Nvidia franchit un cap décisif en annonçant plus de 1000 milliards de dollars de commandes d’ici 2027. Cette croissance s’appuie sur la révolution de l’intelligence artificielle agentique et ses besoins exponentiels en puissance de calcul. Les systèmes à architecture désagrégée et les nouvelles plateformes hautement spécialisées façonnent désormais le paysage des centres de données.
Alors que l’IA agentique impose des contraintes inédites en traitement et orchestration de tâches autonomes, Nvidia adapte ses innovations produits. Le déploiement massif de processeurs CPU Vera et d’accélérateurs Groq 3 marque une étape critique pour répondre à cette demande. L’équipement des hyperscalers et startups consolide la position dominante de l’entreprise et anticipe les prochaines évolutions technologiques majeures.
Une hausse spectaculaire des commandes portée par l’essor de l’IA agentique
Le patron de Nvidia, Jensen Huang, a récemment révélé que les commandes cumulées de l’entreprise devraient dépasser les 1000 milliards de dollars d’ici fin 2027. Ce chiffre double les projections émises l’an dernier lors de la conférence GTC. Ce bond s’explique clairement par les besoins croissants en puissance de calcul pour les modèles d’IA agentique. Ceux-ci exigent, en effet, une capacité d’inférence sans précédent.
Cette augmentation traduit un basculement du marché de l’entraînement de modèles vers une phase où l’inférence, c’est-à-dire l’exécution rapide de modèles pour générer des résultats, devient prioritaire. Les agents virtuels, capables de fonctionner de manière autonome et de coopérer, génèrent un volume de tokens bien plus important qu’auparavant. La précédente génération de produits, notamment la plateforme Grace Blackwell, offrait une performance énergétique déjà remarquable. Nvidia pousse désormais la barre avec ses systèmes Vera Rubin, conçus pour gérer environ 1,3 million de composants et offrir des performances jusqu’à dix fois supérieures à leurs prédécesseurs.
Les innovations matérielles au cœur de l’architecture désagrégée de Nvidia
Nvidia inaugure une architecture dite « désagrégée », mettant l’accent sur des racks spécialisés au lieu d’unités monolithiques. Cette conception modulaire encourage l’efficacité en dissociant les performances du CPU, du GPU, du stockage et du réseau. Le rack Vera, proposant 256 processeurs Vera et une mémoire LPDDR5X massive, répond aux sollicitations spécifiques de l’agentique et de l’apprentissage par renforcement.
Le processeur Vera, conçu sur l’architecture Arm Olympus, affiche des capacités supérieures en single threading, en bande passante mémoire ainsi qu’en efficacité énergétique. Il fonctionne en tandem avec le GPU Rubin dans une architecture baptisée «super puce». Nvidia étend aussi son offre avec le rack d’accélérateurs Groq 3, résultat d’une acquisition stratégique à 20 milliards de dollars. Ces accélérateurs se spécialisent dans l’émission rapide de tokens, complétant ainsi les GPU dans des charges de travail très exigeantes. Les partenaires clés tels que Lenovo, HPE et Alibaba renforcent déjà leur infrastructure avec ces solutions avancées.
Perspectives économiques et intégration des nouvelles plateformes
La croissance vertigineuse des engagements financiers souligne l’influence des applications agentiques sur les besoins en calcul à grande échelle. Nvidia, avec ses plateformes Vera Rubin, Groq 3 LPX et Rubin CPX, anticipe une forte demande émanant non seulement des hyperscalers mais également d’une diversité d’acteurs, y compris dans le cloud souverain en Europe et au Moyen-Orient. Ces plateformes ultra-premium permettent de multiplier par 35 le débit de tokens pour des modèles massifs, en réduisant les coûts d’exploitation.
Malgré la complexité accrue des circuits avec jusqu’à 336 milliards de transistors pour certains GPU – Nvidia collabore étroitement avec TSMC et Samsung afin d’assurer la production en grande échelle. Par ailleurs, la compatibilité logicielle via Dynamo 1.0, désormais open source, devrait faciliter l’orchestration entre les différentes architectures matérielles pour une meilleure efficacité. L’impact de ces avancées s’étendra jusqu’en 2028 avec l’arrivée de nouvelles générations Feynman, matérialisant une ambition de long terme qui impose un défi conséquent à la concurrence. Ces innovations conditionnent déjà le futur des infrastructures d’intelligence artificielle partout dans le monde.
- Partager l'article :
