Le recrutement d’Alan Duong par Crux AI place l’ambition cloud TPU de Google face à une échéance de livraison

Crux AI a recruté Alan Duong chez Meta avec une échéance serrée : transformer un engagement de 5 milliards de dollars en 500 mégawatts de capacité TPU au cours de 2027.

Cette nomination apporte à la coentreprise de Google et Blackstone un dirigeant ayant contribué à repenser les centres de données de Meta pour l’intelligence artificielle. Pourtant, le recrutement d’Alan Duong par Crux AI intervient parallèlement à des informations faisant état de retards sur de potentiels sites de centres de données. L’entreprise dispose désormais d’une direction reconnue et d’un soutien financier conséquent, mais son infrastructure physique demeure l’épreuve décisive.

Cette tension dépasse le cadre d’un simple recrutement de dirigeant. Crux AI incarne une tentative de bâtir un neocloud autour des Tensor Processing Units, ou TPU, de Google, plutôt qu’autour des processeurs graphiques dominants de Nvidia. CoreWeave et d’autres spécialistes ont établi le modèle neocloud avec du matériel Nvidia. Crux AI doit démontrer que ce modèle fonctionne également avec les puces, les logiciels, le financement et les exigences opérationnelles de Google.

Ce que change le recrutement d’Alan Duong par Crux AI

Crux AI a recruté un opérateur dont les travaux récents correspondent étroitement au défi de construction auquel l’entreprise est aujourd’hui confrontée.

Duong rejoint Crux AI comme directeur du développement après avoir passé plus de 12 ans chez Meta. Il occupait dernièrement le poste de vice-président et responsable de l’ingénierie et de la construction des centres de données, selon les détails de la nomination.

Sa responsabilité déclarée couvre la livraison de bout en bout de plusieurs gigawatts de capacité de centres de données au cours des prochaines années. Cette mission va au-delà du choix des sites ou de la gestion des sous-traitants. Elle relie l’approvisionnement en électricité, les relations avec les collectivités, la conception des installations, la construction et le transfert vers les opérations.

Cette distinction est importante, car les projets d’infrastructure d’IA échouent rarement pour une seule raison isolée. Un développeur peut sécuriser un terrain, mais attendre des années un raccordement au réseau électrique. Il peut obtenir de l’électricité, mais se heurter à des pénuries d’équipements, à des différends sur les autorisations ou à des retards de construction. Un bâtiment achevé peut encore ne pas répondre aux exigences des clients si les systèmes de refroidissement, de réseau ou d’alimentation électrique ne peuvent pas prendre en charge des grappes d’accélérateurs denses.

Duong a décrit ce problème comme une chaîne dont chaque maillon doit tenir. Ses commentaires ont mis l’accent sur des sites disposant d’une alimentation électrique réelle, une utilisation efficace des ressources, une construction sûre et des installations conçues pour fonctionner pendant des décennies. Cette perspective correspond au besoin de Crux AI de coordonner capitaux, puces, logiciels, construction et opérations à long terme.

Meta a donné à Duong l’expérience d’une transition tout aussi difficile. En 2023, l’entreprise a présenté une nouvelle conception de centre de données destinée aux charges de travail d’IA. Meta a déclaré que cette architecture prendrait en charge les systèmes de nouvelle génération tout en améliorant la rapidité et la flexibilité du déploiement.

Cette refonte a suivi une pause lourde de conséquences. Meta avait interrompu les travaux sur plusieurs projets tout en réévaluant des installations planifiées avant que l’IA générative ne transforme ses besoins informatiques. Son plan d’infrastructure d’IA associait des puces personnalisées, une conception de centre de données centrée sur l’IA et un supercalculateur de recherche doté de 16 000 GPU.

L’équipe de Duong ne s’est donc pas contentée d’étendre un modèle établi. Elle a contribué à réviser des projets alors que la demande, les configurations matérielles et les hypothèses techniques évoluaient. Crux AI fait désormais face à un problème comparable, à un stade différent.

