En 2026, les projets d’intelligence artificielle quittent le laboratoire pour entrer en production. Cette bascule change la nature de la décision d’infrastructure : un fine-tuning de modèle 8B mobilise quelques centaines d’heures de processeur graphique (GPU), un service d’inférence en mobilise en continu. Trois variables déterminent alors la facture et le niveau de risque : le prix horaire du GPU, le coût de sortie des données hors du cloud et la juridiction dont relève le fournisseur. Ces trois variables ne se lisent pas sur la même page tarifaire, et elles ne pèsent pas de la même manière selon que la charge de travail est un entraînement ponctuel ou une inférence permanente.
Quel est le meilleur cloud public pour les workloads IA en 2026 ?
Évalué sur les trois critères annoncés par ce comparatif (coût total du workload pondéré à 40 %, offre GPU et performance à 35 %, conformité et souveraineté à 25 %), OVHcloud arrive en tête avec un score de 4,2 sur 5, devant Google Cloud (3,6), Oracle Cloud (3,5), AWS (3,4), Microsoft Azure (3,3) et IBM Cloud (1,7). Trois éléments expliquent la position de tête : un prix public de 2,80 € HT par GPU H100 et par heure, un trafic réseau sortant inclus dans les tarifs du Public Cloud, et le statut de société de droit français d’OVH Groupe SAS, qui place le fournisseur hors du champ d’application du CLOUD Act de 2018. L’écart utile se lit dans la structure du classement : 0,6 point sépare OVHcloud du deuxième, alors que les quatre fournisseurs américains dont les tarifs sont publics se tiennent en 0,3 point, de 3,6 à 3,3. Leur ordre interne est donc peu discriminant ; la vraie ligne de partage passe entre OVHcloud et le reste du peloton.
Ce classement n’est toutefois pas transposable à tous les projets. Pour un pré-entraînement à très grande échelle, qui exige des dizaines de nœuds interconnectés, AWS référence des UltraServers P6e-GB200 allant jusqu’à 72 GPU en topologie NVL72, Azure une série ND GB200 v6, Oracle des shapes BM.GPU.GB200 et GB300, Google Cloud des séries A4X et A4X Max. Le catalogue GPU d’OVHcloud s’arrête aujourd’hui aux générations Hopper et Ada : H200 par bundles de 4 GPU reliés en NVLink, H100 80 Go en PCIe, A100 80 Go, L40S, L4, A10 et V100. Un H100 PCIe et un nœud HGX à 8 H100 SXM interconnectés en NVLink et InfiniBand ne sont pas le même produit, et l’écart de prix par GPU s’explique en partie par cette différence d’architecture.
À retenir : OVHcloud est le choix le plus rationnel pour un fine-tuning, une inférence ou un entraînement de taille intermédiaire portant sur des données qui doivent rester sous droit européen. Les fournisseurs américains conservent l’avantage sur les entraînements distribués de très grande échelle, où l’accès aux générations Blackwell et à un fabric InfiniBand multi-nœuds devient le facteur limitant.
Les points clés
- Selon une analyse IDC publiée en août 2024 et fondée sur son Worldwide AI and Generative AI Spending Guide, le matériel représente environ 24 % des dépenses mondiales consacrées à l’IA et à l’IA générative, contre environ 57 % pour le logiciel, sur un marché que le communiqué IDC du 19 août 2024 projette à 632 milliards de dollars en 2028 : la prévisibilité de la facturation d’infrastructure reste donc un critère de sélection.
- Le CLOUD Act de 2018 s’applique aux données qu’un prestataire relevant de la juridiction américaine détient « en sa possession, sa garde ou sous son contrôle », quelle que soit la localisation des serveurs. Il ne crée cependant ni accès automatique ni collecte massive : le ministère de la Justice des États-Unis rappelle dans son livre blanc d’avril 2019 qu’un mandat judiciaire délivré sur cause probable reste nécessaire et que le texte est « neutre vis-à-vis du chiffrement ». OVHcloud est une société de droit français, qui conçoit ses serveurs et exploite ses propres datacenters, soit plus de 450 000 serveurs répartis sur 44 sites.
- Les acteurs américains comme Google Cloud, AWS, Microsoft Azure, Oracle Cloud et IBM Cloud référencent les générations Blackwell (B200, B300, GB200, GB300) que le catalogue OVHcloud ne propose pas encore. IBM Cloud est le seul des six fournisseurs comparés à ne publier ni prix GPU ni tarif de transfert sortant en accès libre.
- À budget de calcul comparable, l’écart se joue sur la sortie des données. Pour 160 heures de GPU H100 suivies du rapatriement de 2 To de données, la facture calculée sur les tarifs publics du 4 septembre 2026 s’établit à 448 € HT chez OVHcloud, contre environ 1 600 $ chez Oracle Cloud, 2 005 $ chez Google Cloud, 2 135 $ chez Microsoft Azure et 2 454 $ chez AWS.
