantes, en examinant le pré-entraînement de réseaux neuronaux dans des conditions de géométrie générale et de bruit important. En termes pratiques, Muon est un optimiseur conscient des matrices — ce qui signifie qu’il tient compte de la structure des matrices de poids lors des mises à jour de gradient, plutôt que de traiter tous les paramètres de manière uniforme comme le font les optimiseurs plus simples. Les chercheurs de Columbia ont conçu et analysé un algorithme accéléré qui a égalé les performances de Muon dans des contextes à la fois théoriques et pratiques, ce qui constitue une contribution significative à la compréhension du comportement des méthodes de pré-entraînement de nouvelle génération à grande échelle.
Perspectives des chercheurs de l’Université Columbia
Un professeur assistant du département IEOR de Columbia a décrit la portée plus large : les travaux font progresser la compréhension des optimiseurs conscients des matrices tels que Muon et des méthodes invariantes à l’échelle qui y sont liées, en clarifiant leurs fondements théoriques et en les évaluant dans de véritables environnements d’entraînement de réseaux neuronaux. La recherche met en lumière leur pertinence potentielle pour le futur pré-entraînement des LLM — précisément les charges de travail qui définiront la demande en infrastructure d’IA au cours des prochaines années.
La soumission de ces travaux à NeurIPS — qui, avec ICLR et ICML, est considérée comme l’un des trois principaux lieux à fort impact en matière de machine learning dans le monde — indique que la qualité de la recherche est soumise à un examen par les pairs rigoureux, et non simplement diffusée comme une preuve de concept marketing.
Développement stratégique de l’infrastructure d’IA au Paraguay
La collaboration avec Columbia est soigneusement synchronisée. HIVE est en plein déploiement d’une infrastructure importante au Paraguay, ce qui transforme cette étape de recherche en fondation commerciale plutôt qu’en simple exercice académique isolé.
Construction d’une sous-station de 100 MW et d’un centre de données Tier III
À Yguazú, au Paraguay, HIVE construit une sous-station de 100 mégawatts dont les travaux de génie civil sont déjà terminés. L’entreprise prévoit sa mise en service cet été, la sous-station devant être mise sous tension d’ici septembre 2026. La construction d’un nouveau centre de données Tier III sur le même site doit commencer à l’automne 2026.
Calendrier prévisionnel de mise en service et d’exploitation
Le centre de données Tier III affiche une date de mise en service prévue au second semestre 2027, offrant à HIVE une trajectoire claire pour convertir les benchmarks de performance établis dans cette recherche en une installation de calcul haute performance (HPC) et d’IA pleinement opérationnelle. Les données de jetons par seconde, de latence et de bande passante collectées lors de l’étude de Columbia servent désormais de base technique à la conception et au positionnement commercial de cette installation.
La logique stratégique mérite d’être examinée de près. Le Paraguay dispose d’un surplus énergétique fondé sur la production hydroélectrique — propre, stable et relativement peu coûteuse. HIVE, fondée en 2017 comme l’une des premières sociétés cotées à exploiter des actifs numériques à l’aide d’énergie verte, exploite des centres de données au Canada, en Suède et au Paraguay avec un accent explicite sur la durabilité environnementale. Amener des charges de travail d’IA sur cette même base d’infrastructure est une extension naturelle du modèle économique, et la recherche de Columbia fournit désormais le type de validation de performance par un tiers que les clients d’entreprise exigent généralement avant d’engager leurs budgets de calcul.
Points de vue des dirigeants sur l’innovation et la stratégie mondiale en IA
Le président exécutif Frank Holmes sur l’infrastructure d’IA distribuée
Le président exécutif Frank Holmes a présenté le résultat en termes de ce qu’il réfute : « Cela montre que le calcul haute performance n’a pas besoin d’être limité par la géographie. » Holmes a souligné la combinaison de capacité énergétique, de position stratégique du Paraguay et désormais d’une preuve de performance vérifiée comme fondement de la vision de l’entreprise visant à connecter directement le pays à l’économie mondiale de l’IA. « HIVE est fière de contribuer à mettre en ligne cet avenir », a-t-il ajouté.
Le PDG Aydin Kilic sur la validation de la recherche et la vision future
Le président et directeur général Aydin Kilic s’est concentré sur ce que la parité A40-H100 signifie pour la thèse d’investissement plus large de HIVE : « Une excellente ingénierie peut libérer une valeur significative. » Kilic a noté que l’historique d’innovation matérielle de l’entreprise — y compris la construction du BuzzMiner en collaboration avec Intel Corporation et le fait de devenir l’un des plus grands participants à la réponse à la demande en Suède, contribuant à équilibrer le réseau électrique national — reflète un schéma constant d’extraction d’efficacité opérationnelle par l’ingéniosité technique plutôt que par le simple déploiement du matériel le plus récent.
