Pourquoi Nvidia mise sur des agents IA privés, en local et en entreprise

Nvidia a présenté une nouvelle série de modèles à poids ouverts conçus pour des agents IA actifs en continu. Le catalogue couvre à la fois les serveurs d'entreprise et les ordinateurs personnels.

Le constructeur y voit un moyen de proposer une alternative aux modèles fermés des grands laboratoires, tout en créant un débouché pour ses propres machines.

Un modèle de 120 milliards de paramètres pour l'entreprise

Le Nemotron 3.5 Super VL est le modèle le plus imposant de cette annonce. Il compte 120 milliards de paramètres et cible les agents déployés en entreprise. Il en utilise moins que le Nemotron 3 Ultra, mais Nvidia affirme qu'il offre une précision comparable pour suivre des consignes et utiliser des outils.

Selon le groupe, une fois post-entraîné sur des tâches précises, il exécute celles-ci plus vite que des modèles concurrents d'Anthropic et d'OpenAI. Les cas cités vont de l'analyse de documents à la comptabilité, en passant par l'expérimentation scientifique, les remboursements d'assurance santé et la résistance aux attaques.

Ce type d'affirmation est courant lors d'un lancement. Nvidia cite toutefois des clients qui utiliseraient déjà le modèle : Skydance, EY, Ramp, Crowdstrike, Perplexity et Salesforce.

Deux modèles Bolt pensés pour le PC

À l'autre bout de la gamme, Nvidia propose deux modèles légers baptisés Bolt. Ils sont destinés aux nouveaux PC IA équipés de la puce RTX Spark, ainsi qu'aux stations de travail DGX Spark. Des partenaires comme Microsoft et Dell commercialisent ces machines.

Le Nemotron 3.5 Bolt 74B-A9B 24GB compte 74 milliards de paramètres. Il vise un équilibre entre vitesse et raisonnement pour des tâches en plusieurs étapes, l'appel d'outils et la navigation web. Le plus petit, Bolt E4B, est orienté vers les agents conversationnels.

Super VL et Bolt 74B-A9B sont disponibles dès maintenant. Bolt E4B doit arriver avant la fin du mois, d'après Nvidia.

Le pari de la maîtrise des données

Le contexte explique cette stratégie. Les laboratoires d'IA propriétaires, à la fois clients et bénéficiaires d'investissements de Nvidia, se tournent aussi vers d'autres puces, comme Trainium d'AWS ou Cerebras, et conçoivent leurs propres processeurs.

Nvidia met donc en avant la demande d'entreprises qui veulent exécuter leurs modèles dans leurs propres centres de données. Kari Briski, vice-présidente chargée des modèles ouverts, souligne qu'elles peuvent post-entraîner Super VL sur leurs données, le déployer sur leur infrastructure et rester propriétaires de ce qu'elles construisent.

Côté grand public, l'argument est celui de la confidentialité. Un assistant qui accède à des informations sur la famille, la santé ou les finances suscite des réticences. Avec des modèles locaux, les tâches du quotidien peuvent être déléguées sans transiter par le cloud, selon Nvidia.

Une stratégie à valider sur le terrain

Nvidia cherche ainsi à ouvrir un nouveau marché pour ses puces dans les PC, tout en conservant un rôle central dans les datacenters.

Les performances annoncées proviennent du constructeur lui-même. Les tests indépendants et l'adoption par les entreprises diront si cette offre ouverte tient ses promesses face aux modèles fermés.

Source : TechCrunch