Oracle et NVIDIA placent les GPU au centre d’une IA d’entreprise intégrée

L’intelligence artificielle en entreprise ne se résume pas au choix d’un modèle conversationnel. Pour qu’un assistant puisse analyser des contrats, des données clients, des dossiers de maintenance ou des indicateurs financiers, il faut aussi des serveurs capables de traiter ces informations rapidement, des logiciels pour relier les outils entre eux et des garde-fous pour éviter que les données ne sortent d’un cadre maîtrisé. C’est sur cet ensemble qu’Oracle et NVIDIA ont choisi de renforcer leur collaboration, annoncée lors d’Oracle AI World en octobre 2025.

L’ambition affichée est de proposer une chaîne plus intégrée, allant des GPU, les processeurs spécialisés dans le calcul parallèle, jusqu’à la base de données et aux interfaces utilisées par les équipes métier. L’annonce combine ainsi un très grand cluster de calcul dans Oracle Cloud Infrastructure, des fonctions d’IA directement intégrées à la base de données Oracle et des outils destinés à faciliter le déploiement de services NVIDIA.

Oracle et NVIDIA veulent rapprocher trois briques essentielles

Dans de nombreux projets d’IA, les entreprises doivent faire cohabiter trois univers qui n’ont pas toujours été pensés ensemble : l’infrastructure de calcul, les données internes et les applications. Cette fragmentation peut compliquer les déploiements. Il faut déplacer de gros volumes d’informations, connecter des environnements distincts, adapter les logiciels et contrôler précisément les accès.

Oracle et NVIDIA mettent en avant une approche plus unifiée. Oracle apporte son environnement cloud, ses bases de données et ses outils d’entreprise. NVIDIA fournit les GPU et des briques logicielles conçues pour accélérer le développement et l’exécution d’applications d’IA. L’objectif n’est donc pas uniquement d’entraîner de très grands modèles : il s’agit aussi de rendre l’IA exploitable dans des processus opérationnels où les données sont souvent sensibles et déjà stockées dans les systèmes de l’entreprise.

Cette logique répond à une préoccupation concrète : une infrastructure très puissante ne suffit pas si les données restent difficiles à mobiliser, ou si les équipes doivent réorganiser intégralement leurs applications pour l’utiliser.

OCI Zettascale10 : que représente l’annonce de 16 zettaflops ?

La pièce matérielle la plus spectaculaire de l’annonce est le cluster OCI Zettascale10. Oracle le présente comme une infrastructure conçue pour les charges de travail d’IA qui dépassent les capacités de serveurs classiques. Alimenté par des GPU NVIDIA, il affiche un potentiel annoncé de 16 zettaflops.

Un flops correspond à une opération en virgule flottante par seconde, une mesure utilisée pour exprimer la vitesse de calcul des systèmes de haute performance. Un zettaflops représente 10^21 opérations de ce type par seconde. Le chiffre de 16 zettaflops donne donc une indication de l’échelle visée par Oracle. Il ne constitue toutefois pas une promesse de vitesse identique pour chaque entreprise ou chaque application : les performances réellement observées dépendent notamment du modèle utilisé, du volume de données, de la qualité du code, de la mémoire disponible et de l’organisation du réseau.

Dans un cluster d’IA, le réseau est aussi important que les processeurs. Les GPU doivent échanger continuellement des données, par exemple lorsqu’un modèle est réparti sur un grand nombre de machines. Si ces échanges sont trop lents, les GPU attendent au lieu de calculer. Oracle met donc en avant l’interconnexion NVIDIA Spectrum-X Ethernet, destinée à fluidifier ces transferts et à limiter les périodes d’inactivité des processeurs graphiques.

L’enjeu est particulièrement élevé lorsque l’infrastructure mobilise des volumes considérables de ressources. La présentation évoque l’optimisation de l’usage de millions de processeurs. À cette échelle, une amélioration du réseau ou de l’orchestration peut avoir un effet important sur le temps nécessaire pour entraîner un modèle, analyser une masse de documents ou répondre à des requêtes complexes.

Pourquoi déplacer les modèles plutôt que les données ?

La collaboration ne porte pas seulement sur la puissance brute. Oracle place l’Oracle AI Database 26ai au centre de sa stratégie logicielle. L’idée mise en avant est d’inverser une pratique fréquente dans les projets d’IA : au lieu d’exporter les données vers un outil de modèles, l’entreprise peut faire venir les capacités d’IA au plus près de sa base de données.

Cette approche répond à plusieurs difficultés. Copier les données d’un environnement à l’autre ajoute des étapes, peut créer des versions divergentes d’une même information et élargit le nombre de systèmes à sécuriser. Conserver le traitement dans l’environnement de données peut aussi faciliter l’application des droits d’accès déjà en place.

Oracle annonce ainsi la possibilité d’exécuter des flux de travail d’IA directement dans la base de données. Des agents d’IA peuvent traiter des informations sensibles tout en respectant les règles de sécurité de l’organisation. Dans ce contexte, un agent désigne un logiciel capable d’enchaîner des étapes, comme rechercher des informations, les comparer, les synthétiser et renvoyer un résultat à une application ou à un utilisateur.

La base intègre également une fonction baptisée Recherche Vecteur Hybride Unifiée. La recherche vectorielle transforme les contenus en représentations mathématiques, appelées vecteurs, afin d’identifier des informations proches par le sens plutôt que par la seule présence de mots identiques. Le caractère hybride renvoie à l’association de cette recherche sémantique avec des méthodes plus traditionnelles. L’objectif est d’interroger de façon contextuelle des données de formats différents.