La coentreprise doit concevoir des installations autour des TPU tout en rivalisant pour des ressources de construction utilisées par toutes les grandes plateformes d’IA. Elle doit également convaincre les clients que la capacité sera disponible dans les délais. Le recrutement de Duong répond plus directement à ces exigences d’exécution qu’une nomination classique dans les logiciels cloud ne le ferait.

Toutefois, même un dirigeant expérimenté ne peut raccourcir toutes les files d’attente des services publics ni lever toutes les objections locales. Sa nomination renforce la capacité interne de Crux AI à gérer les dépendances. Elle n’élimine pas les contraintes externes qui déterminent où et quand de grands centres de données peuvent fonctionner.

Cela rend ce recrutement important sans le rendre décisif. Crux AI a renforcé sa direction avec un profil adapté à cette mission. La question suivante est de savoir si son modèle opérationnel peut transformer cette expérience en capacité mise sous tension.

Pourquoi Google et Blackstone ont créé un neocloud TPU

La coentreprise sépare la propriété des centres de données de la plateforme de puces de Google, créant une nouvelle voie d’accès aux TPU pour les clients.

Google et Blackstone ont annoncé leur coentreprise en mai 2026. Blackstone a pris un engagement initial en fonds propres de 5 milliards de dollars, tandis que Google a accepté de fournir des TPU, des logiciels et des services.

Les partenaires prévoient de mettre en ligne 500 mégawatts de capacité en 2027. Google a décrit cet accord comme un moyen d’offrir davantage de choix et de flexibilité aux clients souhaitant accéder à des TPU cloud dans son annonce de la coentreprise.

Crux AI est ensuite devenu le nom public de la coentreprise. Elle est dirigée par Benjamin Treynor Sloss, ancien vice-président de l’ingénierie chez Google et directeur des programmes. L’entreprise a également recruté d’autres hauts responsables opérationnels, dont un ancien directeur financier de Charter Communications.

Un neocloud est un fournisseur spécialisé qui loue de la capacité informatique conçue principalement pour les charges de travail d’IA. Contrairement à un cloud hyperscale généraliste, il se concentre sur les accélérateurs, les grappes et l’infrastructure de soutien. Cette spécialisation peut faciliter le développement de capacité autour d’une plateforme de processeurs précise.

Les neoclouds les plus en vue se sont développés autour des GPU Nvidia. Leurs activités ont bénéficié de la familiarité répandue des développeurs avec l’environnement logiciel CUDA de Nvidia et d’une forte demande pour des accélérateurs rares. Des entreprises comme CoreWeave ont transformé l’accès à ces puces en produits cloud destinés à l’entraînement et à l’inférence de modèles.

Crux AI applique ce modèle aux processeurs personnalisés de Google. Les TPU sont des accélérateurs spécifiques à une application, conçus pour l’apprentissage automatique. Google en utilise plusieurs générations dans ses services internes et Google Cloud.

Cette structure offre à Google un moyen d’élargir la distribution des TPU sans financer chaque bâtiment sur son propre bilan. Blackstone apporte des capitaux et une expérience en infrastructure. Crux AI devient la couche opérationnelle qui développe les installations et sert les charges de travail.

Pour Blackstone, cet accord crée une exposition à la demande d’infrastructures informatiques d’IA. La société d’investissement dispose déjà d’une expérience substantielle dans les centres de données, l’énergie, l’immobilier et le crédit privé. Ces capacités comptent lorsque les projets exigent d’importants engagements financiers avant de générer des revenus.

Pour Google, l’objectif stratégique dépasse la location de serveurs supplémentaires. Une disponibilité plus large des TPU peut réduire la dépendance du marché à un seul fournisseur d’accélérateurs. Elle peut également attirer des clients qui souhaitent une capacité dédiée en dehors du circuit habituel d’approvisionnement de Google Cloud.

La coentreprise entend recourir à plusieurs modèles de développement. Les plans rapportés comprennent des enveloppes de bâtiments alimentées en électricité, des installations construites sur mesure, des blocs de colocation, des accords clé en main avec des partenaires et des développements greenfield menés en propre.

