La révolution de l'informatique massive : comment la "bombe nucléaire" de Vera Rubin redéfinit la course à l'IA

Le défi incontournable : la Loi de Moore ralentit, la demande en IA explose

L’industrie fait face à une paradoxe inconfortable : alors que la vitesse d’amélioration du silicium ralentit, les modèles d’intelligence artificielle exigent des gains de performance exponentiels chaque année. Pour un centre de données de 1 GW coûtant 50 milliards de dollars, la différence entre une architecture ancienne et une nouvelle peut signifier doubler directement sa capacité de génération de revenus.

Jensen Huang, le PDG de l’un des leaders technologiques mondiaux, reconnaît ouvertement ce dilemme : les méthodes traditionnelles d’optimisation ne peuvent plus suivre le rythme. C’est pourquoi, au lieu de changer seulement 1 ou 2 puces par génération comme ils le faisaient auparavant, cette fois ils ont opté pour une refonte complète de 6 composants clés de la plateforme de calcul Vera Rubin, qui est déjà en phase de production de masse.

Vera Rubin : l’architecture qui réécrit les règles du jeu

Le véritable protagoniste de ce cycle n’est pas une carte graphique conventionnelle, mais un écosystème complet de traitement. Vera Rubin, nommée en l’honneur de l’astronome qui a découvert la matière noire, représente un changement de mentalité : innover simultanément à tous les niveaux de la plateforme.

Les 6 piliers de cette architecture sont :

Vera CPU fournit l’intelligence et la coordination. Équipée de 88 cœurs Olympus personnalisés, elle supporte 176 threads simultanés grâce à la technologie de multithreading spatial. La bande passante NVLink C2C de 1,8 TB/s et la mémoire du système de 1,5 TB (triplement par rapport à la génération précédente) garantissent qu’il n’y ait pas de goulets d’étranglement dans les opérations fondamentales. Avec 227 milliards de transistors, elle intègre la puissance de traitement nécessaire pour coordonner des opérations massives.

Rubin GPU, le cœur computationnel, atteint 50 PFLOPS de puissance d’inférence en précision réduite, cinq fois supérieur à l’architecture Blackwell. Avec 336 milliards de transistors, il intègre la troisième génération de moteurs Transformer qui ajustent dynamiquement la précision selon les besoins spécifiques du modèle.

La carte réseau ConnectX-9 offre une connectivité ultra-rapide avec Ethernet de 800 Gb/s basé sur la technologie PAM4 de 200G. Elle inclut un RDMA programmable et un accélérateur de routage de données, ainsi que des certifications de sécurité CNSA et FIPS avec ses 23 milliards de transistors.

BlueField-4 DPU émerge comme le processeur spécialisé pour le stockage IA de nouvelle génération. Avec une capacité SmartNIC de 800 Gb/s, il combine le CPU Grace de 64 cœurs avec ConnectX-9, intégrant 126 milliards de transistors dédiés à cette fonction critique.

Le chip commutateur NVLink-6 est l’orchestrateur du réseau interne. Il peut connecter 18 nœuds de calcul et coordonner jusqu’à 72 GPU Rubin fonctionnant comme un seul système cohésif. Avec une architecture NVLink 6, chaque GPU atteint 3,6 TB/s de bande passante all-to-all, permettant une communication collective ultra-rapide au sein du réseau.

Enfin, le commutateur optique Spectrum-6 gère 512 canaux de 200Gbps chacun pour des transferts dépassant les vitesses conventionnelles. Fabriqué avec la technologie de silicium photonique intégrée via TSMC COOP, il offre 352 milliards de transistors dédiés à l’interconnexion optique en copackaging.

Des chiffres parlants : des améliorations de performance sans précédent

Le système NVL72 résultant de cette intégration profonde établit de nouvelles normes. En tâches d’inférence avec précision réduite, il atteint 3,6 EFLOPS, multipliant par cinq la génération précédente. Pour l’entraînement, il atteint 2,5 EFLOPS, une augmentation de 3,5 fois.

La mémoire disponible a été triplée : 54TB de LPDDR5X dans le système principal contre 20,7TB de HBM à large bande passante. La bande passante HBM4 s’élève à 1,6 PB/s (2,8 fois supérieure), tandis que la bande passante Scale-Up atteint 260 TB/s, le double de la génération précédente.

Le plus remarquable : ces sauts de performance ont été réalisés avec seulement 1,7 fois plus de transistors (2,2 billions au total), démontrant que l’innovation architecturale est aussi importante que la densité du silicium.

