NSCALE finalise un financement de près de 1 milliard d’euros pour accélérer une stratégie d’hyper-scaling dédiée à l’intelligence artificielle, avec l’ambition assumée de bâtir une capacité de calcul souveraine en Europe. Porté par un tour de Série B de 1,1 milliard de dollars, mené par Aker ASA, le projet conjugue puissance industrielle, optimisation énergétique et gouvernance technologique. Dans un marché où la pénurie de GPU redessine les rapports de force, l’entreprise prévoit de sécuriser jusqu’à 100 000 unités NVIDIA d’ici 2026 et d’ancrer ses centres de données dans des zones à faible empreinte carbone, notamment en Norvège grâce à l’hydroélectricité.
Cette montée en charge s’inscrit dans une trajectoire jalonnée de partenariats structurants avec Microsoft, OpenAI et NVIDIA, et de projets d’envergure comme Stargate UK et Stargate Norway. L’enjeu est clair : offrir aux industriels, aux éditeurs et aux laboratoires européens une alternative crédible aux géants américains du cloud computing, tout en maîtrisant coûts, performance et conformité. Un cap stratégique, alors que des acteurs comme Mistral AI portent parallèlement l’innovation logicielle européenne.
Financement record de NSCALE et cap sur l’hyper-scaling de l’intelligence artificielle
La start-up consolide un investissement inédit pour une jeune pousse d’infrastructure basée au Royaume-Uni, validé par des investisseurs industriels et financiers de premier plan. Selon plusieurs sources sectorielles, ce tour figure parmi les plus significatifs en Europe pour une société d’infrastructure IA, aux côtés d’opérations majeures comme la levée de 1,7 milliard d’euros de Mistral AI, qui a redéfini l’échelle des financements en 2025. La trajectoire de NSCALE s’est accélérée après une Série A de 155 millions de dollars annoncée fin 2024, et confirmée par une série de partenariats technologiques de référence.
- Montant levé: ~1 milliard d’euros (Série B de 1,1 Md$), un jalon pour l’infrastructure IA européenne (analyse).
- Investisseurs: Aker ASA (chef de file), aux côtés notamment de Dell, Fidelity, G Squared, Nokia, NVIDIA, Point72 et T.Capital.
- Contexte: consolidation d’un écosystème où NSCALE a émergé avec l’appui de NVIDIA et Microsoft.
- Échelle européenne: dynamique à mettre en regard de la levée record de Mistral AI.
- Capacité cible: 100 000 GPU sécurisés d’ici 2026 pour soutenir l’hyper-scaling applicatif.
« Nous construisons une base intégrée — des GPU aux logiciels d’orchestration — pour alimenter la prochaine vague d’innovations », a déclaré Josh Payne dans un communiqué, précisant une feuille de route calée sur la demande de calcul exponentielle.
Pourquoi ce financement rebat les cartes du cloud computing européen
Sur le plan industriel, l’afflux de capitaux offre un effet de levier immédiat pour déployer des capacités à faible coût marginal et rapprocher l’IA des filières manufacturières, énergétiques et logistiques. En concentrant son empreinte sur des sites alimentés par hydroélectricité, NSCALE combine prix de l’énergie, stabilité réseau et conformité environnementale, un trio déterminant pour des charges d’entraînement massives.
- Accès au calcul: files d’attente réduites pour les GPU et SLA adaptés aux charges d’entraînement et d’inférence.
- Coût total: arbitrage favorable CapEx/OpEx grâce à l’énergie bas-carbone et au refroidissement optimisé.
- Souveraineté: localisation et gouvernance des données alignées avec les exigences européennes.
À court terme, cette capacité pourrait fluidifier les calendriers R&D d’acteurs qui peinaient à réserver du calcul à l’échelle, tout en abaissant le seuil d’entrée pour des projets de technologie IA appliquée.
Intégration verticale « engineered for AI »: du GPU à l’orchestration logicielle
Le modèle de NSCALE repose sur une intégration bout en bout: GPU NVIDIA, réseau haute densité, stockage optimisé, pile logicielle d’orchestration et services managés. Cette cohérence réduit la variabilité de performance, un écueil fréquent lorsque les couches matérielles et logicielles proviennent de fournisseurs disparates. Elle facilite aussi la conformité par design, en encapsulant la sécurité et l’observabilité dès l’infrastructure.
- Couche matérielle: densité GPU, interconnexions optiques, optimisation thermique.
- Couche réseau: topologies non bloquantes pour flux d’entraînement distribués.
- Couche logicielle: plan de contrôle unifié pour cloud computing privé/à la demande.
- Exécution: services managés pour MLOps, sécurité et supervision.