Une enveloppe alimentée fournit le bâtiment et l’accès électrique, tandis qu’une autre partie installe les systèmes informatiques. Un projet construit sur mesure est conçu pour un client spécifique. La colocation place les équipements des clients dans des installations partagées.

L’utilisation de plusieurs formats peut aider Crux AI à s’adapter à différents calendriers et niveaux de risque. Un espace de colocation existant peut être disponible plus tôt qu’un nouveau campus. Le développement greenfield donne à l’entreprise davantage de contrôle, mais il comporte aussi une exposition plus importante aux autorisations et à la construction.

Cette conception apporte de la flexibilité à l’échelle du portefeuille. Elle ne modifie pas l’exigence fondamentale selon laquelle chaque déploiement nécessite une alimentation électrique, un refroidissement, un réseau et des équipements adaptés. Crux AI doit assembler ces éléments à une échelle compatible avec les grappes TPU et les engagements de service aux clients.

C’est là que la stratégie de la coentreprise rencontre son premier renversement. Google et Blackstone ont créé une entité afin d’élargir l’accès à une infrastructure d’IA rare. Crux AI doit désormais rivaliser pour les mêmes ressources rares qui contraignent le reste du marché.

Le véritable affrontement oppose la livraison de TPU au réseau neocloud de Nvidia

Crux AI n’est pas simplement un autre fournisseur cloud ; c’est un test visant à déterminer si Google peut reproduire le modèle neocloud autour des TPU.

L’avantage de Nvidia dépasse les performances de ses processeurs. Les développeurs connaissent son environnement de programmation, les fournisseurs cloud prennent en charge ses systèmes et des opérateurs spécialisés louent déjà son matériel. Ce réseau réduit les frictions lorsque les clients déplacent des charges de travail entre fournisseurs.

Google dispose d’une architecture mature d’accélérateurs d’IA, mais une adoption plus large des TPU exige davantage que la fabrication de puces. Les clients ont besoin de grappes disponibles, de logiciels compatibles, d’un support prévisible et de l’assurance que les capacités futures seront livrées.

Crux AI traite la partie infrastructure de cette équation. Ses centres de données peuvent créer un canal dédié à la consommation de TPU. Les logiciels et services de Google peuvent rendre ces systèmes utilisables sans obliger Crux AI à développer seule une plateforme complète d’apprentissage automatique.

Le capital de Blackstone répond également à un défi structurel auquel sont confrontés les neoclouds. Ces fournisseurs dépensent massivement avant que les revenus clients ne commencent. Ils doivent acheter des équipements, sécuriser des installations et réserver de l’électricité tout en gérant de longs calendriers de construction.

Même les neoclouds établis font face à des interrogations concernant la dette, l’utilisation et la concentration de la clientèle. Le secteur peut générer une croissance rapide des revenus tout en consommant d’importantes quantités de liquidités. Un nouvel entrant soutenu par un investisseur en infrastructure bénéficie d’un appui financier différent, mais il doit toujours conquérir des clients et exécuter son plan avec rigueur.

La comparaison avec CoreWeave est donc utile, mais incomplète. CoreWeave s’est établi grâce à l’accès aux GPU Nvidia et à une pile logicielle conçue autour de clients d’IA exigeants. Crux AI démarre avec la technologie de Google, le capital de Blackstone et un important objectif de capacité annoncé.

Ces ingrédients créent un concurrent crédible, mais ils ne constituent pas un service abouti. Crux AI doit prouver que les clients confieront des charges de travail importantes à un fournisseur centré sur les TPU. Elle doit également démontrer que son association d’installations et de services Google fonctionne de manière fiable en dehors de la structure cloud traditionnelle de Google.

La pression concurrentielle s’exerce le plus directement sur le canal cloud spécialisé de Nvidia. Si Crux AI réussit, les développeurs d’IA disposeront d’une autre voie d’accès à de grandes grappes d’accélérateurs. Les opérateurs neocloud pourraient également être davantage incités à prendre en charge des processeurs au-delà du portefeuille de Nvidia.