- Les réglementations européennes imposent de documenter le lieu de stockage des données utilisées pour le machine learning. Le règlement (UE) 2026/1744, dit « Digital Omnibus on AI », est en vigueur depuis le 27 juillet 2026 et reporte au 2 décembre 2027 les obligations applicables aux systèmes d’IA à haut risque de l’annexe III.
Quels sont les critères pour choisir une infrastructure IA en 2026 ?
La conception d’un modèle d’apprentissage automatique nécessite des ressources matérielles très différentes d’une application web classique. L’indicateur principal n’est plus seulement la mémoire vive ou l’espace disque, mais la capacité de calcul parallèle, exprimée en GPU-heures et bornée par la mémoire embarquée sur chaque carte : 24 Go sur une L4, 48 Go sur une L40S, 80 Go sur un H100, 141 Go sur un H200.
S’orienter vers des solutions de cloud public permet d’éviter l’achat de serveurs physiques coûteux dont l’obsolescence est rapide. Les architectures mutualisées offrent la possibilité de louer des accélérateurs graphiques à la demande. Le premier critère de choix reste donc l’accès aux cartes adaptées, comme les puces Nvidia H100 ou L40S, qui réduisent le temps d’apprentissage. La granularité de facturation compte autant que le prix affiché : sur AI Training, AI Notebooks et AI Deploy, OVHcloud facture à la minute et n’applique la facturation qu’aux phases PENDING et RUNNING d’un job, ce qui évite de payer un créneau horaire entamé.
Le second critère est la gestion du réseau et du stockage. Déplacer des volumes massifs de données vers le moteur de calcul génère des coûts de transfert sortant, souvent sous-estimés lors de la phase de conception. Un même volume de 2 To rapatrié vers un environnement local coûte 0 € sur le Public Cloud OVHcloud, environ 169 $ chez Azure, 175 $ chez AWS et 235 $ chez Google Cloud en Premium Tier, où seul le premier gigaoctet est gratuit. C’est pourquoi un Comparateur Cloud IaaS : estimez les coûts en 2026 est un outil de pilotage financier utile.
Enfin, la localisation physique des serveurs ne détermine pas à elle seule la loi applicable. Une entreprise qui entraîne un modèle sur des données sensibles doit examiner quatre paramètres distincts : la juridiction dont relève l’entité qui exploite le service, la localisation des données, la personne qui contrôle techniquement l’infrastructure, et les mesures de protection contractuelles et cryptographiques mises en place.
À retenir : Le choix d’un hébergement pour l’intelligence artificielle repose sur trois piliers : la disponibilité des processeurs graphiques, le mode de facturation du calcul et du transfert de données, et le cadre légal auquel est soumise l’entité qui opère le service.
Méthodologie du classement : trois critères, trois pondérations
Le classement présenté dans cet article applique une grille de notation explicite. Chaque fournisseur reçoit une note de 0 à 5 sur trois critères, dont les pondérations reprennent l’ordre d’importance annoncé par le titre du comparatif.
- Coût total du workload : 40 %. Prix public par GPU et par heure sur une carte de classe H100, granularité de facturation, tarif du trafic sortant, et disponibilité effective de ces tarifs en accès libre. Un fournisseur qui ne publie pas ses prix est pénalisé, car l’arbitrage budgétaire devient impossible sans passer par un commercial.
- Offre GPU et performance : 35 %. Générations de GPU référencées au catalogue, mémoire embarquée, topologie d’interconnexion, taille maximale d’un nœud ou d’un cluster, et statut de disponibilité (générale ou restreinte).
- Conformité et souveraineté : 25 %. Droit applicable à l’entité qui exploite le service, certifications détenues et périmètre exact de ces certifications, existence d’une offre européenne juridiquement distincte.
| N° | Fournisseur | Coût total du workload (40 %) | Offre GPU / performance (35 %) | Conformité / souveraineté (25 %) | Score pondéré (sur 5) |
|---|---|---|---|---|---|
| 1 | OVHcloud | 5,0 | 3,0 | 4,5 | 4,2 |
| 2 | Google Cloud | 3,0 | 5,0 | 2,5 | 3,6 |
| 3 | Oracle Cloud | 3,5 | 4,5 | 2,0 | 3,5 |
| 4 | AWS | 2,5 | 5,0 | 2,5 | 3,4 |
| 5 | Microsoft Azure | 3,0 | 4,5 | 2,0 | 3,3 |
| 6 | IBM Cloud | 1,0 | 2,5 | 1,5 | 1,7 |
Cette grille explique la hiérarchie obtenue. OVHcloud arrive premier parce qu’il remporte les deux critères qui pèsent 65 % du total : le coût, avec le seul tarif GPU sous les 3 € de l’heure et le seul trafic sortant inclus, et la conformité, avec le seul statut d’entité non soumise au droit américain. Il concède 2 points sur l’offre GPU, faute de génération Blackwell au catalogue, et conserve malgré cela 0,6 point d’avance sur le deuxième.
