Des « usines IA » en conteneur aux robots-canards bordelais : comment Nvidia veut équiper toute l’Europe

En ouvrant la conférence GTC Berlin ce mercredi 21 octobre devant près de 4 000 personnes, Jensen Huang a offert un condensé de la méthode Nvidia : de l’infrastructure lourde, de la géopolitique et un vrai sens du spectacle. Tout juste sorti d’une tournée marathon à Paris, Londres, Stockholm et Dublin, le patron au blouson de cuir est venu faire la promotion d’une intelligence artificielle physique, capable de s’incarner aussi bien dans des robots bipèdes que dans d’immenses centres de calcul. « Pour faire partie de cette économie de l’IA, il ne faut pas seulement consommer l’IA. Il faut la produire. Nous pouvons faire tout cela ici, en Europe », a-t-il lancé à la salle, rappelant au passage que son groupe a déjà engagé près de 10 milliards de dollars (environ 8,9 milliards d’euros) dans l’écosystème tech du Vieux Continent.

Pour aller plus loin
Doctolib fait entrer Nvidia à son capital, pour un montant tenu secret

Avant de faire défiler des robots sur les planches en fin de présentation, le dirigeant s’est d’abord attaqué au nerf de la guerre : le manque d’infrastructures. Sa réponse tient dans un conteneur avec le DSX POD, un plan de référence permettant de loger un datacenter IA complet dans un caisson métallique assemblé et testé à l’usine. Là où un chantier classique réclame au moins six mois de travaux, ce module préfabriqué promet d’entrer en service en à peine 14 jours une fois posé sur un terrain déjà raccordé à l’électricité et aux circuits de refroidissement.

Sept baies Vera Rubin et 25 exaflops dans un seul conteneur

Attention toutefois, Nvidia ne fabriquera ni ne vendra ces caissons lui-même. Le géant américain fournit l’architecture, mais ce sont ses partenaires industriels (Dell, HPE, Lenovo, le français Bull, Schneider Electric ou encore Vertiv) qui se chargeront de les assembler et de les livrer à partir de début 2027. Selon les détails relevés par ServeTheHome, chaque conteneur embarque sept baies Vera Rubin NVL72, la génération de puces qui succède à l’actuelle architecture Blackwell. Chacune de ces armoires concentre 72 GPU, ainsi que tout l’équipement réseau, l’électronique de gestion et le refroidissement liquide. Au total, un seul conteneur délivre une puissance de 25 exaflops en inférence (la phase de calcul qui permet aux modèles d’IA de générer des réponses), soit 25 000 fois la capacité du PC portable équipé de la puce RTX Spark que Jensen Huang a brandi sur scène.

Pour aller plus loin
On a testé la puce Nvidia RTX Spark qui veut réinventer le PC : les résultats face à Apple, AMD et une RTX 5070

Si l’appellation rappelle fortement les « DGX SuperPOD » déjà au catalogue de la marque, la philosophie opérationnelle change du tout au tout. Jusqu’ici, les plans de Nvidia servaient à assembler d’immenses grappes de serveurs directement chez le client. Avec le DSX POD, tout le travail complexe de câblage entre les baies, de tuyauterie et de vérification s’effectue à l’usine pendant que l’entreprise prépare son terrain.

Le conteneur, qui adopte vraisemblablement le format maritime standard de 12 mètres, est ensuite expédié par camion prêt à être branché.

Si Nvidia n’a communiqué aucun tarif officiel, l’addition s’annonce salée : au prix habituellement estimé entre 5 et 7 millions de dollars par armoire NVL72, le matériel informatique d’un seul caisson oscille déjà entre 35 et 49 millions de dollars (environ 30 à 42 millions d’euros).

OpenShell : garder les agents IA sous haute surveillance

En parallèle de cette débauche de matériel, Nvidia s’attaque à un défi logiciel pressant : l’encadrement des agents IA, ces programmes autonomes capables d’exécuter des tâches de bout en bout sur un serveur ou un ordinateur. Le groupe a présenté une nouvelle architecture de référence baptisée OpenShell, qui s’appuie sur le logiciel open source du même nom lancé plus tôt cette année. En pratique, cet outil s’intercale entre l’agent et le système informatique qu’il manipule afin de l’enfermer dans un « bac à sable », un espace virtuel strictement isolé où ses droits d’accès sont bridés pour éviter toute action destructrice ou fuite de données.

Pour aller plus loin
Nvidia lance NemoClaw et OpenShell pour doper et sécuriser OpenClaw

Sans surprise, ce guide de bonnes pratiques sert aussi de vitrine au catalogue maison. Pour faire tourner cette architecture sécurisée, Nvidia recommande d’associer ses GPU Vera Rubin pour le raisonnement du modèle, ses processeurs Vera pour l’exécution des agents et ses cartes réseau programmables BlueField-4 pour faire respecter les règles de sécurité à la volée. Il ne s’agit donc pas d’un nouveau produit commercialisé à part, mais d’une méthode clé en main pour inciter les entreprises à adopter toute la pile matérielle du fondeur.

Des robots-canards bordelais invités sur scène

Pour illustrer ce que ces infrastructures et ces agents permettent de produire concrètement, la fin de la keynote a pris des allures de spectacle robotique. Quatre Microduck, de petits robots bipèdes en forme de canard, ont débarqué sur scène pour s’asseoir, se relever et se mettre en position de sieste sur simple commande de Jensen Huang. Cocorico : ces machines sont conçues par Pollen Robotics, une entreprise bordelaise rachetée par Hugging Face en 2025, qui les propose en précommande depuis le 27 août au tarif de 399 dollars hors taxes (environ 355 euros) pour une livraison promise avant Noël.

Derrière le clin d’œil ludique, l’objectif était de boucler la boucle en montrant toute la chaîne logicielle et matérielle de Nvidia en action. Dans une vidéo diffusée juste avant l’entrée des robots, on découvrait comment un agent IA tournant localement sur un PC RTX Spark a généré un parcours de marche et modélisé le petit canard dans le simulateur maison Isaac Sim. L’entraînement intensif est ensuite passé par les serveurs cloud de Nvidia avant d’être directement injecté dans les vrais Microduck présents à Berlin.

Pour les laboratoires qui visent des usages industriels plus lourds, le géant américain a enfin levé le voile sur Agile ONE SN. Attendu l’an prochain, ce robot humanoïde de référence destiné aux chercheurs dispose de 31 degrés de liberté (soit autant d’articulations mobiles indépendantes) pour tester et entraîner la prochaine génération d’intelligences artificielles physiques.