Ce résultat élargirait le choix matériel, mais les logiciels demeurent une contrainte majeure. Une application développée autour des bibliothèques Nvidia ne peut pas toujours être déplacée vers des TPU sans travail d’ingénierie. La difficulté varie selon l’architecture du modèle, le framework et la charge de travail.

Google peut réduire cette charge grâce aux compilateurs, aux frameworks, aux services gérés et à l’accompagnement de migration. Crux AI peut améliorer l’accès et les opérations. Aucune des deux parties ne peut supposer que la seule disponibilité physique convaincra les clients de changer de plateforme.

La coentreprise pourrait d’abord séduire les organisations qui utilisent déjà les logiciels d’IA de Google ou des frameworks compatibles avec les TPU. Elle pourrait également attirer des acheteurs recherchant de grands déploiements dédiés et une deuxième source de capacité d’accélérateurs.

Les charges de travail d’inférence constituent une autre opportunité. L’inférence consiste à exécuter un modèle entraîné afin de générer des prédictions ou des réponses. Ces tâches peuvent récompenser l’efficacité et une montée en capacité prévisible, particulièrement lorsqu’une application sert un grand nombre d’utilisateurs.

Les clients de l’entraînement privilégient souvent la flexibilité, car les architectures de modèles évoluent rapidement. Ils peuvent préférer du matériel offrant la compatibilité logicielle la plus étendue. Crux AI devra définir une stratégie claire par type de charge de travail plutôt que de traiter l’ensemble du calcul IA comme interchangeable.

Cela rend la compétition principale simple à comprendre. Le réseau de neoclouds de Nvidia bénéficie d’une demande matérielle établie, d’une familiarité logicielle et d’un historique opérationnel. Crux AI propose une alternative verticale coordonnée autour des TPU, soutenue par Google et Blackstone.

Alan Duong ne peut pas trancher cette concurrence logicielle. Son rôle se situe du côté physique de l’équation. Or, la livraison de l’infrastructure physique détermine si Google aura ou non la possibilité de concourir pour ces charges de travail.

Les retards de sites mettent sous pression l’objectif de capacité pour 2027

L’annonce de la direction de Crux AI n’efface pas les informations selon lesquelles des installations potentielles ont déjà rencontré des revers de développement.

Bloomberg a rapporté en septembre que la coentreprise avait connu des retards sur d’importants sites de centres de données destinés à faire fonctionner des processeurs Google. Le rapport désignait l’entreprise sous son ancien nom interne, Project Braid.

Un problème concernait un projet envisagé à Cheyenne, dans le Wyoming. Google aurait abandonné un plan impliquant le développeur de centres de données Crusoe sur ce site. Le projet plus vaste de Cheyenne avait été associé à un campus prévu de 1,8 gigawatt.

L’effet exact sur l’objectif de 500 mégawatts de Crux AI reste incertain. L’entreprise n’a pas publié de liste complète des sites, de calendrier de construction, de portefeuille clients ni de plan de livraison révisé. Cela limite l’évaluation externe de ses progrès.

Selon le rapport sur les retards de sites, ces obstacles illustrent les limites pratiques qui entourent les ambitieux projets d’infrastructure IA. Le capital et l’approvisionnement en puces ne garantissent pas l’achèvement d’un centre de données.

Les grands projets nécessitent des engagements des fournisseurs d’électricité qui peuvent prendre des années à obtenir. Les développeurs ont besoin de transformateurs, d’appareillages de commutation, de générateurs, de systèmes de refroidissement et d’une main-d’œuvre spécialisée dans la construction. Plusieurs projets sont souvent en concurrence pour ces ressources sur un même marché.

L’opposition locale peut ajouter une autre couche d’incertitude. Les collectivités examinent de plus en plus la consommation d’électricité, l’utilisation de l’eau, les dispositifs fiscaux, le bruit, le trafic de construction et l’emploi à long terme. Un campus annoncé peut faire face à une résistance politique même après que les développeurs ont identifié un terrain et un accès au réseau de transport d’électricité.