Du numérique au physique : la prochaine frontière

Bien que ces chiffres soient impressionnants, leur véritable impact réside dans les applications. L’IA doit désormais passer du monde numérique au monde physique. Pour cela, trois types de calcul intégré sont nécessaires :

L’ordinateur d’entraînement construit avec des architectures comme GB300 qui génèrent les modèles de base. L’ordinateur d’inférence, le “cerveau” qui opère dans les robots ou véhicules autonomes en temps réel. Et l’ordinateur de simulation, comprenant des plateformes comme Omniverse et Cosmos, qui offrent des environnements virtuels où l’IA apprend la rétroaction physique avant d’opérer dans le monde réel.

Alpamayo : conduite autonome qui raisonne

Basé sur cette architecture de triple ordinateur, émerge Alpamayo, le premier système de conduite autonome doté de capacités de raisonnement véritable. Contrairement aux systèmes traditionnels qui exécutent des instructions rigides, Alpamayo raisonne comme un conducteur humain. Il peut expliquer ce qu’il fera ensuite et pourquoi il le décide.

La Mercedes CLA équipée de cette technologie sera officiellement lancée aux États-Unis au premier trimestre de cette année, puis s’étendra à l’Europe et à l’Asie. Ce véhicule a été classé par NCAP comme le plus sûr au monde, grâce à l’architecture de “double pile de sécurité” qui alterne entre le système d’IA de bout en bout et des protocoles de sécurité traditionnels lorsque la confiance diminue.

Robotique : au-delà des humanoïdes

La stratégie s’étend aux robots humanoïdes et quadrupèdes, tous équipés du mini-ordinateur Jetson et entraînés dans le simulateur Isaac. L’intégration concerne également des systèmes industriels tels que les outils de Synopsys, Cadence et Siemens.

Jensen Huang a plaisanté lors de la présentation : “Le plus grand robot est l’usine elle-même. Les robots seront conçus sur ordinateur, fabriqués sur ordinateur, et même testés et vérifiés virtuellement sur ordinateur avant de faire face à la gravité réelle”.

Le contexte plus large : 10 billions de dollars en modernisation

Au cours de la dernière décennie, environ 10 billions de dollars d’infrastructures informatiques mondiales sont en cours de modernisation complète. Mais il ne s’agit pas seulement d’une mise à jour matérielle. Cela représente un changement de paradigme dans la façon dont le logiciel est développé et déployé.

L’ascension des modèles ouverts, illustrée par des systèmes comme DeepSeek qui a surpris le monde par son efficacité d’inférence, a catalysé une vague d’innovation. Bien que ces modèles puissent prendre du retard de 6 mois par rapport aux plus avancés, une nouvelle génération émerge tous les six mois avec des capacités compétitives.

Cette vitesse d’itération maintient startups, géants technologiques et chercheurs en mouvement constant. La plateforme de modèles Nemotron en open source couvre la biomédecine, l’IA physique, les agents intelligents, la robotique et la conduite autonome, avec plusieurs versions en tête des classements indépendants et largement adoptées par des entreprises de toute taille.

Efficience qui compense : tokens par watt et par dollar

Bien que Vera Rubin consomme le double d’énergie de ses prédécesseurs, la performance est multipliée de manière disproportionnée. La métrique critique est le débit de tokens générés par watt et par dollar : une augmentation de 10 fois.

Pour un centre de données de 1 GW, cela signifie que Spectrum-X améliore le débit de 25 %, ce qui équivaut à économiser 5 milliards de dollars en infrastructure. “Ce système de réseau est pratiquement gratuit”, selon l’exécutif.

Résoudre le KV Cache : le plus grand obstacle de l’IA générative

Le vrai casse-tête de l’industrie est le “KV Cache”, la mémoire de travail que l’IA consomme lors de longues conversations. À mesure que les modèles grandissent et que les conversations s’étendent, la mémoire HBM disponible s’épuise.

Vera Rubin résout cela en déployant des processeurs BlueField-4 dans chaque rack. Chaque nœud contient 4 BlueField-4, fournissant 150TB de mémoire de contexte distribuée entre les GPU, avec 16TB supplémentaires par GPU maintenant une bande passante de 200Gbps. Ainsi, des milliers de GPU dispersés dans des dizaines de racks fonctionnent comme une seule mémoire cohérente.

La signification géopolitique de cette “bombe nucléaire”

La présentation de Vera Rubin représente quelque chose de plus profond que l’innovation technique. À une époque de scepticisme quant à la durabilité de la bulle IA, Jensen Huang devait démontrer par des faits concrets quelles capacités réelles l’IA permet : de la conduite autonome sûre aux robots industriels, de la synthèse de protéines aux systèmes open source qui démocratisent la technologie.

Il y a quelques années, l’entreprise vendait “les pelles de la ruée vers l’or”. Aujourd’hui, elle participe directement à la transformation des industries physiques, de l’automobile à la fabrication. Cette évolution de fournisseur de composants à orchestrateur d’écosystèmes marque une transition fondamentale dans la façon dont l’industrie technologique se positionne pour la prochaine décennie.