CES 2025 : NVIDIA dévoile RTX 50, Cosmos et Project DIGITS pour l’IA

Le CES 2025 confirme que NVIDIA ne veut plus être seulement associé aux cartes graphiques des joueurs. Lors de sa keynote, son directeur général Jensen Huang a relié des annonces destinées au PC, au cloud, aux développeurs, aux robots et à l’automobile autour d’une même idée : l’« IA physique ». Pour le fabricant américain, l’intelligence artificielle entre dans une phase où elle ne se limite plus à produire du texte ou des images, mais doit aussi percevoir un environnement, raisonner, planifier et agir.

Cette vision est ambitieuse, car elle suppose de résoudre à la fois le problème du calcul, celui des données d’entraînement et celui du déploiement dans des machines soumises au monde réel. NVIDIA a donc présenté une chaîne complète : les GPU GeForce RTX 50 pour les usages sur PC, la plateforme Cosmos pour la simulation, des services logiciels pour les entreprises, la plateforme DRIVE pour l’automobile et Project DIGITS pour rapprocher la puissance de calcul des développeurs.

Une stratégie qui va du jeu vidéo à l’IA physique

Le terme d’IA physique ne désigne pas une nouvelle catégorie magique d’ordinateur. Il décrit plutôt l’objectif de systèmes capables d’interpréter des flux de caméras et de capteurs, de prendre une décision dans un contexte donné puis de déclencher une action. Un robot dans un entrepôt, un véhicule autonome ou une machine industrielle doivent en effet tenir compte de contraintes que ne rencontre pas un assistant conversationnel : objets en mouvement, éclairage changeant, situations rares et conséquences matérielles de leurs décisions.

NVIDIA entend fournir les briques de cette chaîne de production. L’entreprise rappelle le rôle fondateur de son GPU programmable, introduit en 1999, puis met en avant les transformations apportées par l’IA au cours des douze dernières années. Au CES, le message est surtout commercial et industriel : les mêmes progrès dans les processeurs graphiques, les modèles génératifs et la simulation pourraient accélérer les usages dans de nombreux secteurs.

GeForce RTX 50 : Blackwell arrive sur les PC

L’annonce la plus immédiatement visible pour le grand public est la famille GeForce RTX 50, bâtie sur l’architecture Blackwell. En tête de gamme, la GeForce RTX 5090 concentre 92 milliards de transistors et annonce jusqu’à 3 352 TOPS pour les tâches d’IA. TOPS signifie trillions d’opérations par seconde : il s’agit d’un indicateur de capacité de calcul destinée aux traitements d’intelligence artificielle, pas d’un nombre d’images par seconde dans tous les jeux.

Jensen Huang a qualifié la RTX 5090 de « bête ». Au-delà de cette formule, NVIDIA met en avant une conception avec double ventilation ainsi que l’usage croissant de l’IA pour le rendu graphique en temps réel. La gamme doit être lancée progressivement au début de l’année 2025.

DLSS 4 et les images générées par IA

Avec ces GPU, NVIDIA annonce également DLSS 4, la nouvelle version de sa technologie de super-échantillonnage assisté par IA. Son élément le plus marquant est la fonction Multi-Frame Generation. Le principe consiste à produire, grâce à l’IA, des images intermédiaires qui ne sont pas entièrement calculées de manière classique par le moteur du jeu.

Selon NVIDIA, la technologie peut générer trois images supplémentaires pour chaque image rendue et multiplier les performances jusqu’à huit fois dans les conditions prises en charge. L’objectif est d’obtenir une animation visuellement plus fluide tout en permettant au GPU de consacrer davantage de ressources aux détails graphiques, notamment avec le ray tracing.

Il faut cependant distinguer deux mesures. Une image générée peut améliorer la sensation de fluidité à l’écran, mais elle ne correspond pas à une image calculée de bout en bout par le jeu. Les bénéfices dépendront donc de l’intégration par les développeurs, de la configuration du PC et des réglages retenus. Cette nuance est importante pour les joueurs sensibles à la réactivité, en particulier dans les jeux compétitifs.

Cosmos veut donner un terrain d’apprentissage aux robots

La plateforme NVIDIA Cosmos représente le versant industriel de la présentation. NVIDIA la présente comme une plateforme de modèles génératifs, de traitement vidéo et d’outils permettant de créer des environnements plausibles pour les robots et les véhicules autonomes. L’idée est de faire pour l’IA physique ce que les grands modèles de langage ont fait pour l’IA générative : proposer une base sur laquelle les entreprises peuvent construire des applications spécialisées.