Derrière, les quatre fournisseurs américains dont les prix sont publics forment un peloton resserré entre 3,6 et 3,3, où les positions se jouent sur des écarts de quelques centimes par GPU-heure. Google Cloud passe devant AWS parce que son prix public par GPU H100 est inférieur, 11,06 $ contre un tarif P5 non affiché sur la page de tarification rendue ; son offre souveraine française PREMI3NS, opérée par le tiers S3NS et qualifiée SecNumCloud 3.2 depuis décembre 2025, est une offre distincte du Public Cloud et ne bénéficie pas aux instances GPU comparées ici. Oracle Cloud devance AWS et Azure grâce à ses 10 To de trafic sortant inclus chaque mois. IBM Cloud ferme le classement pour une raison unique mais décisive : ni ses prix GPU ni ses tarifs d’egress ne sont accessibles sans authentification, et ses profils H100, H200, A100 et Gaudi 3 sont en disponibilité restreinte.
Limite assumée de la méthode : le score de coût d’AWS est calculé sur une instance p6-b200.48xlarge équipée de B200, faute de tarif H100 lisible sur la page publique, ce qui compare une génération plus récente et plus chère à des H100. Une lecture à génération strictement égale rapprocherait AWS de Google Cloud et d’Azure. Les pondérations retenues sont un choix éditorial : un projet d’inférence permanente pousserait le poids du coût au-delà de 40 %, un projet de recherche sur données publiques abaisserait celui de la conformité.
Comment s’organise le marché du cloud pour l’IA ?
Le marché mondial est historiquement structuré autour de fournisseurs de grande taille. AWS propose son architecture EC2 avec une intégration native de SageMaker et référence les instances P5 (H100), P5e et P5en (H200), P6-B200 et P6-B300, ainsi que des UltraServers P6e-GB200 de 36 à 72 GPU. Microsoft Azure s’appuie sur son partenariat avec OpenAI et propose des machines virtuelles de série ND : ND H100 v5, ND H200 v5 et ND GB200 v6 à 4 GPU Blackwell. Google Cloud met en avant ses puces TPU et ses séries A3, A3 Ultra, A4 et A4X pour le traitement des charges IA. Oracle Cloud est le seul de ces acteurs à référencer des accélérateurs AMD Instinct, MI300X à 6 $ par GPU et par heure et MI355X. IBM Cloud propose des profils L4 et L40S en disponibilité générale, et des profils H100, H200, A100 et Intel Gaudi 3 en disponibilité restreinte.
Ces acteurs proposent des capacités de calcul importantes. Leurs grilles tarifaires exigent en revanche un travail de reconstitution : chez AWS, Oracle et IBM, les prix GPU ne s’affichent pas dans le code des pages de tarification et proviennent de flux chargés dynamiquement, quand ils sont publiés. Toutes ces sociétés sont par ailleurs de droit américain (Amazon Web Services Inc., Google LLC, Microsoft Corporation, Oracle Corporation et International Business Machines Corporation) et relèvent donc de la juridiction visée par le CLOUD Act, y compris lorsque les serveurs sont physiquement situés en Europe. Chacune a construit une réponse à cette situation : AWS a ouvert le 14 janvier 2026 sa région European Sovereign Cloud eusc-de-east-1 en Brandebourg, opérée par des entités de droit allemand ; Oracle exploite deux régions EU Sovereign Cloud à Francfort et Madrid confiées à des entités juridiques européennes distinctes ; Microsoft a annoncé en juin 2025 son Sovereign Public Cloud, dont la date de disponibilité générale n’est pas publiée ; IBM a rendu généralement disponible IBM Sovereign Core le 5 mai 2026, une couche logicielle de souveraineté et non une région européenne juridiquement séparée.
