Le PDG de Nvidia, Jensen Huang, dévoile les nouvelles puces Rubin AI au GTC 2025
La fondatrice de Nvidia, Jensen Huang, a lancé mardi la conférence des développeurs d’intelligence artificielle de la société en disant à une foule de milliers de personnes que l’IA traverse « un point d’inflexion ».
Au GTC 2025 – a plongé le « Super Bowl of IA » – Huang a concentré son discours sur les progrès de l’entreprise dans l’IA et ses prédictions sur la façon dont l’industrie se déplacera au cours des prochaines années. La demande de GPU des quatre principaux fournisseurs de services cloud augmente, a-t-il dit, ajoutant qu’il s’attend à ce qu’il s’attend à des revenus d’infrastructure du centre de données de Nvidia pour atteindre 1 billion de dollars d’ici 2028.
L’annonce très attendue de Huang a révélé plus de détails sur les architectures graphiques de nouvelle génération de Nvidia: Blackwell Ultra et Vera Rubin – nommé pour le célèbre astronome. Blackwell Ultra est prévu pour la seconde moitié de 2025, tandis que son successeur, la puce Rubin AI, devrait être lancé fin 2026. Rubin Ultra montera sur scène en 2027.
Dans une conférence qui a duré plus de deux heures, Huang a décrit les « progrès extraordinaires » que l’IA a réalisés. En 10 ans, a-t-il dit, l’IA est diplômée de la perception et de la « vision informatique » à l’IA générative, et maintenant à l’IA agentique – ou à l’IA qui a la capacité de raisonner.
« L’IA comprend le contexte, comprend ce que nous demandons. Comprend le sens de notre demande », a-t-il déclaré. « Il génère désormais des réponses. Fondamentalement changé la façon dont l’informatique est effectuée. »
La prochaine vague d’IA, a-t-il dit, se produit déjà: la robotique.
La robotique alimentée par la soi-disant «IA physique» peut comprendre des concepts comme la friction et l’inertie, la cause et l’effet et la permanence des objets, a-t-il déclaré.
« Chacune de ces phases, chacune de ces vagues, ouvre de nouvelles opportunités de marché pour nous tous », a déclaré Huang.
La clé de cette IA physique et de nombreuses autres annonces de Huang était le concept d’utilisation de la génération de données synthétiques – des données créées par ordinateur ou de l’ordinateur – pour la formation modèle. L’IA a besoin d’expériences numériques pour apprendre, a-t-il dit, et elle apprend à des vitesses qui rendent les humains dans les boucles d’entraînement obsolètes.
« Il n’y a que tellement de données et tellement de démonstration humaine que nous pouvons effectuer », a-t-il déclaré. « C’est la grande percée au cours des deux dernières années: l’apprentissage du renforcement. »
La technologie de Nvidia, a-t-il dit, peut aider avec ce type d’apprentissage pour l’IA car elle attaque ou essaie de résoudre un problème, étape par étape.
À cette fin, Huang a annoncé Isaac GR00T N1, un modèle de fondation open source conçu pour aider à développer des robots humanoïdes. ISAAC GR00T N1 serait associé à un modèle COSMOS AI mis à jour pour aider à développer des données de formation simulées pour les robots.
Benjamin Lee, professeur d’ingénierie électrique et systèmes à l’Université de Pennsylvanie, a déclaré que le défi de la formation de la robotique réside dans la collecte de données parce que la formation dans le monde réel est longue et coûteuse.
Un environnement simulé est depuis longtemps une norme pour l’apprentissage du renforcement, a déclaré Lee, afin que les chercheurs puissent tester l’efficacité de leurs modèles.
« Je pense que c’est vraiment excitant. Fournir une plate-forme, et une open source, permettra à plus de personnes d’apprendre sur l’apprentissage du renforcement », a déclaré Lee. « De plus en plus de chercheurs pourraient commencer à jouer avec ces données synthétiques – pas seulement de grands acteurs de l’industrie mais aussi des chercheurs universitaires. »
Huang a introduit la série Cosmos de modèles d’IA, qui peut générer une vidéo photo-réaliste rentable qui peut ensuite être utilisée pour former des robots et d’autres services automatisés, au CES plus tôt cette année.
Le modèle open-source, qui fonctionne avec l’omniverse de Nvidia – un outil de simulation de physique – pour créer une vidéo plus réaliste, promet d’être beaucoup moins cher que les formes traditionnelles de collecte de formation, comme avoir des voitures enregistrer des expériences routières ou avoir des gens à enseigner aux robots des tâches répétitives.
Le constructeur automobile américain General Motors prévoit d’intégrer la technologie NVIDIA dans sa nouvelle flotte de voitures autonomes, a déclaré Huang. Les deux deux sociétés travailleront ensemble pour construire des systèmes d’IA personnalisés en utilisant à la fois OmIverse et Cosmos pour former des modèles de fabrication d’IA.
Le Nvidia Head a également dévoilé le système Halos de l’entreprise, une solution d’IA construite autour de l’automobile, en particulier de la conduite autonome – en sécurité.
« Nous sommes la première entreprise au monde, je crois, que chaque ligne de sécurité du code évalue », a déclaré Huang.
À la fin de son discours, Huang un moteur de physique open source pour la simulation de robotique appelée Newton, qui est en cours de développement avec Google Deepmind et Disney Research.
Un petit robot carré nommé Blue l’a rejoint sur scène, sortant d’une trappe dans le sol. Il a bipé à Huang et a suivi ses commandements, debout à côté de lui alors qu’il enroulait ses pensées.
« L’âge de la robotique généraliste est là », a déclaré Huang.
