NVIDIA a annoncé NVIDIA DSX POD à GTC Berlin le 21 octobre. Cette approche modulaire des usines d’IA pourrait, selon l’entreprise, réduire le déploiement sur site de six mois à 14 jours, une fois les services publics du site disponibles. La conception de référence regroupe des systèmes Vera Rubin complets dans des conteneurs construits, intégrés et validés par des partenaires avant leur livraison, ce qui déplace une plus grande partie des travaux d’installation hors du site du client.
Points clés
- DSX POD est une conception de référence modulaire pour des usines d’IA Vera Rubin, construite par des partenaires. Le délai de déploiement raccourci dépend de la disponibilité des services publics sur le site.
- NVIDIA a accompagné ses annonces d’infrastructure de nouvelles conceptions pour la sécurité des agents et d’outils permettant de relier les agents aux connaissances de l’entreprise.
- Huang a inscrit ces lancements dans le cadre de l’expansion de NVIDIA en Europe, évoquant près de 10 milliards de dollars d’engagements en faveur de l’écosystème technologique de la région.
Sommaire
- NVIDIA DSX POD réalise l’intégration avant la livraison
- L’ambition européenne pour l’IA associe capitaux et efficacité opérationnelle
- La sécurité des agents devient un élément de l’infrastructure
- Les connaissances de l’entreprise constituent la prochaine couche de déploiement
- Les exemples industriels illustrent différents stades d’adoption
- Conclusion
NVIDIA DSX POD réalise l’intégration avant la livraison
Le changement central concerne le lieu où l’usine d’IA est assemblée. Au lieu d’attendre l’arrivée des équipements à destination pour procéder à leur intégration et à leur validation, DSX POD prévoit que les partenaires réalisent ces étapes dans des conteneurs modulaires avant leur expédition. NVIDIA a présenté cette approche comme une transformation de la chaîne d’approvisionnement nécessaire à la construction des centres de données, et non comme une simple offre supplémentaire de matériel à l’échelle du rack.
Cette distinction est importante pour interpréter l’affirmation concernant le délai de déploiement. La fenêtre de 14 jours concerne le déploiement sur site une fois les services publics disponibles ; elle ne constitue pas un calendrier annoncé pour l’ensemble du projet. Le compte rendu ne précise ni le délai total de construction ni le prix de DSX POD ou les dates de livraison aux clients.
Huang a déclaré que Vera Rubin était en pleine production et que cette plateforme informatique de NVIDIA allait au-delà des modèles individuels et des grands modèles de langage, jusqu’au traitement de l’agent d’IA dans son ensemble. Il a présenté la plateforme globale d’usine d’IA comme une combinaison de matériel, de logiciels système, de bibliothèques CUDA-X et de modèles.
| Élément | Détails |
|---|---|
| DSX POD | Nouvelle conception de référence pour des usines d’IA Vera Rubin complètes, assemblées, intégrées et validées par des partenaires dans des conteneurs modulaires. |
| Calendrier de déploiement | NVIDIA affirme que le déploiement sur site peut passer de six mois à 14 jours une fois les services publics du site disponibles. |
| Gains d’efficacité annoncés pour DSX | Selon NVIDIA, la plateforme globale peut réduire jusqu’à 100 % la consommation d’eau pour le refroidissement et utiliser jusqu’à 30 % d’électricité en moins pour produire le même résultat d’IA. |
| Architecture de référence OpenShell | La nouvelle conception de sécurité combine des contrôles de politiques, un bac à sable au niveau du noyau et une surveillance entre les agents et les systèmes concernés. |
| Agent Knowledge Foundation | De nouveaux modèles et bibliothèques relient les agents aux documents d’entreprise et aux données structurées des bases de données. |
| Radiothérapie adaptative | NVIDIA et Siemens Healthineers développent un système reposant sur l’IA ; le compte rendu ne le présente pas comme un déploiement achevé. |
L’ambition européenne pour l’IA associe capitaux et efficacité opérationnelle
La conférence de Berlin a suivi les déplacements de NVIDIA à Paris, Londres, Stockholm et Dublin. Selon les informations communiquées par l’entreprise, NVIDIA s’engage à hauteur de près de 10 milliards de dollars en faveur de l’écosystème technologique européen et travaille avec plus de 12 000 partenaires. Il s’agit d’un montant d’engagement, et non d’une déclaration indiquant que la totalité de cette somme a déjà été dépensée.
Huang a fait valoir que les entreprises européennes devraient produire de l’IA, et pas seulement en consommer. Il a cité notamment L’Oréal, Revolut, Spotify, Merck, Vodafone, Porsche et HSBC parmi les entreprises européennes qui travaillent avec NVIDIA dans le domaine de l’IA, plaçant ainsi les annonces d’infrastructure dans le contexte d’une clientèle professionnelle déjà établie.
NVIDIA a également déclaré que sa plateforme DSX AI Factory pouvait réduire jusqu’à 100 % la consommation d’eau nécessaire au refroidissement et fournir le même résultat d’IA avec jusqu’à 30 % d’électricité en moins. Il s’agit de capacités annoncées pour la plateforme globale, distinctes de l’affirmation sur le délai de déploiement de DSX POD. Le compte rendu de la conférence ne fournit pas de résultats d’exploitation propres à des projets pour ces économies.
