Une keynote sur l’infrastructure de l’IA
La keynote berlinoise de Jensen Huang ne se résumait pas à une annonce de processeur. NVIDIA s’y est présenté comme l’entreprise qui veut construire les rails de l’économie de l’intelligence artificielle: systèmes de centres de données, logiciels pour agents, outils robotiques, plateformes automobiles, infrastructure télécom et machines personnelles d’IA. Les reportages publiés après l’événement décrivent Berlin comme le point final d’une tournée européenne durant laquelle Huang a rencontré des responsables politiques et industriels, annoncé de nouveaux produits et présenté l’Europe comme un marché mais aussi comme un futur producteur de capacité IA .
Le fil conducteur était clair: l’IA devient un système industriel. Dans cette lecture, le GPU n’est qu’une couche. NVIDIA veut faire comprendre que l’énergie, les ordinateurs accélérés, le réseau, les logiciels système, les modèles, les applications et les outils de développement forment une chaîne de production. C’est pour cela que les moments marquants allaient d’un centre de données modulaire à de petits robots Microduck: chaque démonstration servait la même idée, celle d’une intelligence produite, déployée et adaptée à grande échelle .
DSX POD: réduire le temps de construction des usines d’IA
L’une des annonces les plus structurantes concernait DSX POD, une approche destinée à regrouper plusieurs racks Vera Rubin dans une forme proche du conteneur, transportable sur route et déployable plus vite qu’un centre de données traditionnel. Le reportage de CNBC repris par KhanList indique que Huang a décrit un système intégrant sept racks Vera Rubin dans un conteneur, afin de mettre du calcul en service plus rapidement au moment où la demande est très élevée .
Cette annonce est importante car le goulet d’étranglement ne se limite plus à la disponibilité des puces. Électricité, permis, construction, financement et intégration font désormais partie de la bataille de l’IA. Huang a indiqué qu’un centre de données d’un gigawatt pouvait coûter environ 50 milliards de dollars, tandis que Goldman Sachs estime que les dépenses d’investissement liées à l’IA pourraient atteindre environ 7 600 milliards de dollars entre 2026 et 2031, en incluant le calcul, les centres de données et l’énergie . La keynote parlait donc autant de logistique industrielle et de finance que de performance informatique.
Neoclouds: la demande est là, le capital manque
GTC Berlin s’est aussi déroulé dans un climat de marché plus tendu. Les comptes rendus de la conférence ont signalé une baisse des actions de plusieurs neoclouds cotés et des inquiétudes autour de sociétés qui louent de la capacité IA tout en supportant de lourds besoins de financement . La réponse de Huang a consisté à distinguer la demande du capital: selon lui, la demande pour les neoclouds reste extrêmement forte, mais le fonds de roulement constitue la contrainte centrale .
Ce discours rejoint une autre idée apparue autour de la conférence: le matériel NVIDIA comme actif finançable. Dans une interview réalisée en marge de GTC Berlin, Huang a décrit les accélérateurs NVIDIA comme productifs, durables et réutilisables, affirmant qu’ils pouvaient rester utiles pendant huit ans ou davantage et servir de collatéral de qualité pour les prêteurs . L’enjeu est stratégique. Si les banques et investisseurs d’infrastructure considèrent les systèmes IA comme des actifs durables, le coût du capital des usines d’IA pourrait baisser. Dans le cas contraire, la révolution de l’IA pourrait être freinée par les bilans financiers plus que par les modèles.
Les agents ont besoin de garde-fous
Huang a également insisté sur l’émergence des agents IA comme nouvelle plateforme informatique. Mais plus ces agents gagnent en autonomie, plus les hypothèses classiques de sécurité logicielle deviennent insuffisantes. Un retour publié après la conférence souligne que Huang a mis l’accent sur les permissions limitées, le zero trust et la surveillance continue pour les agents utilisés en production .
C’est dans ce contexte qu’il faut comprendre OpenShell et l’offensive de NVIDIA sur la sécurité des agents. Un article publié après GTC Berlin rapporte que Huang a évoqué un prix d’environ 2 000 dollars par GPU et par an pour des logiciels destinés à exécuter des agents dans les usines d’IA, soit un niveau inférieur à l’abonnement NVIDIA AI Enterprise à 4 500 dollars, tout en précisant que les détails de calendrier et de périmètre restaient non confirmés . Le message est clair: NVIDIA voit une couche de revenus logiciels au-dessus de la couche matérielle. Si les usines d’IA servent à exécuter des agents, alors l’identité, l’isolation, l’observabilité et les politiques d’accès deviennent une infrastructure monétisable.