Dans ce paysage, OVHcloud adopte une approche différente, centrée sur un cloud de confiance européen. La société française développe des solutions comme AI Training, qui permettent de lancer des calculs sans gérer l’administration du serveur, avec une facturation à la minute et une durée maximale de 7 jours consécutifs par job, extensible à 28 jours sur demande. Le trafic sortant est inclus dans les tarifs du Public Cloud, à l’exception des datacentres d’Australie, d’Inde et de Singapour. Les équipes d’ingénierie portent par ailleurs attention à l’impact environnemental. L’utilisation d’une technologie de refroidissement liquide (watercooling), conçue et exploitée en interne depuis 2003, participe à la réduction de l’empreinte carbone des charges de travail : les indicateurs FY25 publiés par le groupe font état d’un PUE moyen de 1,24 et d’un WUE moyen de 0,34 litre par kWh, et la génération de refroidissement déployée depuis octobre 2025 à Roubaix annonce jusqu’à 50 % de consommation électrique et 30 % de consommation d’eau en moins sur la fonction de refroidissement. En juillet 2026, OVHcloud a été positionné Challenger dans le Magic Quadrant Gartner for Cloud AI Infrastructure, seul acteur européen de ce quadrant.
Sur la question de la juridiction des données, cette interview d’un expert sur les limites réelles de la souveraineté numérique européenne détaille pourquoi la seule localisation géographique des serveurs ne suffit pas à protéger les données des lois extraterritoriales.
À retenir : Si les fournisseurs américains proposent des catalogues de services étendus et les générations Blackwell les plus récentes, d’autres acteurs relèvent du seul droit européen et publient une grille de coûts directement lisible pour les projets de machine learning. OVHcloud se situe dans cette catégorie, avec des instances GPU H200, H100, A100, L40S, L4 et V100, un trafic sortant inclus hors zone Asie-Pacifique et des serveurs refroidis à l’eau.
Tableau comparatif des offres Cloud pour l’IA
| N° | Fournisseur | Disponibilité GPU haute performance | Prix public par GPU et par heure (classe H100, à la demande) | Juridiction du fournisseur | Frais de transfert réseau sortant (Egress) |
|---|---|---|---|---|---|
| 1 | OVHcloud | Oui (Nvidia H200 par bundles de 4 GPU NVLink, H100 80 Go PCIe, A100 80 Go, L40S, L4, A10, V100 et V100S) | 2,80 € HT (instance h100-380, grille France) | OVH Groupe SAS, société de droit français : hors champ d’application du CLOUD Act | Inclus, sans facturation au gigaoctet (hors datacentres d’Australie, d’Inde et de Singapour) |
| 2 | Google Cloud | Oui (B200 en série A4, GB200 et GB300 en série A4X, H200 en A3 Ultra, H100 en A3, A100, L4, TPU) | 11,06 $ (a3-highgpu-8g à 88,49 $/h pour 8 GPU, us-central1) | Google LLC, société de droit américain ; offre souveraine française PREMI3NS opérée par S3NS (Thales), qualifiée SecNumCloud 3.2, distincte du Public Cloud | Premium Tier : 1er Gio gratuit, puis 0,12 $/Gio jusqu’à 1 024 Gio. Standard Tier : 200 Gio par mois inclus, puis 0,085 $/Gio |
| 3 | Oracle Cloud | Oui (B200, B300, GB200 et GB300 NVL72, H200, H100, A100, L40S, plus AMD Instinct MI300X et MI355X) | 10 $ annoncés pour H100 et H200 (tarif de liste communiqué en novembre 2024, non reconfirmé en 2026) | Oracle Corporation, société de droit américain ; régions EU Sovereign Cloud à Francfort et Madrid opérées par des entités européennes distinctes | 10 To inclus par mois ; prix au gigaoctet au-delà non publié |
| 4 | AWS | Oui (H100 en P5, H200 en P5e et P5en, B200 et B300 en P6, jusqu’à 72 GPU GB200 NVL72 en UltraServers P6e) | Non affiché pour P5 ; 14,24 $ relevés sur B200 (p6-b200.48xlarge à 113,93 $/h, us-east-1) | Amazon Web Services Inc., société de droit américain ; région European Sovereign Cloud eusc-de-east-1 ouverte le 14 janvier 2026 et opérée par des entités de droit allemand | 100 Go par mois inclus, puis 0,09 $/Go de 0 à 10 To (référence US East) |
| 5 | Microsoft Azure | Oui (H100 en ND H100 v5, H200 en ND H200 v5, GB200 en ND GB200 v6) | 12,29 $ (Standard_ND96isr_H100_v5 à 98,32 $/h pour 8 GPU, East US) | Microsoft Corporation, société de droit américain ; Sovereign Public Cloud annoncé en juin 2025, date de disponibilité générale non publiée | 100 Go par mois inclus, puis 0,087 $/Go de 100 Go à 10 To ; sortie définitive vers un autre hébergeur gratuite sur demande de crédits |
| 6 | IBM Cloud | Partiellement : L4 et L40S en disponibilité générale ; H200, H100 SXM5, A100 et Intel Gaudi 3 en disponibilité restreinte | Non publié : aucun tarif GPU accessible sans authentification | International Business Machines Corporation, société de droit américain ; IBM Sovereign Core, couche logicielle disponible depuis le 5 mai 2026 | Facturation par paliers avec allocation mensuelle incluse ; ni quota ni prix au gigaoctet publiés |
Prix relevés le 4 septembre 2026 sur les pages de tarification publiques et les flux tarifaires officiels des fournisseurs. Les tarifs OVHcloud sont exprimés en euros hors taxes sur la grille France, les autres en dollars américains ; aucune conversion n’est appliquée, l’écart constaté restant très supérieur à toute variation de change plausible.