Prenons le cas d’une entreprise qui souhaite retrouver des éléments relatifs à un incident technique. Une recherche classique exige souvent les termes exacts. Une recherche vectorielle peut rapprocher des formulations différentes mais proches par leur signification. Associée aux données structurées de l’entreprise, elle peut aider à faire émerger des réponses plus pertinentes, à condition que les autorisations et la qualité des données soient correctement gérées.

Une promesse de sécurité face à des risques déjà identifiés

L’IA d’entreprise pose une question simple, mais décisive : quelles informations un modèle ou un agent est-il autorisé à lire, à traiter et à restituer ? Lorsque les données concernent des clients, des salariés, des opérations industrielles ou des résultats financiers, la performance ne peut pas être le seul critère.

Oracle indique que le nouveau système adopte des algorithmes résistants aux attaques quantiques pour protéger les données en transit et au repos. Les données en transit sont celles qui circulent sur un réseau. Les données au repos sont celles qui sont stockées dans une base, un serveur ou un espace de sauvegarde.

Cette orientation vise notamment le risque dit harvest now, decrypt later, littéralement « collecter maintenant, déchiffrer plus tard ». Le scénario consiste pour un attaquant à intercepter et conserver aujourd’hui des données chiffrées dans l’espoir de disposer, à l’avenir, de moyens de calcul capables de briser les protections actuelles. La résistance aux attaques quantiques cherche à anticiper cette menace en employant des mécanismes cryptographiques conçus pour rester robustes face à de futures capacités de calcul.

Il ne faut pas confondre cette protection avec une sécurité automatique. Même avec des algorithmes de chiffrement adaptés, la sécurité dépend toujours de nombreux paramètres : contrôle des identités, définition des droits d’accès, surveillance des usages, protection des interfaces et gouvernance des données. L’intérêt de l’approche présentée est de placer ces enjeux au sein même de l’architecture qui héberge les traitements d’IA, plutôt que de les traiter après coup.

Oracle AI Data Platform et AI Hub : réduire la complexité du déploiement

Les infrastructures de calcul très puissantes restent difficiles à exploiter sans spécialistes. C’est pourquoi Oracle complète son annonce matérielle par l’Oracle AI Data Platform, qui intègre un GPU NVIDIA. La plateforme vise les scientifiques des données, qui préparent les jeux de données, conçoivent les analyses et mettent les modèles en production.

La promesse mise en avant est d’accélérer le traitement sans exiger de modification du code existant. C’est un point important pour les organisations qui disposent déjà de scripts, de pipelines de données et d’applications élaborés au fil des années. Réécrire ces éléments représente souvent une part importante du coût et du délai d’un projet d’IA.

Les différents composants sont regroupés dans l’Oracle AI Hub. Cet espace doit fournir un accès centralisé aux solutions d’IA et permettre le déploiement simplifié de microservices NVIDIA NIM. Un microservice est une fonction logicielle ciblée, utilisable par une application sans que celle-ci ait à reconstruire toute l’infrastructure sous-jacente. Dans le cas présent, le but est de rendre les capacités NVIDIA plus accessibles dans l’environnement Oracle, via une interface annoncée comme sans code.

Cette couche d’intégration peut compter autant que les GPU eux-mêmes. Pour une entreprise, la difficulté n’est pas seulement d’obtenir du calcul. Elle consiste à connecter ce calcul à des données fiables, à des processus identifiés et à des équipes qui ne sont pas toutes expertes en infrastructure ou en programmation spécialisée.

Quels usages peuvent en tirer les entreprises ?

L’architecture présentée couvre des besoins variés, dès lors qu’ils nécessitent de traiter rapidement de grands volumes de données. Les GPU NVIDIA dans OCI sont notamment adaptés à des cas tels que la reconnaissance d’images, le traitement automatique du langage, l’analyse prédictive ou encore les recherches documentaires contextuelles.

Dans un contexte d’entreprise, ces capacités peuvent servir à classer des documents, assister l’analyse de dossiers, faire remonter des tendances depuis des bases de données ou répondre à des questions formulées en langage naturel. Le bénéfice attendu n’est pas d’automatiser indistinctement toutes les décisions, mais d’accélérer certaines tâches d’analyse et de recherche.

La question de la taille de l’entreprise reste néanmoins importante. Oracle présente ses solutions comme évolutives, afin qu’elles puissent être utilisées sans déployer une infrastructure disproportionnée. Dans les faits, la pertinence dépendra du cas d’usage, de la maturité des données, des compétences disponibles et des coûts associés à l’exploitation d’un environnement cloud et de GPU.

Ce qu’il faut surveiller après cette annonce

L’annonce d’octobre 2025 illustre une tendance structurante : l’IA d’entreprise devient une affaire d’intégration complète. Les acteurs ne se distinguent plus uniquement par la qualité d’un modèle ou la puissance d’une puce. Ils cherchent à maîtriser le chemin entier, de la donnée stockée à l’application qui fournit une réponse, en passant par le réseau, la sécurité et les outils de déploiement.

Pour Oracle et NVIDIA, le défi sera de démontrer que cette intégration tient ses promesses dans des environnements concrets. Les entreprises évalueront notamment la simplicité de mise en œuvre, les performances effectivement obtenues pour leurs charges de travail, la maîtrise des coûts et la capacité à maintenir des contrôles de sécurité rigoureux.

À retenir : avec OCI Zettascale10, Oracle AI Database 26ai et AI Hub, les deux groupes ne proposent pas seulement davantage de puissance de calcul. Ils défendent une manière d’adopter l’IA où les GPU, les modèles et les données d’entreprise sont conçus pour fonctionner dans un même cadre technique et de sécurité.