Introduction:

Récemment, Gartner® a publié son Magic Quadrant™ pour l'infrastructure cloud IA — le premier rapport Magic Quadrant de Gartner dans le domaine de l'infrastructure IA. Alibaba Cloud a été nommé « Leader ».

L'infrastructure cloud IA désigne les services cloud optimisés spécifiquement pour les charges de travail IA, englobant les clusters de calcul accélérés par l'IA, le stockage haute performance, le traitement et la préparation des données, l'intégration de bibliothèques IA/ML, les plateformes d'entraînement de modèles, les moteurs d'inférence, les services d'API de modèles, ainsi que les outils d'exploitation et de gouvernance.

Alibaba Cloud propose une suite complète de services d'infrastructure cloud IA, incluant une infrastructure native haute performance, des plateformes de développement professionnel et des modèles fondamentaux pré-entraînés. PAI-Lingjun, plateforme de calcul professionnelle, est conçue spécifiquement pour les charges de travail d'entraînement et d'inférence à grande échelle. Bâtie sur une infrastructure de calcul hétérogène et validée par les propres charges de travail IA avancées d'Alibaba Group, elle offre des performances efficaces et à faible latence aux organisations ayant des applications IA exigeantes, répondant aux exigences critiques de mise à l'échelle de l'entraînement de modèles et de l'inférence à grande vitesse.

Intelligent Computing Lingjun est le service de calcul IA sur cloud public d'Alibaba Cloud, conçu de bout en bout à partir de clusters d'affinité multi-niveaux. En tant que fondement de calcul unifié des services IA d'Alibaba Cloud, il fournit une plateforme d'innovation prête à l'emploi pour des scénarios tels que les grands modèles, la conduite autonome, l'intelligence incarnée et l'IA pour la science. Lingjun prend en charge l'interconnexion de jusqu'à 130 000 GPU au sein d'un seul cluster, avec une extensibilité jusqu'au niveau du million de GPU. Il utilise une architecture réseau haute performance HPN et est compatible avec les principaux frameworks de deep learning. Grâce à des stratégies de parallélisation des tâches et des mécanismes d'auto-récupération intégrés aux produits cloud, il atteint un taux de détection des pannes supérieur à 98 % et une récupération en quelques minutes, avec un temps d'entraînement effectif représentant plus de 99 % dans les tâches d'entraînement de grands modèles MoE Qwen à mille milliards de paramètres. Au cours de l'année passée, les clusters Lingjun ont été déployés dans plusieurs régions à l'étranger, prenant en charge plus de 50 % des entreprises chinoises leaders en modèles fondamentaux et 80 % de ses entreprises technologiques.

Source : Gartner, Magic Quadrant pour l'infrastructure cloud IA, 6 juillet 2026

Gartner ne cautionne aucun fournisseur, produit ou service décrit dans ses publications de recherche et ne conseille pas aux utilisateurs de technologies de sélectionner uniquement les fournisseurs ayant obtenu les meilleures évaluations ou toute autre distinction. Les publications de recherche de Gartner reflètent les opinions de l'organisation Research & Advisory de Gartner et ne doivent pas être interprétées comme des déclarations de fait. Gartner décline toute garantie, expresse ou implicite, concernant cette recherche, y compris toute garantie de qualité marchande ou d'adéquation à un usage particulier. Ce graphique a été publié par Gartner, Inc. dans le cadre d'un document de recherche plus large et doit être évalué dans le contexte du document complet. Le document Gartner est disponible sur demande auprès d'Alibaba. Gartner et Magic Quadrant sont des marques déposées de Gartner, Inc. et/ou de ses filiales.