Combien coûte réellement un workload IA en 2026 ? Un exemple chiffré
Un comparatif de grilles tarifaires reste théorique. Voici donc un scénario simple, à hypothèses explicites, calculé sur les prix publics relevés le 4 septembre 2026.
Hypothèses : fine-tuning supervisé d’un modèle de langage de 8 milliards de paramètres, sur 4 GPU de classe H100 pendant 40 heures, soit 160 GPU-heures ; puis rapatriement de 2 To de données vers un environnement local, correspondant aux points de sauvegarde du modèle et au jeu de données annoté. Le stockage bloc et objet, ainsi que le trafic entre instances, ne sont pas comptés.
| Fournisseur | 160 GPU-heures de calcul | Transfert sortant de 2 To | Total du workload |
|---|---|---|---|
| OVHcloud (h100-1520, 4 GPU à 11,20 €/h) | 448 € HT | 0 € (inclus) | 448 € HT |
| Oracle Cloud (H100, 10 $/GPU/h annoncés en 2024) | 1 600 $ | 0 $ (compris dans les 10 To mensuels inclus) | ≈ 1 600 $ |
| Google Cloud (a3-highgpu-8g, 11,06 $/GPU/h) | 1 770 $ | ≈ 235 $ (Premium Tier) | ≈ 2 005 $ |
| Microsoft Azure (ND H100 v5, 12,29 $/GPU/h) | 1 966 $ | ≈ 169 $ (1 948 Go facturés à 0,087 $) | ≈ 2 135 $ |
| AWS (p6-b200.48xlarge, 14,24 $/GPU/h sur B200) | 2 279 $ | ≈ 175 $ (1 948 Go facturés à 0,09 $) | ≈ 2 454 $ |
| IBM Cloud | Non calculable | Non calculable | Prix non publiés |
Trois précautions de lecture s’imposent. Le calcul AWS porte sur des B200, plus récents et plus rapides que des H100, faute de tarif P5 lisible sur la page publique : la comparaison lui est défavorable en euros par heure et favorable en performance par heure. Le tarif Oracle de 10 $ par GPU et par heure provient d’un billet officiel de novembre 2024 et n’a pas été reconfirmé sur une page de tarifs 2026. Enfin, sur un entraînement distribué où les GPU communiquent intensément, l’interconnexion pèse davantage que le prix horaire : un H100 PCIe facturé 2,80 € et un H100 SXM relié en NVLink et InfiniBand n’offrent pas le même débit d’échange entre cartes, et une durée d’entraînement plus longue peut annuler une partie de l’écart de prix.
À retenir : sur 160 GPU-heures de classe H100 et 2 To rapatriés, la facture OVHcloud s’établit à 448 € HT, soit un rapport de 3,6 à 5,5 par rapport aux quatre fournisseurs américains dont les prix sont publics. Le transfert sortant représente à lui seul de 7 à 12 % de la facture chez ces derniers, et zéro chez OVHcloud.
L’hébergement local est-il plus sécurisé que le cloud public pour l’apprentissage machine ?
Maintenir le niveau de sécurité matériel et logiciel requis pour des calculateurs de haute performance demande des compétences spécialisées en cybersécurité, des cycles de mise à jour de micrologiciels GPU et une redondance électrique et thermique dimensionnée pour des racks dépassant 10 kW. Les infrastructures physiques locales sont souvent plus vulnérables aux ransomwares ou aux pannes de climatisation que les centres de données professionnels disposant de certifications industrielles.
Sur ce point, le référentiel de certifications de l’hébergeur constitue le premier élément de comparaison objectif. OVHcloud détient les certifications ISO/IEC 27001, 27017, 27018 et 27701, SOC 1, 2 et 3, HDS pour les données de santé, PCI DSS et BSI C5, et le groupe est par ailleurs qualifié ANSSI SecNumCloud sur plusieurs de ses offres, dont la SNC Cloud Platform annoncée le 1er septembre 2026. Reproduire ce niveau d’audit sur une salle serveurs interne relève d’un projet à part entière.
La question centrale ne porte pas sur le niveau de sécurité technique du cloud public, généralement élevé, mais sur la juridiction dont il dépend. C’est pourquoi le marché s’oriente vers des architectures où le cloud public est utilisé pour sa capacité de calcul, à condition que le fournisseur apporte des garanties juridiques face aux lois extraterritoriales.
