Le grand plan de Nvidia pour dominer le cerveau mondial de l'IA, de A à Z

Nvidia, l'entreprise dont les puces alimentent actuellement une grande partie de l'infrastructure d'intelligence artificielle dans le monde, s'engage davantage dans le développement de logiciels et de modèles d'IA, indiquant qu'elle vise à être bien plus qu'un simple fabricant de matériel.

Une partie de l'intrigue est révélée par les chiffres. Les analystes prévoient que les revenus annuels de Nvidia dépasseront 358,7 milliards de dollars en 2026, après être passés de 26,9 milliards de dollars en 2022 à 215,9 milliards de dollars en 2025.

Les actions de ChatGPT ont augmenté d'environ 990 % depuis le lancement de l'entreprise en novembre 2022.

Nvidia a annoncé son intention d'investir 26 milliards de dollars au cours des cinq prochaines années pour aider au développement de grands modèles d'IA open-source, dans des dépôts soumis à la Securities and Exchange Commission (SEC) des États-Unis.

L'attrait de l'entreprise n'a jamais été uniquement lié aux puces. Sa plateforme logicielle CUDA, qui permet aux clients d'exploiter au maximum leurs unités de traitement graphique (GPU), a été centrale dans son ascension.

Justin Boitano, vice-président des plateformes d'entreprise de Nvidia, a souligné que la majorité de son personnel est constituée d'ingénieurs logiciels, un fait souvent négligé.

Pour renforcer cet aspect logiciel, Nvidia a récemment publié un nouveau modèle de langage IA open-source appelé Nemotron 3 Super. Le modèle est conçu pour des systèmes d'IA de niveau entreprise impliquant plusieurs agents IA travaillant ensemble.

Il comporte 120 milliards de paramètres et utilise une architecture appelée Mixture-of-Experts (MoE).

L'une de ses caractéristiques clés est une fenêtre de contexte allant jusqu'à un million de tokens, ce qui signifie qu'il peut traiter un livre entier ou des milliers de pages de dossiers financiers en une seule exécution.

Nvidia a adopté ce qu'on pourrait appeler une voie du milieu avec ce modèle.

Contrairement à OpenAI, qui garde ses modèles fermés, ou à Meta, qui ouvre entièrement ses modèles Llama, Nvidia publiera les paramètres clés du modèle publiquement. Les entreprises et les développeurs peuvent les télécharger et les exécuter gratuitement, ou les ajuster pour répondre à leurs propres besoins.

Si Nvidia parvient à maintenir son avance dans le matériel et à conquérir 10 % du marché des modèles fondamentaux, les analystes financiers estiment que cette démarche pourrait générer un revenu annuel supplémentaire de 50 milliards de dollars d'ici trois ans.

Les partenaires développent le côté matériel

Du côté du déploiement matériel, Nvidia ne construit pas elle-même les centres de données. Des partenaires, dont Dell, Hewlett Packard Enterprise et Foxconn, s'occupent de ce travail.

Arthur Lewis, responsable de l'infrastructure chez Dell, a déclaré que son entreprise a aidé un client à mettre en place 100 000 GPU en seulement six semaines. 

Parallèlement, NTT DATA a révélé un plan pour mettre en œuvre ce qu'elle appelle des « usines d'IA alimentées par le matériel Nvidia ». Il s'agit de configurations complètes intégrant des systèmes de gouvernance, des outils logiciels, une infrastructure et des données.

Le programme utilise les outils logiciels NeMo et NIM de Nvidia en plus de son matériel.

Un hôpital de recherche sur le cancer qui utilise les plateformes Nvidia pour la radiologie et le diagnostic, un fournisseur de pièces automobiles qui utilise les services cloud alimentés par Nvidia pour réduire le temps de configuration de la production de mois à jours, et un fabricant américain testant actuellement des lignes de production de batteries à l'aide de simulations accélérées par Nvidia sont quelques exemples des premiers résultats clients.

Kari Briski, vice-présidente des logiciels d'IA générative d'entreprise chez Nvidia, a noté que la construction de ces modèles de pointe exerce une pression énorme sur les systèmes de stockage, de réseau et de calcul, et que cette pression aide à orienter la direction du matériel futur.

Le PDG Jensen Huang a décrit l'IA comme étant plus proche d'une infrastructure fondamentale que d'une mode logicielle.

« L'IA est l'une des forces les plus puissantes façonnant le monde aujourd'hui », a déclaré Huang. « Ce n'est pas une application astucieuse ou un modèle unique ; c'est une infrastructure essentielle, comme l'électricité et Internet. »

Huang a décrit la pile d'IA en cinq couches: l'énergie à la base, puis les puces, puis l'infrastructure physique telle que les terrains et les systèmes de refroidissement, puis les modèles d'IA, et enfin les applications au sommet, où il a déclaré que la valeur économique réelle est créée, à travers des choses comme la découverte de médicaments, les robots industriels et les véhicules autonomes.

Il a reconnu que la construction est encore à un stade précoce.

Quelques centaines de milliards de dollars ont été dépensés jusqu'à présent, mais Huang a déclaré que le total nécessitera des billions, le qualifiant de potentiellement la plus grande construction d'infrastructure de l'histoire humaine.

Il a ajouté que les modèles d'IA ont récemment franchi une ligne clé, devenant suffisamment fiables pour être largement utiles, et que les modèles open-source aident à accélérer l'adoption dans tous les domaines.