Lambda est une entreprise technologique américaine qui fournit du matériel et des services de cloud computing adaptés aux charges de travail d'intelligence artificielle et de apprentissage profond. Fondée en 2012, l'entreprise s'est d'abord concentrée sur le matériel de minage de cryptomonnaies avant de se tourner vers l'infrastructure d'IA. Lambda exploite une plateforme cloud GPU et vend des stations de travail, des serveurs et des clusters conçus pour entraîner et exécuter des modèles de réseaux de neurones, y compris des systèmes de grands modèles de langage.
L'entreprise a son siège à San Francisco, en Californie, et a levé un capital-risque important pour étendre son empreinte de centres de données. Lambda se positionne comme une alternative rentable aux principaux fournisseurs de cloud, offrant un accès à des GPU haute performance tels que les puces A100 et H100 de NVIDIA, ainsi qu'à ses propres systèmes conçus sur mesure. Sa clientèle comprend des startups, des institutions de recherche et des entreprises travaillant sur la IA générative, la vision par ordinateur et le traitement du langage naturel.
Services de cloud GPU
L'offre principale de Lambda est sa plateforme cloud, qui fournit un accès à la demande à des clusters GPU pour l'entraînement et l'inférence. Le service prend en charge des frameworks populaires comme PyTorch et TensorFlow, et les utilisateurs peuvent louer des instances à l'heure ou réserver une capacité dédiée. Le cloud de Lambda est construit sur son propre matériel, y compris les clusters Lambda 1 et Lambda 2, conçus pour offrir un débit élevé pour les tâches d'entraînement distribué. En 2024, l'entreprise exploite des centres de données aux États-Unis, avec des plans d'expansion internationale.
La plateforme comprend des piles logicielles préconfigurées, un stockage géré et un réseau optimisé pour les tâches de apprentissage automatique. Lambda concurrence Amazon Web Services, Microsoft Azure et Google Cloud en offrant une tarification plus simple et des frais généraux réduits pour les charges de travail intensives en GPU. Elle fournit également une interface en ligne de commande et une API pour la mise à l'échelle automatisée, attirant les équipes qui ont besoin d'une capacité de calcul flexible sans contrats à long terme.
Produits matériels
Lambda vend une gamme de matériel sur site, y compris le Lambda Blade, une station de travail à GPU unique, et le Lambda Hyperplane, un serveur multi-GPU pour le déploiement en centre de données. L'entreprise propose également le Lambda 1, un système 4U avec huit GPU, et le Lambda 2, qui prend en charge jusqu'à 16 GPU pour des sessions d'entraînement plus importantes. Ces systèmes sont préassemblés et testés avec des frameworks d'IA populaires, réduisant le temps de configuration pour les laboratoires de recherche et les équipes d'entreprise.
En 2023, Lambda a introduit le Lambda Vector, une solution de stockage conçue pour gérer les grands ensembles de données utilisés dans l'entraînement. Le matériel est construit avec des composants de fournisseurs comme Intel et AMD, et l'entreprise a établi un partenariat avec TSMC pour la fabrication de puces dans certaines conceptions personnalisées. Les produits de Lambda sont commercialisés comme des solutions clés en main, avec un support pour les architectures de réseaux résiduels et d'autres types de modèles courants.
Financement et croissance
Lambda a levé plus de 500 millions de dollars en capital-risque auprès d'investisseurs, notamment le US Innovative Technology Fund de Thomas Tull et Gradient Ventures. En 2023, l'entreprise a obtenu un tour de table de série C de 320 millions de dollars, qu'elle a utilisé pour étendre sa capacité cloud et recruter des talents en ingénierie. L'entreprise a rapporté une croissance de ses revenus de plus de 100 % d'une année sur l'autre en 2023, stimulée par la demande de calcul GPU de la part des startups d'IA et des chercheurs universitaires.
L'expansion de l'entreprise a été rapide, la capacité des centres de données passant de quelques centaines de GPU en 2020 à des dizaines de milliers d'ici 2024. Lambda a également ouvert des bureaux à San Jose et Dallas, et prévoit d'ajouter des installations en Europe et en Asie. Cette croissance reflète le boom plus large de l'infrastructure d'IA, alors que les organisations se précipitent pour sécuriser la capacité de calcul pour entraîner des modèles de transformeurs et d'autres systèmes avancés.
Paysage concurrentiel
Lambda opère sur un marché encombré qui comprend des fournisseurs de cloud hyperscale et des entreprises spécialisées dans le matériel d'IA. Contrairement à Groq et SambaNova, qui conçoivent des puces personnalisées, Lambda s'appuie sur des GPU commerciaux de NVIDIA, ce qui la rend plus flexible mais moins différenciée. L'entreprise concurrence sur le prix et la facilité d'utilisation, sous-cotant souvent Oracle Cloud Infrastructure et d'autres rivaux pour les instances réservées.
Lambda fait également face à la concurrence de AWS Trainium, la puce d'IA personnalisée d'Amazon, et de startups comme Halcyon AI et Omniscient qui offrent des services cloud de niche. Cependant, l'accent mis par Lambda sur l'apprentissage profond, plutôt que sur le calcul généraliste, l'a aidée à bâtir une base d'utilisateurs fidèles. Ses ventes de matériel fournissent un flux de revenus supplémentaire, et l'entreprise a établi des partenariats avec des institutions académiques comme MIT CSAIL et Stanford AI Lab pour offrir un accès à prix réduit.
Orientations futures
Lambda continue d'investir dans de nouvelles technologies, y compris le support des optimisations de attention multi-têtes et des outils de élagage de modèles dans sa pile logicielle. L'entreprise explore le refroidissement liquide pour ses centres de données afin d'améliorer l'efficacité énergétique, et elle a annoncé des plans pour intégrer les prochains GPU d'AMD dans son cloud. En 2025, Lambda teste un service d'inférence sans serveur qui permettrait aux utilisateurs de déployer des modèles sans gérer l'infrastructure sous-jacente.
L'entreprise vise également à étendre ses offres éducatives, en fournissant des crédits gratuits aux chercheurs universitaires et en organisant des ateliers sur les meilleures pratiques en apprentissage profond. La direction de Lambda a déclaré que sa mission est de rendre la capacité de calcul en IA accessible à tous, et elle continue de publier des outils open source pour la gestion et la surveillance des clusters. Ces efforts positionnent Lambda comme un acteur clé de l'écosystème d'infrastructure d'IA, aux côtés des géants établis et des challengers émergents.