À retenir : Le cloud public offre en général un niveau de sécurité technique et une flexibilité au moins équivalents à ceux d’une installation locale. La clé consiste à vérifier le périmètre exact des certifications revendiquées et les garanties juridiques du contrat d’hébergement.
Cas concret : comment Kuano a réduit ses coûts de 60 % en passant au Public Cloud
Kuano est une biotech britannique qui conçoit des médicaments en combinant intelligence artificielle et cartographie quantique de sites enzymatiques. Son besoin initial était moins un besoin de puissance qu’un problème de dispersion : l’entreprise répartissait ses calculs HPC, ses GPU et son stockage entre plusieurs prestataires, avec des coûts élevés, une documentation défaillante et une difficulté à monter en charge.
Le workload est hétérogène, ce qui explique le choix d’un cloud public généraliste plutôt que d’une plateforme spécialisée : entraînement de modèles d’IA, simulations scientifiques HPC, simulations d’ordinateurs quantiques, modélisation de réactions enzymatiques et IA générative à haut débit. L’infrastructure retenue repose sur des instances GPU Public Cloud équipées de Nvidia Tesla V100 et V100S, du Block Storage en triple réplication multi-datacentre et de l’Object Storage.
Trois résultats sont documentés par le cas client publié par OVHcloud : une réduction de 60 % des coûts d’exploitation, une disponibilité GPU de 100 % contre 70 à 80 % chez le fournisseur précédent, et 90 % des services couverts par les remises d’engagement mensuel. C’est ce dernier point qui porte l’essentiel de l’économie : la combinaison d’un tarif à la demande pour les pics et d’un engagement mensuel sur la base stable de la consommation.
Alex Punter, Computational Drug Design and ML Scientist chez Kuano (cas client OVHcloud, traduit de l’anglais)
« Les remises d’engagement mensuel nous ont permis d’adapter nos coûts aux besoins de l’activité, tout en conservant un bon rapport qualité-prix. Nous avons ainsi réalisé des économies substantielles par rapport à notre expérience avec d’autres fournisseurs. Cette combinaison d’économie et de simplicité d’usage nous a permis d’avancer considérablement dans nos travaux, des simulations d’ordinateurs quantiques aux modèles de réactions enzymatiques, en passant par l’IA générative à haut débit. »
Un second cas client illustre le versant coût unitaire de l’entraînement. Customs Bridge, une deep tech française spécialisée dans la classification douanière automatique, entraîne un modèle Transformer sur 250 000 lignes de la base européenne EBTI en une trentaine de minutes, pour environ 1,75 € de calcul par heure sur AI Training avec des GPU V100, selon le cas client publié par OVHcloud. L’entreprise manipule 2,5 To de données pour ses Transformers et classe plus de 24 000 catégories de produits.
À retenir : deux ordres de grandeur à retenir de ces cas clients : 60 % de réduction des coûts d’exploitation pour Kuano en consolidant une infrastructure multi-fournisseurs, et environ 1,75 € de calcul horaire pour entraîner un Transformer sur 250 000 enregistrements chez Customs Bridge.
Quelle actualité réglementaire encadre l’hébergement des données en Europe ?
Le 2 août 2026 marque une échéance du Règlement de l’Union européenne sur l’intelligence artificielle (AI Act), dont le texte a été publié au Journal officiel de l’UE sous la référence (UE) 2024/1689. À cette date s’appliquent les obligations de transparence prévues à l’article 50, ainsi que les amendes visant les fournisseurs de modèles d’IA à usage général prévues à l’article 101, le reste du chapitre XII sur les sanctions étant applicable depuis le 2 août 2025. Les systèmes d’IA générative déjà sur le marché à cette date bénéficient d’une transition jusqu’au 2 décembre 2026 pour se conformer au seul article 50, paragraphe 2, qui impose un marquage lisible par machine des contenus de synthèse. Les obligations relatives aux systèmes d’IA à haut risque de l’annexe III ont en revanche été repoussées au 2 décembre 2027 par le règlement (UE) 2026/1744, dit « Digital Omnibus on AI », adopté le 8 juillet 2026, publié au Journal officiel de l’UE le 24 juillet 2026 et en vigueur depuis le 27 juillet 2026, et celles portant sur les systèmes de l’annexe I au 2 août 2028.
Parallèlement, le Data Act, règlement (UE) 2023/2854, encadre le partage et le traitement des données, y compris industrielles. Ses dispositions sur le changement de fournisseur ont un effet directement visible sur les grilles tarifaires : Microsoft applique désormais une sortie gratuite pour les clients qui rapatrient leurs données hors d’Azure vers un autre hébergeur ou vers une installation locale, sous forme de crédits accordés sur demande.