Le modèle de développement de Crux AI peut répartir ce risque. L’entreprise peut utiliser des capacités de colocation ou des installations partenaires tout en poursuivant des projets greenfield plus vastes. Des blocs de capacité plus modestes pourraient également être mis en service avant qu’un campus entier ne soit prêt.

Toutefois, la flexibilité du portefeuille peut introduire une complexité opérationnelle. Différents sites peuvent utiliser des conceptions électriques, systèmes de refroidissement, prestataires et structures de propriété distincts. Crux AI doit néanmoins fournir un service informatique cohérent dans ces environnements.

L’objectif de 2027 requiert également une interprétation prudente. Mettre 500 mégawatts en ligne peut désigner une capacité d’installation alimentée, des équipements informatiques installés ou une capacité prête à servir les charges de travail de clients payants. Ces jalons ne surviennent pas toujours simultanément.

Crux AI et ses partenaires ont publiquement indiqué le chiffre de capacité attendu. Ils n’ont pas publié suffisamment de détails pour déterminer quels projets le soutiennent ni quelle marge de sécurité existe. Les lecteurs devraient donc considérer ce chiffre comme un objectif, non comme une infrastructure achevée.

L’expérience de Duong est pertinente précisément parce que ces dépendances interagissent. Chez Meta, il a participé à la refonte d’installations tandis que les besoins informatiques de l’entreprise évoluaient. Crux AI a besoin d’une coordination similaire, mais ne dispose ni du long historique opérationnel de Meta ni de sa base de demande interne.

Meta pouvait justifier un changement de conception par les charges de travail générées au sein de ses propres produits. Crux AI devra finalement vendre sa capacité à des clients externes. Les retards peuvent donc affecter à la fois les coûts de construction et la crédibilité commerciale.

Un client choisissant une infrastructure pour un déploiement majeur de modèle a besoin de plus qu’une annonce. Il lui faut des dates de livraison, des conditions de service, un support logiciel et la confiance que la capacité restera disponible. Des calendriers non respectés peuvent rediriger ces charges de travail vers un autre fournisseur.

Il existe également un décalage potentiel entre l’ambition publique de la coentreprise et le temps nécessaire à la mise en place de systèmes opérationnels. Crux AI recrute pour des fonctions liées à la construction, à l’énergie, aux opérations, à la négociation des approvisionnements et aux marchés de capitaux. Constituer ces équipes tout en développant des sites accroît les exigences organisationnelles.

Rien de tout cela ne signifie que l’objectif est inaccessible. Blackstone peut financer plusieurs approches, et Google peut fournir un soutien technique substantiel. Duong apporte une expérience directe de la gestion de programmes de construction complexes.

L’incertitude réside dans les éléments disponibles aujourd’hui. L’entreprise a annoncé son nom, sa direction, son financement et son ambition de capacité. Elle n’a pas encore démontré une capacité TPU opérationnelle à l’échelle promise.

Alan Duong apporte une méthode Meta utile, pas un raccourci

Le parcours de Duong chez Meta montre comment gérer une transition d’infrastructure, mais Crux AI fait encore face à des clients, des puces et des incitations financières différents.

La refonte de Meta en 2023 offre la référence historique la plus claire pour sa nomination. L’entreprise avait reconnu que les installations prévues pour des services conventionnels n’étaient pas nécessairement adaptées à des systèmes d’IA en rapide expansion.

Les clusters d’IA imposent des exigences inhabituelles aux réseaux de centres de données et aux systèmes électriques. Des milliers d’accélérateurs échangent de grandes quantités de données pendant l’entraînement d’un modèle. Des interruptions ou des goulets d’étranglement peuvent laisser des équipements coûteux sous-utilisés.