Ce cadrage est important tant pour les investisseurs que pour les clients cloud potentiels. Si HIVE peut combler les écarts de performance par l’optimisation du code plutôt que par des dépenses d’investissement sur la dernière génération de GPU, l’économie unitaire de son infrastructure au Paraguay devient nettement plus attractive — en particulier alors que la demande en calcul d’IA rentable continue de dépasser l’offre mondiale de capacité H100 haut de gamme.
FAQ
Quelle a été la principale réalisation de la collaboration de recherche entre HIVE et l’Université Columbia ?
La collaboration a démontré un entraînement d’IA intercontinental, les chercheurs de Columbia à New York parvenant à exécuter avec succès des charges de travail d’IA sur le cluster GPU de HIVE à Asunción, au Paraguay, à plus de 8 000 kilomètres de distance. La principale conclusion technique est que les GPU A40 de HIVE ont égalé les performances des GPU H100 plus récents après des optimisations de code développées par l’équipe de Columbia.
Où et quand le nouveau centre de données d’IA et la sous-station de HIVE au Paraguay seront-ils mis en service ?
La sous-station de 100 MW à Yguazú, au Paraguay, devrait être mise en service à l’été 2026 et mise sous tension d’ici septembre 2026. La construction d’un nouveau centre de données Tier III sur le même site doit commencer à l’automne 2026, avec une date de mise en service prévue pour le second semestre 2027.
Quelle recherche avancée en IA a été menée à l’aide de l’infrastructure de HIVE ?
Des chercheurs du département de génie industriel et de recherche opérationnelle de l’Université Columbia ont étudié le pré-entraînement de réseaux neuronaux en utilisant la théorie de l’optimisation dans des conditions de géométrie générale et de bruit important. Les travaux se sont concentrés sur l’optimiseur Muon et sur des méthodes associées conscientes des matrices, en évaluant des algorithmes de pré-entraînement pour de grands modèles de langage jusqu’à 1,4 milliard de paramètres sur les nœuds GPU A40 de HIVE à Asunción.
Comment HIVE perçoit-elle le rôle du Paraguay dans le paysage mondial de l’infrastructure d’IA ?
La direction de HIVE considère le Paraguay comme un hub stratégiquement positionné pour le calcul d’IA mondial, en mettant en avant sa capacité hydroélectrique, sa localisation géographique et désormais une base de performance vérifiée comme principaux atouts. L’objectif de l’entreprise est que le Paraguay participe directement à l’économie mondiale de l’IA grâce à une infrastructure HPC distribuée et économe en énergie.
{« @context »: »https://schema.org », »@type »: »FAQPage », »mainEntity »:[{« @type »: »Question », »name »: »Quelle a été la principale réalisation de la collaboration de recherche entre HIVE et l’Université Columbia ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »La collaboration a démontré un entraînement d’IA intercontinental, les chercheurs de Columbia à New York parvenant à exécuter avec succès des charges de travail d’IA sur le cluster GPU de HIVE à Asunción, au Paraguay, à plus de 8 000 kilomètres de distance. La principale conclusion technique est que les GPU A40 de HIVE ont égalé les performances des GPU H100 plus récents après des optimisations de code développées par l’équipe de Columbia. »}},{« @type »: »Question », »name »: »Où et quand le nouveau centre de données d’IA et la sous-station de HIVE au Paraguay seront-ils mis en service ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »La sous-station de 100 MW à Yguazú, au Paraguay, devrait être mise en service à l’été 2026 et mise sous tension d’ici septembre 2026. La construction d’un nouveau centre de données Tier III sur le même site doit commencer à l’automne 2026, avec une date de mise en service prévue pour le second semestre 2027. »}},{« @type »: »Question », »name »: »Quelle recherche avancée en IA a été menée à l’aide de l’infrastructure de HIVE ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »Des chercheurs du département de génie industriel et de recherche opérationnelle de l’Université Columbia ont étudié le pré-entraînement de réseaux neuronaux en utilisant la théorie de l’optimisation dans des conditions de géométrie générale et de bruit important. Les travaux se sont concentrés sur l’optimiseur Muon et sur des méthodes associées conscientes des matrices, en évaluant des algorithmes de pré-entraînement pour de grands modèles de langage jusqu’à 1,4 milliard de paramètres sur les nœuds GPU A40 de HIVE à Asunción. »}},{« @type »: »Question », »name »: »Comment HIVE perçoit-elle le rôle du Paraguay dans le paysage mondial de l’infrastructure d’IA ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »La direction de HIVE considère le Paraguay comme un hub stratégiquement positionné pour le calcul d’IA mondial, en mettant en avant sa capacité hydroélectrique, sa localisation géographique et désormais une base de performance vérifiée comme principaux atouts. L’objectif de l’entreprise est que le Paraguay participe directement à l’économie mondiale de l’IA grâce à une infrastructure HPC distribuée et économe en énergie. »}}]}
Article produit avec l’assistance de l’intelligence artificielle et relu par l’équipe éditoriale.