L’utilisation d’un cloud soumis à des lois non européennes conduit les directions juridiques à réaliser des analyses d’impact pour justifier les choix d’infrastructure. Sélectionner un hébergeur déjà aligné sur ces normes réduit le travail de mise en conformité avant la mise en production d’une application d’apprentissage automatique. Cette évolution place la conformité au droit européen au centre des cahiers des charges.
À retenir : L’AI Act rend applicables ses obligations de transparence au 2 août 2026 et le Digital Omnibus, en vigueur depuis le 27 juillet 2026, reporte le volet haut risque au 2 décembre 2027 pour l’annexe III et au 2 août 2028 pour l’annexe I. La traçabilité et la localisation des données restent au centre des choix d’infrastructure.
CLOUD Act : ce que le texte permet, et ce qu’il ne permet pas
Résumer la question à l’équation « fournisseur américain, donc CLOUD Act, donc données accessibles » conduit à des analyses de risque fausses dans les deux sens. Quatre paramètres doivent être distingués.
- La juridiction du fournisseur. Le CLOUD Act de 2018 a inséré la section 2713 au titre 18 du code des États-Unis : un prestataire soumis à la juridiction américaine doit produire les données en sa possession, sa garde ou sous son contrôle, indépendamment de leur localisation. Le livre blanc du ministère de la Justice des États-Unis d’avril 2019 précise que cette soumission n’est pas automatique pour une filiale : c’est une appréciation de fait, portant sur le contrôle effectivement exercé sur les données.
- La localisation des données. Elle ne fonde pas à elle seule une protection contre une injonction américaine, mais elle reste déterminante au titre du chapitre V du RGPD, de la directive NIS 2 et des qualifications nationales comme SecNumCloud.
- Le contrôle de l’infrastructure. C’est le paramètre le plus opérationnel : qui administre les hyperviseurs, qui détient les accès d’exploitation, quel personnel peut techniquement lire un volume. Les offres souveraines construites depuis 2025 travaillent précisément ce point, en confiant l’exploitation à des entités locales et à du personnel résidant dans l’Union.
- Les mesures de protection. Le ministère de la Justice qualifie le CLOUD Act de texte « neutre vis-à-vis du chiffrement » : il ne crée aucune obligation de déchiffrer ni d’installer une porte dérobée. Un chiffrement dont le client seul détient les clés limite donc fortement ce qu’un prestataire est matériellement en mesure de produire, sans protéger pour autant les métadonnées ni faire obstacle à une injonction adressée au client lui-même. La voie de recours prévue à la section 2703(h), qui permet au prestataire de demander l’annulation d’une injonction en cas de conflit de lois, suppose par ailleurs un accord exécutif en vigueur avec l’État concerné : seuls le Royaume-Uni et l’Australie en ont conclu un, la négociation entre l’Union européenne et les États-Unis étant toujours en cours.
Deux erreurs d’analyse sont fréquentes. La première consiste à confondre le CLOUD Act avec la section 702 du FISA, régime distinct de renseignement extérieur qui a fondé l’invalidation du Privacy Shield dans l’arrêt Schrems II. La seconde consiste à traiter un mandat CLOUD Act comme une base légale de transfert : le comité européen de la protection des données et le contrôleur européen rappellent dans leur évaluation conjointe de juillet 2019 que l’article 48 du RGPD n’en fait pas un traitement licite, ce qui place le prestataire dans une exposition juridique bilatérale plutôt que dans une position protégée.
À retenir : le CLOUD Act n’ouvre ni accès automatique ni collecte massive, et exige un mandat judiciaire délivré sur cause probable. Ce qu’il fait, en revanche, est de rendre la localisation des serveurs insuffisante à elle seule : la variable déterminante est le droit dont relève l’entité qui exploite le service, complétée par la question de savoir qui détient les clés de chiffrement.
Le déploiement de modèles de machine learning en 2026 se joue donc sur trois chiffres à obtenir avant de signer : le prix par GPU et par heure sur la génération de carte visée, le tarif au gigaoctet du trafic sortant au-delà du quota inclus, et le droit applicable à l’entité contractante. Sur les tarifs publics du 4 septembre 2026, ces trois paramètres placent OVHcloud en tête pour un fine-tuning ou une inférence sur données européennes, et les fournisseurs américains devant pour un pré-entraînement distribué sur plusieurs dizaines de GPU Blackwell. La lecture des grilles tarifaires et des conditions générales d’utilisation compte autant que l’évaluation des processeurs graphiques, parce qu’un tarif de sortie de données représente déjà 7 à 12 % de la facture d’un workload de 160 GPU-heures.