Les systèmes à haute densité produisent également une chaleur concentrée. Les concepteurs d’installations doivent coordonner les feuilles de route des puces avec les méthodes de refroidissement, l’agencement des baies, la distribution électrique et les plans de maintenance. Un bâtiment conçu autour du matériel d’hier peut devenir inefficace avant la fin de sa durée d’exploitation prévue.

La conception de nouvelle génération de Meta visait une plus grande flexibilité tout en prenant en charge les systèmes d’IA. Duong avait alors déclaré que l’entreprise avait besoin d’installations capables de s’adapter à une technologie encore en évolution. C’est une leçon plus utile pour Crux AI que n’importe quel plan unique.

Un cloud TPU évoluera à mesure que Google publiera de nouvelles générations de processeurs. La densité de puissance, le refroidissement, les interconnexions et les exigences logicielles peuvent changer. Crux AI a besoin de conceptions reproductibles sans verrouiller chaque futur site sur des hypothèses formulées en 2026.

L’approche de Duong de bout en bout peut aider à créer cet équilibre. La sélection des sites doit prendre en compte non seulement la puissance disponible aujourd’hui, mais aussi la possibilité d’expansion. Les achats doivent intégrer les équipements à long délai d’approvisionnement avant que les calendriers de construction ne soient figés.

L’engagement auprès des collectivités compte également plus tôt que nombre d’entreprises technologiques ne l’anticipent. Les développeurs ne peuvent pas traiter un lieu d’accueil comme une transaction temporaire. Les relations locales peuvent déterminer si les extensions avancent ou deviennent politiquement difficiles.

L’expérience de Meta montre l’intérêt de faire une pause lorsqu’une conception existante n’est plus adaptée. Elle ne montre pas que chaque pause peut être rattrapée sans coût. Les refontes peuvent retarder les projets, compliquer les contrats et rendre caducs des travaux de planification antérieurs.

Crux AI doit déterminer où la standardisation est utile et où la flexibilité compte davantage. Une conception uniforme peut accélérer les achats et les opérations. Une approche spécifique à chaque site peut mieux s’adapter aux réseaux électriques régionaux, aux contraintes hydriques, aux climats et aux marchés de la construction.

L’entreprise a également besoin de frontières claires entre ses responsabilités et celles de Google. Google fournit les TPU, les logiciels et les services, tandis que Crux AI développe et exploite l’infrastructure. Les clients s’attendront néanmoins à ce que les problèmes soient résolus sans confusion entre ces organisations.

Cette division peut fonctionner lorsque les interfaces sont explicites. Les dates de livraison du matériel doivent s’aligner sur la disponibilité des bâtiments. La validation logicielle doit intervenir avant que les clients ne déplacent leurs charges de production. Les plans de maintenance doivent couvrir à la fois les systèmes d’installation et les équipements informatiques.

Blackstone introduit un autre ensemble d’incitations. Les investisseurs en infrastructure recherchent généralement des rendements prévisibles et de longue durée. Les marchés du calcul IA peuvent évoluer plus vite que les contrats d’infrastructure conventionnels. Les générations de processeurs et les préférences des clients peuvent changer au cours de la durée d’exploitation d’une installation.

Crux AI a donc besoin de bâtiments qui restent utiles même si la demande évolue. Son mélange rapporté de shells alimentés, de colocation, de partenariats et de développement en propre peut répartir ce risque. Cette approche exige aussi une allocation prudente du capital.

La nomination de Duong suggère que l’entreprise comprend que le défi est autant organisationnel que technique. Un plan à l’échelle du gigawatt ne peut pas reposer sur une petite équipe coordonnant les fournisseurs de manière informelle. Il nécessite des fonctions d’achats, de construction, de sécurité, d’énergie et d’opérations partageant des calendriers et des normes.

Toutefois, recruter un dirigeant expérimenté est un moyen, non un résultat. Le marché jugera Crux AI à travers les projets achevés, les clusters livrés, la fiabilité et l’adoption par les clients. Le parcours d’un dirigeant ne peut se substituer à ces mesures.