La sécurité des agents devient un élément de l’infrastructure
Un déploiement plus rapide des infrastructures ne constituait qu’une partie de la proposition de NVIDIA. Huang a décrit les agents comme des systèmes combinant un modèle avec un mécanisme d’orchestration, une mémoire, un bac à sable, des connaissances et des outils. Comme ils peuvent accéder à des fichiers, à des réseaux et à d’autres ressources, leur utilité implique également de contrôler ce qu’ils sont autorisés à faire.
NVIDIA a présenté l’OpenShell Reference Architecture for Safe AI Agents pour répondre à ce problème. Il s’agit d’une conception complète reposant sur OpenShell, un environnement d’exécution open source soumis à des politiques de contrôle, avec un bac à sable au niveau du noyau placé entre un agent et les systèmes sur lesquels il peut agir.
Huang a déclaré que les privilèges des agents devraient être limités au minimum et que leur activité devrait être surveillée, les autorisations et l’application des politiques s’adaptant de manière dynamique. La distinction concrète consiste à différencier l’accès accordé à un agent pour utiliser un outil de l’accès sans restriction à l’ensemble du système environnant. NVIDIA a présenté la sécurité comme une exigence d’ingénierie pour le déploiement des agents, et non comme une propriété du seul modèle sous-jacent.
Les connaissances de l’entreprise constituent la prochaine couche de déploiement
Agent Knowledge Foundation de NVIDIA s’attaque à un autre obstacle : relier un agent aux informations déjà détenues par une entreprise. Cette nouvelle collection de modèles et de bibliothèques couvre à la fois les documents non structurés et les données structurées des bases de données.
Parmi les outils mis en avant figurent les capacités Nemotron pour analyser des documents, vectoriser des requêtes et reclasser les informations pertinentes, ainsi que les nouveaux modèles Kumo destinés à produire des prévisions à partir de données structurées. Ces fonctions relient le processus de raisonnement de l’agent aux informations propres à l’entreprise, au lieu de s’appuyer uniquement sur les connaissances intégrées à un modèle généraliste.
Huang a également présenté les modèles ouverts de NVIDIA comme des bases que les entreprises peuvent adapter par post-entraînement sur leurs données propriétaires pour des usages précis. Les bibliothèques CUDA-X apportent un autre élément : des simulateurs, des solveurs et des moteurs de traitement de données accélérés que les agents peuvent utiliser comme outils. Ensemble, ces annonces décrivent une pile opérationnelle couvrant les autorisations, les connaissances et l’exécution.
Les exemples industriels illustrent différents stades d’adoption
Une vidéo présentée lors de la conférence a illustré comment ces éléments pourraient fonctionner ensemble. Chez Lila Sciences, des agents ont contribué à concevoir une thérapie potentielle contre le lymphome à cellules B grâce à des expériences virtuelles guidant un laboratoire automatisé. Dans l’usine Siemens d’Erlangen, des agents ont aidé à préparer les produits à la production en testant des plans dans un jumeau numérique. Un exemple de Dassault Systèmes montrait des agents d’ingénierie utilisant la simulation pour détecter un problème de conception d’un véhicule et affiner cette conception.
Ces démonstrations doivent être distinguées des projets encore en cours de développement. NVIDIA et Siemens Healthineers développent une radiothérapie reposant sur l’IA, qui combine des agents de planification du traitement, des jumeaux numériques ainsi que des données d’imagerie et de capteurs en temps réel. Le système décrit adapterait le ciblage à mesure que le corps et la tumeur du patient évoluent pendant le traitement.
Ces exemples donnent un objectif concret à la stratégie d’infrastructure : permettre aux agents de travailler avec des données et des outils spécialisés dans les laboratoires, les usines et les environnements d’ingénierie. À eux seuls, ils ne démontrent pas que toutes les technologies annoncées sont déployées commercialement ni que les économies d’infrastructure revendiquées ont été réalisées sur ces sites.
Conclusion
DSX POD donne une proposition d’infrastructure précise à l’ambition européenne de NVIDIA dans le domaine de l’IA : effectuer l’intégration hors site et raccourcir le déploiement une fois les services publics disponibles. Les outils de sécurité et de gestion des connaissances présentés en parallèle répondent à la question de l’exploitation des agents par les entreprises sur cette infrastructure. Le compte rendu de la conférence ne divulgue toutefois ni les prix, ni les calendriers de livraison, ni les résultats d’efficacité à l’échelle des projets.
Lire d’autres actualités
Plus d’actualités FinanceVelix
Avertissement
Cet article de FinanceVelix fournit des informations générales et ne constitue pas un conseil personnalisé en matière financière, d’investissement, juridique ou fiscale. Les cours de marché, les taux d’intérêt et la conjoncture économique peuvent évoluer ; tout investissement comporte un risque de perte. Les faits reflètent les informations disponibles au moment de la publication et peuvent changer. Vérifiez indépendamment les informations importantes et consultez un professionnel qualifié au besoin. La mention d’un actif, d’une entreprise ou d’un service ne constitue pas une recommandation.
