Au-delà de la récupération : NVIDIA trace la voie pour l’ère de l’informatique générative

Le PDG de NVIDIA (NVDA ), Jensen Huang, a annoncé une série de progrès révolutionnaires dans les capacités de calcul de l’IA lors de la conférence GTC de mars 2025, décrivant ce qu’il a appelé un “point d’inflexion de 1 000 milliards de dollars dans l’informatique”. La conférence a révélé la disponibilité de la production de l’architecture Blackwell GPU, un plan de route pluriannuel pour les architectures futures, des avancées majeures dans les réseaux d’IA, de nouvelles solutions d’IA pour les entreprises et des développements importants dans les domaines de la robotique et de l’IA physique.

L'”économie des jetons” et les usines d’IA

Au cœur de la vision de Huang se trouve le concept de “jetons” en tant que briques fondamentales de l’IA et l’émergence d'”usines d’IA” en tant que centres de données spécialisés conçus pour le calcul génératif.

“C’est ainsi que l’intelligence est créée, un nouveau type d’usine génératrice de jetons, les briques de l’IA. Les jetons ont ouvert une nouvelle frontière,” a déclaré Huang à l’audience. Il a souligné que les jetons peuvent “transformer les images en données scientifiques cartographiant les atmosphères extraterrestres”, “décoder les lois de la physique” et “voir la maladie avant qu’elle ne prenne pied”.

Cette vision représente un passage de l’informatique traditionnelle “basée sur la récupération” à l’informatique “générative”, où l’IA comprend le contexte et génère des réponses plutôt que de simplement récupérer des données préstockées. Selon Huang, cette transition nécessite une nouvelle architecture de centre de données où “l’ordinateur est devenu un générateur de jetons, et non une récupération de fichiers”.

L’architecture Blackwell offre des gains de performance massifs

L’architecture GPU Blackwell de NVIDIA, maintenant en “pleine production”, offre ce que l’entreprise affirme être “40 fois la performance de Hopper” pour les modèles de raisonnement dans des conditions de puissance identiques. L’architecture prend en charge la précision FP4, ce qui conduit à des améliorations significatives de l’efficacité énergétique.

“Puissance ISO, Blackwell est 25 fois”, a déclaré Huang, mettant en évidence les gains d’efficacité dramatiques de la nouvelle plate-forme.

L’architecture Blackwell prend également en charge une mise à l’échelle extrême grâce à des technologies comme NVLink 72, permettant la création de systèmes GPU massifs et unifiés. Huang a prédit que les performances de Blackwell rendront les GPU de la génération précédente nettement moins souhaitables pour les charges de travail d’IA exigeantes.

(Source : NVIDIA)

Feuille de route prévisible pour l’infrastructure d’IA

NVIDIA a présenté un rythme annuel régulier pour ses innovations en matière d’infrastructure d’IA, permettant aux clients de planifier leurs investissements avec plus de certitude :

• Blackwell Ultra (Deuxième moitié de 2025) : Une mise à niveau de la plate-forme Blackwell avec une augmentation des FLOPs, de la mémoire et de la bande passante.
• Vera Rubin (Deuxième moitié de 2026) : Une nouvelle architecture dotée d’un processeur avec une performance doublée, d’un nouveau GPU et de technologies NVLink et de mémoire de nouvelle génération.
• Rubin Ultra (Deuxième moitié de 2027) : Une architecture de mise à l’échelle extrême visant à atteindre 15 exaflops de calcul par rack.

Démocratisation de l’IA : des réseaux aux modèles

Pour concrétiser la vision d’une adoption généralisée de l’IA, NVIDIA a annoncé des solutions complètes couvrant les réseaux, le matériel et les logiciels. Au niveau de l’infrastructure, l’entreprise s’attaque au défi de connecter des centaines de milliers, voire des millions de GPU dans les usines d’IA grâce à des investissements importants dans la technologie de photonique de silicium. Leur premier système de photonique de silicium co-emballé (CPO) à 1,6 térabits par seconde, basé sur la technologie de modulateur à anneau de résonance (MRM), promet des économies d’énergie et de puissance considérables par rapport aux transceivers traditionnels, permettant des connexions plus efficaces entre un grand nombre de GPU sur différents sites.