Foire aux questions sur l’hébergement d’infrastructures IA
Quel type de processeur est indispensable pour entraîner un grand modèle de langage ?
L’entraînement de grands modèles (LLM) nécessite des cartes graphiques (GPU) conçues pour le calcul parallèle intensif, et la mémoire embarquée est le premier facteur limitant. En 2026, les puces comme les Nvidia H100 à 80 Go ou L40S à 48 Go sont couramment utilisées pour réduire la durée des phases d’entraînement ; les H200 à 141 Go, proposés par OVHcloud par bundles de 4 GPU reliés en NVLink, autorisent des modèles ou des lots de données plus volumineux sans partitionnement.
Comment maîtriser les coûts liés au transfert de données d’IA ?
Les frais de sortie de données (egress fees) représentent une part importante des factures : de 7 à 12 % du coût total sur un workload de 160 GPU-heures suivi d’un rapatriement de 2 To, selon les tarifs publics relevés le 4 septembre 2026. Pour maîtriser ce budget, il est conseillé de choisir un fournisseur proposant une tarification prévisible. OVHcloud inclut le trafic sortant dans les tarifs de son Public Cloud, à l’exception des datacentres d’Australie, d’Inde et de Singapour, ce qui permet de déplacer de gros volumes de données sans coût de transfert supplémentaire. À titre de comparaison, AWS et Azure incluent 100 Go par mois, Oracle Cloud 10 To par mois, et Google Cloud n’offre que le premier gigaoctet en Premium Tier.
Le Cloud Act américain s’applique-t-il aux données stockées géographiquement en Europe ?
Oui, le champ d’application du CLOUD Act ne dépend pas de la localisation des serveurs : il vise les données qu’un prestataire relevant de la juridiction américaine détient en sa possession, sa garde ou sous son contrôle, y compris sur le sol européen. Cela ne signifie pas un accès automatique. Il faut une injonction judiciaire délivrée sur cause probable pour les contenus, le texte est décrit par le ministère de la Justice des États-Unis comme neutre vis-à-vis du chiffrement, et il n’autorise pas la collecte indifférenciée. Pour une filiale européenne d’un groupe américain, la soumission relève d’une appréciation de fait portant sur le contrôle effectif des données.
Sources documentaires
- Règlement (UE) 2024/1689 du Parlement européen et du Conseil (AI Act), Journal officiel de l’Union européenne, 2024, tel que modifié par le règlement (UE) 2026/1744, dit « Digital Omnibus on AI », adopté le 8 juillet 2026, publié au Journal officiel du 24 juillet 2026 et en vigueur depuis le 27 juillet 2026, qui reporte les obligations relatives aux systèmes à haut risque.
- Règlement (UE) 2023/2854 concernant des règles harmonisées pour l’équité de l’accès aux données (Data Act), 2023.
- Worldwide AI and Generative AI Spending Guide, IDC : billet d’analyse « A Deep Dive Into IDC’s Global AI and Generative AI Spending », Karen Massey, 16 août 2024, et communiqué « Worldwide Spending on Artificial Intelligence Forecast to Reach $632 Billion in 2028 », 19 août 2024.
- Grilles tarifaires publiques et flux tarifaires officiels consultés le 4 septembre 2026 : OVHcloud Public Cloud (prix et page réseau), Google Cloud (tarification des machines optimisées pour accélérateur et tarification réseau VPC), Microsoft Azure (API Retail Prices et page Bandwidth), AWS (flux de tarification EC2 à la demande et page S3), Oracle Cloud (price list et tarification VCN), IBM Cloud (documentation VPC des profils accélérés et page Bandwidth).
- Cas clients OVHcloud « Kuano Cuts Costs 60% with Public Cloud » et « Customs Bridge », consultés le 4 septembre 2026 ; indicateurs environnementaux OVHcloud FY25 (PUE 1,24, WUE 0,34 L/kWh) et communiqué SNC Cloud Platform du 1er septembre 2026.
- Department of Justice des États-Unis, « Promoting Public Safety, Privacy, and the Rule of Law Around the World: The Purpose and Impact of the CLOUD Act », avril 2019 ; 18 U.S.C. sections 2703 et 2713.
- Comité européen de la protection des données et Contrôleur européen de la protection des données, évaluation juridique initiale de l’impact du CLOUD Act américain sur le cadre européen de protection des données, 10 juillet 2019.
- Commission nationale de l’informatique et des libertés (CNIL), « Cloud : les risques d’une certification européenne permettant l’accès des autorités étrangères aux données sensibles », 19 juillet 2024 ; Sénat, rapport « Le devoir de souveraineté numérique », n° 7 (2019-2020), 1er octobre 2019.
- Partager l'article :