L’IA physique: véhicules, humanoïdes et Microduck
Le moment le plus viral de la keynote a été minuscule, mais son sens stratégique était vaste. Huang a terminé avec des robots Microduck, utilisés pour illustrer le passage de la simulation au mouvement physique. Selon les comptes rendus, ces robots ont été préparés avec les outils de simulation et de robotique de NVIDIA, entraînés dans le cloud, vérifiés sur un système RTX Spark, puis transférés vers les machines réelles .
Microduck montre aussi que l’IA physique devient plus accessible. Coinfea rapporte que le robot mesure 25 centimètres, pèse 800 grammes, utilise 15 moteurs, dispose d’une caméra, d’un LiDAR et de capteurs inertiels, et propose sept mouvements entraînés; son logiciel est décrit comme open source sous licence Apache 2.0, avec un prix de 399 dollars hors taxes et livraison . Le chiffre des précommandes demande toutefois prudence: Clément Delangue, CEO de Hugging Face, avait indiqué que Microduck allait probablement dépasser 20 000 précommandes, ce qui était une prévision et non une confirmation de livraisons .
Le vrai rôle de cette démonstration était de transformer la robotique en flux logiciel: simuler, entraîner, valider, déployer, recommencer. C’est la même logique que NVIDIA applique aux humanoïdes, aux véhicules, à l’automatisation industrielle et aux jumeaux numériques. Le petit robot a fonctionné parce qu’il rendait visible une pile technologique complexe.
RTX Spark et l’IA personnelle
Un autre axe fort concernait le passage d’une IA seulement cloud à des machines locales capables d’exécuter et de prototyper des charges avancées. Les articles sur l’événement indiquent que Huang a présenté les systèmes RTX Spark et comparé leur performance d’un pétaflop et leurs 128GB de mémoire avec le DGX-1 qu’il avait livré à OpenAI en 2016, en soulignant que la nouvelle machine pouvait être tenue d’une main alors que l’ancienne nécessitait deux personnes pour la transporter .
Cette comparaison n’était pas qu’un effet de scène. Elle illustre l’ambition de NVIDIA sur toute la pile informatique. Si les développeurs peuvent prototyper des agents, entraîner des politiques robotiques, faire tourner des simulations et évaluer des modèles localement avant d’envoyer les calculs lourds vers le cloud, la plateforme NVIDIA s’étend des usines d’IA hyperscale jusqu’aux ordinateurs personnels. L’objectif est de rendre la pile continue: bureau, cloud, centre de données, robot et voiture.
L’Europe comme marché, usine et banc d’essai
L’Europe n’était pas un simple décor. Le message de Huang était que le continent ne devait pas seulement consommer de l’IA construite ailleurs, mais bâtir sa propre infrastructure, ses modèles et ses applications autour de ses industries. Dans une réflexion publiée après GTC Berlin, Tobias Zwingmann résume l’une des leçons de Huang ainsi: il faut devenir un excellent utilisateur de l’IA et explorer ce qui était auparavant impossible, plutôt que seulement faire plus vite les mêmes tâches .
Cette distinction est essentielle pour la base industrielle européenne. La fabrication, la santé, les télécoms, l’automobile et l’énergie ne deviennent pas natives de l’IA en ajoutant simplement des chatbots à leurs processus existants. Elles changent lorsque la simulation, les agents, la robotique et les modèles spécialisés modifient ce que les équipes peuvent concevoir, tester et exploiter. Le message d’« optimisme responsable » relevé dans la session de questions-réponses appelait les dirigeants à décrire un futur désirable tout en prenant au sérieux les enjeux de sécurité, d’énergie, d’emploi et de société .
Le vrai résumé: NVIDIA veut devenir le firmware de l’économie IA
On peut lister les temps forts: DSX POD, OpenShell, logiciels d’agents, RTX Spark, robotique, Microduck et infrastructure européenne. Mais l’histoire principale est plus simple: NVIDIA veut devenir la couche par défaut de la prochaine ère informatique.
C’est ce qui rend Berlin significatif. Huang n’a pas présenté l’IA comme une vague d’applications ou une simple course aux modèles. Il l’a décrite comme une nouvelle révolution industrielle nécessitant des usines, du financement, des garde-fous, des appareils locaux, des robots et des écosystèmes régionaux. La meilleure lecture de GTC Berlin 2026 est donc la suivante: NVIDIA veut contrôler les interfaces entre tous ces éléments. Si l’IA met à jour le firmware du futur, Huang a expliqué pourquoi NVIDIA veut en écrire le noyau.
Commentaires
Sois le premier à commenter.