Alors que NVIDIA construit les fondations pour les grandes usines d’IA, l’entreprise apporte simultanément la puissance de calcul de l’IA aux individus et aux petites équipes. La société a présenté une nouvelle gamme de supercalculateurs d’IA personnels DGX alimentés par la plate-forme Grace Blackwell, destinés à équiper les développeurs d’IA, les chercheurs et les scientifiques des données. La gamme comprend DGX Spark, une plate-forme de développement compacte, et DGX Station, une station de travail de bureau haute performance avec refroidissement liquide et une puissance de calcul impressionnante de 20 petaflops.

NVIDIA DGX Spark (Source : NVIDIA)

Complétant ces progrès matériels, NVIDIA a annoncé la famille de modèles Llama Nemotron ouverts avec des capacités de raisonnement, conçus pour être prêts pour les entreprises et destinés à la construction d’agents d’IA avancés. Ces modèles sont intégrés à NVIDIA NIM (NVIDIA Inference Microservices), permettant aux développeurs de les déployer sur diverses plateformes, des postes de travail locaux au cloud. Cette approche représente une solution complète pour l’adoption de l’IA dans les entreprises.

Huang a souligné que ces initiatives sont renforcées par des collaborations étendues avec de grandes entreprises de multiples secteurs qui intègrent les modèles NVIDIA, NIM et les bibliothèques dans leurs stratégies d’IA. Cette approche d’écosystème vise à accélérer l’adoption tout en offrant de la flexibilité pour les différents besoins et cas d’utilisation des entreprises.

IA physique et robotique : une opportunité de 50 000 milliards de dollars

NVIDIA considère l’IA physique et la robotique comme une “opportunité de 50 000 milliards de dollars”, selon Huang. La société a annoncé le modèle de fondation généraliste ouvert NVIDIA Isaac GR00T N1 pour les robots humanoïdes.

Des mises à jour importantes des modèles de fondation du monde NVIDIA Cosmos fournissent un contrôle sans précédent sur la génération de données synthétiques pour la formation des robots à l’aide de NVIDIA Omniverse. Comme l’a expliqué Huang, “En utilisant Omniverse pour conditionner Cosmos, et Cosmos pour générer un nombre infini d’environnements, nous pouvons créer des données qui sont ancrées, contrôlées par nous et pourtant systématiquement infinies en même temps”.

La société a également présenté un nouveau moteur de physique ouvert appelé “Newton”, développé en collaboration avec Google DeepMind et Disney Research. Le moteur est conçu pour la simulation de robotique haute fidélité, y compris les corps rigides et souples, la rétroaction tactile et l’accélération GPU.

Isaac GR00T N1 (Source : NVIDIA)

IA agente et transformation de l’industrie

Huang a défini l'”IA agente” comme une IA dotée d’une “agence” qui peut “percevoir et comprendre le contexte”, “raisonner” et “planifier et agir”, même en utilisant des outils et en apprenant à partir d’informations multimodales.

“L’IA agente signifie essentiellement que vous avez une IA qui a une agence. Elle peut percevoir et comprendre le contexte de la circonstance. Elle peut raisonner, très importantly peut raisonner sur la façon de répondre ou de résoudre un problème, et elle peut planifier et agir. Elle peut planifier et agir. Elle peut utiliser des outils”, a expliqué Huang.

Cette capacité entraîne une augmentation des exigences de calcul : “Le montant de calcul requis, la loi d’échelle de l’IA est plus résiliente et en fait hyper accélérée. Le montant de calcul dont nous avons besoin à ce stade en raison de l’IA agente, en raison du raisonnement, est facilement cent fois plus élevé que ce que nous pensions avoir besoin il y a un an”, a-t-il ajouté.

En résumé

La conférence de Jensen Huang à GTC 2025 a présenté une vision complète d’un avenir piloté par l’IA caractérisé par des agents intelligents, des robots autonomes et des usines d’IA spécialisées. Les annonces de NVIDIA dans les domaines de l’architecture matérielle, des réseaux, des logiciels et des modèles ouverts signalent la détermination de l’entreprise à alimenter et à accélérer la prochaine ère de l’informatique.

Alors que l’informatique continue de passer d’un modèle basé sur la récupération à des modèles génératifs, l’accent mis par NVIDIA sur les jetons en tant que monnaie fondamentale de l’IA et sur la mise à l’échelle des capacités à travers les plateformes cloud, d’entreprise et de robotique fournit une feuille de route pour l’avenir de la technologie, avec des implications loin d’être négligeables pour les industries du monde entier.