Trois signaux montreront si Crux AI peut tenir ses promesses

La prochaine phase devrait être évaluée à travers l’état de préparation des sites, les engagements clients et la capacité TPU utilisable, dans cet ordre.

Le premier signal est un plan détaillé de construction et de mise sous tension. Crux AI n’a pas besoin de divulguer toutes les conditions commerciales. Elle a besoin de projets identifiables, avec des avancées en matière de permis, des accords avec les fournisseurs d’électricité, des jalons de construction et des dates d’exploitation prévues.

Une puissance confirmée compte davantage qu’un vaste pipeline de développement. Un site peut paraître impressionnant sur le papier tout en attendant pendant des années des modernisations du réseau de transport ou des équipements. Des preuves de mise sous tension à court terme renforceraient la confiance dans l’objectif de 2027.

Le deuxième signal est la demande des clients. Google et Blackstone ont décrit un cloud destiné à offrir aux clients une autre manière d’accéder aux TPU. Des clients nommés, des accords de capacité à long terme ou des catégories de charges de travail divulguées montreraient si les acheteurs adhèrent à cette proposition.

La qualité de la demande compte autant que son volume. Un petit nombre de grands contrats peut aider à financer la construction, mais la concentration de clients crée un risque. Un groupe plus large de clients d’entraînement et d’inférence indiquerait une plateforme plus durable.

Le troisième signal est la capacité opérationnelle. Les investisseurs et les clients devraient distinguer les mégawatts annoncés des bâtiments qui sont alimentés, équipés, validés et au service de charges de travail. Ces étapes apportent des preuves de plus en plus solides.

La performance opérationnelle révélera si la coentreprise fonctionne comme un cloud plutôt que comme une collection de projets immobiliers. Les clients s’intéresseront à la disponibilité des clusters, au réseau, au support, à la vitesse de déploiement et à la compatibilité logicielle.

Ces signaux devraient apparaître en séquence, mais les travaux de développement se chevaucheront. Des annonces de sites sans preuve de demande des clients laissent la demande incertaine. Des accords clients sans installations alimentées laissent le risque de livraison non résolu.

La concurrence n’attendra pas que Crux AI achève cette séquence. Les neoclouds centrés sur Nvidia continuent de se développer, tandis que les fournisseurs hyperscale investissent dans leurs propres accélérateurs et services d’IA. La concurrence dans les infrastructures plus large soulève également des questions de concentration, de financement et d’accès.

L’argument le plus solide de Crux AI est la coordination. Google fournit une plateforme de processeurs et des services techniques. Blackstone apporte un capital substantiel et une expérience en infrastructure. Duong apporte des connaissances pratiques issues de la transition des centres de données IA de Meta.

Son plus grand risque réside aussi dans la coordination. Puces, énergie, construction, logiciels, financement et calendriers clients doivent s’aligner. Un retard dans un seul domaine peut réduire la valeur des progrès réalisés ailleurs.

C’est pourquoi le recrutement d’Alan Duong par Crux AI mérite l’attention, sans pour autant être considéré comme une preuve de capacité d’exécution. Il place un dirigeant crédible de l’infrastructure à la tête de la mission la plus difficile de l’entreprise. Il clarifie également le niveau d’exigence en matière de livraison.

Au cours de l’année à venir, surveillez les sites nommés disposant d’une capacité électrique confirmée, les clients engageant de véritables charges de travail et les clusters TPU mis en service. Ces éléments détermineront si Crux AI devient une alternative significative ou reste un ambitieux projet d’infrastructure.

Pour les développeurs et les acheteurs en entreprise, la question pratique n’est pas de savoir si un autre neocloud a été lancé. Elle est de savoir si Crux AI peut fournir une capacité TPU fiable lorsque les projets en ont besoin. Suivez les installations, les contrats et les jalons opérationnels plutôt que l’ampleur de l’annonce. Si ces trois signaux progressent de concert, Google aura créé une voie plus solide au-delà de son cloud traditionnel. S’ils divergent, les retards signalés compteront davantage que la liste des dirigeants.