Modal Labs, Inc. est une entreprise américaine du secteur cloud, basée à New York. Accessible sur modal.com, sa plateforme propose un environnement de calcul serverless : les développeurs décrivent leurs traitements et leurs besoins en ressources, tandis que le service prend en charge leur exécution et leur montée en charge. L’entreprise se positionne notamment sur les usages d’intelligence artificielle, pour lesquels l’accès aux GPU et la gestion des environnements logiciels constituent des contraintes importantes.
Une origine ancrée dans les outils pour développeurs
Fondée en 2021 par Erik Bernhardsson et Akshat Baid, Modal Labs part d’un constat : entre un programme qui fonctionne sur un ordinateur et un service exploitable en production, le travail d’infrastructure peut devenir considérable. Erik Bernhardsson a notamment travaillé chez Spotify et Better.com avant de créer l’entreprise. Cette expérience nourrit une approche centrée sur la productivité des équipes techniques.
Modal cherche ainsi à rapprocher le développement et l’exploitation. Plutôt que de demander aux utilisateurs de configurer eux-mêmes des machines ou un cluster Kubernetes, la plateforme leur permet de définir une grande partie de leur environnement directement en Python. Cette logique vise à réduire les manipulations nécessaires pour passer de l’expérimentation à des traitements récurrents ou à des services accessibles à distance.
Du calcul serverless aux applications d’intelligence artificielle
Le cœur de l’offre consiste à exécuter des fonctions dans des conteneurs, avec des ressources CPU, de la mémoire et, si nécessaire, des GPU. Les développeurs peuvent préciser les dépendances logicielles, utiliser du stockage persistant et gérer les secrets nécessaires à leurs applications. Modal fournit également des mécanismes pour lancer des tâches planifiées, paralléliser des traitements et exposer des points d’accès HTTP.
Ces capacités couvrent plusieurs usages : préparation de données, calcul par lots, exécution de modèles d’apprentissage automatique et inférence pour des applications génératives. L’élasticité de l’infrastructure permet d’adapter les ressources à la demande, plutôt que de maintenir systématiquement des serveurs dédiés. La facturation repose notamment sur les ressources consommées, selon les conditions de l’offre choisie.
La promesse ne consiste toutefois pas à supprimer tout travail d’ingénierie. Les équipes restent responsables de leurs modèles, de leur code, de leurs données et du suivi des performances. Le choix d’une telle plateforme suppose aussi d’examiner la latence, les coûts réels à l’échelle et la dépendance aux interfaces du fournisseur.
Et maintenant ?
Modal évolue sur un marché disputé, entre les grands clouds généralistes et les fournisseurs spécialisés dans le calcul pour l’IA. Son développement dépendra de sa capacité à conjuguer simplicité d’usage, disponibilité des ressources et maîtrise des coûts. Pour les entreprises clientes, les critères de décision dépasseront le seul accès aux GPU : fiabilité opérationnelle, sécurité, localisation des données et intégration aux outils existants pèseront également. L’enjeu sera de transformer la facilité de prototypage en un socle durable pour des applications en production.