Exemple illustratif: « NordWind Robotics », PME européenne de robotique, migre ses modèles de vision industrielle vers une grappe NSCALE. Résultat: cycles d’entraînement divisés par deux et industrialisation des mises en production via un pipeline MLOps intégré, tout en maîtrisant l’empreinte énergétique.
Stargate UK et Stargate Norway: alliances avec Microsoft, OpenAI, NVIDIA et Aker
NSCALE multiplie les chantiers structurants. Au Royaume‑Uni, Stargate UK est développé avec Microsoft, OpenAI et NVIDIA, dans la lignée des annonces sur le rôle de NSCALE dans l’infrastructure IA britannique (aperçu; contexte). En parallèle, Stargate Norway s’appuie sur l’hydroélectricité et une JV avec Aker, avec un site à Narvik appelé à accueillir des capacités de pointe et bénéficiant d’un accord pluri‑milliardaire de fourniture avec Microsoft. Les briques Dell (infrastructure) et Nokia (réseaux optiques) complètent l’architecture.
- Royaume‑Uni: partenariat avec NVIDIA, Microsoft, OpenAI — montée en charge coordonnée (référence).
- Norvège: JV 50/50 avec Aker; première phase de 20 MW et perspective d’extension (détails).
- Contrats: engagements pluriannuels pour sécuriser l’accès aux GPU et à l’énergie.
- Roadmap: priorité aux charges d’entraînement de modèles fondation et aux inférences à faible latence.
Selon des articles récents, la société a aussi exploré des pistes de financement supplémentaires pour accélérer la cadence industrielle (signalements). Pour suivre les annonces officielles, la newsroom de NSCALE centralise les mises à jour.
Souveraineté numérique et concurrence: l’Europe peut-elle rattraper les hyperscalers américains?
La question est stratégique: comment bâtir une capacité de calcul compétitive, durable et gouvernée localement, sans répliquer mécaniquement le modèle des géants américains? Une analyse approfondie révèle que l’avantage énergétique scandinave et la consolidation de l’écosystème industriel européen constituent des différenciateurs réels. Mais le rythme d’investissement doit rester soutenu pour capter la demande et éviter le décrochage.
- Défis: intensité capitalistique, sécurisation des chaînes d’approvisionnement, disponibilité des talents.
- Atouts: énergies bas‑carbone, normes élevées, proximité sectorielle (automobile, santé, industrie).
- Écosystème: émergence simultanée d’acteurs IA (ex. Mistral AI, levée 1,7 Md€) et d’infrastructures comme NSCALE.
- Royaume‑Uni: stratégie s’appuyant sur NVIDIA et NSCALE pour muscler l’offre locale (lecture).
Le récit de la « start-up sortie de nulle part » s’est imposé en 2024‑2025, jusqu’à susciter l’attention des dirigeants de la filière (épisode marquant). Reste l’essentiel: convertir l’élan en capacités opérationnelles, à un coût compétitif et avec une empreinte carbone maîtrisée.
Cas d’usage: industriels et laboratoires face au « mur de calcul »
Prenons deux scénarios typiques. « FerroviaTech », équipementier ferroviaire, veut automatiser l’inspection vidéo de rails. Sans accès rapide à des clusters GPU, le passage du POC à la production s’étire de 12 à 18 mois. Avec une capacité NSCALE provisionnée en quelques semaines, l’entraînement des modèles multimodaux est cadencé et la mise en service se synchronise avec les fenêtres de maintenance.
- Avant: délais d’accès au calcul, coûts volatils, risques de conformité transfrontalière.
- Après: SLA prévisibles, coûts unitaires stabilisés, localisation des données conforme.
- Impact: temps‑to‑market réduit, taux de détection relevé, meilleure traçabilité.
Côté recherche, « Aegea Lab » agrège des données omiques et imagerie 3D pour un modèle fondation en santé. L’hyper-scaling permet d’augmenter la taille des jeux d’apprentissage tout en conservant un budget énergétique sous contrôle grâce à l’hydroélectricité norvégienne. Question simple, enjeu majeur: sans ces briques, combien de découvertes resteraient en friche?
- Échelle: entraînement distribué multi‑nœuds, orchestration simplifiée.
- Sobriété: PUE optimisé, énergie bas‑carbone.
- Transfert: déploiement inférence in‑region pour respecter la gouvernance des données.
À mesure que ces usages se multiplient, l’infrastructure devient le socle invisible mais décisif de l’innovation européenne en intelligence artificielle — et NSCALE entend s’y positionner durablement (décryptage).
Journaliste spécialisée en énergie et industrie, je décrypte depuis plus de quinze ans les évolutions des marchés énergétiques et les innovations industrielles. Mon parcours m’a conduite à collaborer avec des publications de renom, où j’ai analysé les défis liés à la transition énergétique et aux politiques industrielles.