Un robot ou une voiture doit apprendre à gérer une très grande diversité de situations. Une route peut être mouillée, mal éclairée, encombrée ou traversée par un obstacle inattendu. Dans un entrepôt, des personnes et des chariots peuvent modifier leur trajectoire à tout moment. Cosmos doit permettre de simuler ces variations, d’exploiter des vidéos et d’aider les systèmes à anticiper des actions adaptées selon le contexte environnemental.

NVIDIA indique que XPENG, Hyundai Motor Group et Uber figurent parmi les entreprises engagées autour de Cosmos. La plateforme est annoncée sous une licence ouverte, avec des ressources accessibles sur GitHub. Cette ouverture peut faciliter l’expérimentation par les équipes de recherche et de développement, sans faire disparaître le travail considérable nécessaire pour adapter un modèle à un véhicule, à des capteurs ou à un métier précis.

Des modèles et des outils pour accélérer les projets d’entreprise

NVIDIA a aussi profité du CES pour promouvoir les NIM, pour NVIDIA Inference Microservices. Il s’agit de microservices conçus pour faciliter l’exécution de modèles d’IA, notamment sur les PC équipés de GPU RTX et dans les infrastructures de calcul. En pratique, cette approche vise à éviter aux développeurs de repartir de zéro pour préparer, optimiser et déployer un modèle dans une application.

Le fabricant associe ces services aux AI Blueprints, des ensembles préconfigurés servant de points de départ pour des usages précis. Parmi les exemples mis en avant figurent la détection de fraude et la gestion ou l’analyse vidéo. L’intérêt de ces modèles de référence est de transformer une démonstration technique en architecture plus directement exploitable par une entreprise : un modèle, des composants logiciels, des étapes de traitement et des recommandations d’intégration.

NVIDIA présente ces ressources comme ouvertes aux développeurs. Cela ne signifie pas qu’un projet d’IA devient instantanément simple ou gratuit : il faut encore disposer de données pertinentes, définir les règles de sécurité et de confidentialité, évaluer les résultats, puis exploiter une infrastructure adaptée. Mais ces briques peuvent réduire le temps nécessaire entre l’idée et le premier prototype.

DRIVE Hyperion, la chaîne de calcul pour la voiture autonome

Dans l’automobile, NVIDIA défend une architecture en trois temps. NVIDIA DGX sert à entraîner les modèles d’IA sur de puissantes infrastructures. Omniverse est destiné à la création d’environnements et de données synthétiques. Enfin, DRIVE AGX apporte le calcul embarqué dans le véhicule. Ce dernier maillon doit exécuter les logiciels à bord, au plus près des capteurs et des décisions de conduite.

La nouvelle plateforme DRIVE Hyperion s’inscrit dans cette logique. Fondée sur le système sur puce NVIDIA AGX Thor, elle vise à renforcer les capacités de traitement et les fonctions de sécurité des véhicules dotés de systèmes d’aide à la conduite ou d’automatisation avancée. NVIDIA met aussi en avant l’apport de modèles d’IA générative, susceptibles de mieux interpréter les situations complexes rencontrées sur la route.

Jensen Huang a affirmé que la révolution des véhicules autonomes était « en marche ». La formule traduit l’orientation de NVIDIA, mais la route vers une autonomie étendue demeure exigeante. Une voiture doit interpréter correctement son environnement dans des conditions très différentes, réagir de façon sûre et respecter les règles applicables. La puissance informatique est nécessaire, mais elle ne suffit pas à elle seule à résoudre toutes les questions de conduite autonome.

Project DIGITS veut rapprocher le supercalcul du bureau

La keynote s’est achevée sur Project DIGITS, présenté comme un superordinateur d’IA compact destiné aux développeurs, aux chercheurs et aux ingénieurs. La machine repose sur le nouveau GB10 Grace Blackwell Superchip. Son ambition est de permettre la création, l’expérimentation et le déploiement de modèles d’IA depuis l’environnement de travail des équipes, plutôt que de réserver ces opérations aux seuls grands centres de données.

Le format annoncé est celui d’un appareil compact de bureau. L’enjeu est moins de remplacer les infrastructures géantes nécessaires à l’entraînement des plus grands modèles que d’offrir un accès local et plus direct à la puissance de l’écosystème NVIDIA pour le développement. Cela peut notamment faciliter les phases de prototypage, de test et d’optimisation avant un passage à plus grande échelle dans le cloud ou dans un centre de calcul.

NVIDIA prévoit un lancement de Project DIGITS en mai 2025. En plaçant cet appareil à côté des GPU RTX 50, la société couvre deux besoins complémentaires : le calcul IA intégré à un PC destiné aux usages graphiques et créatifs, et une machine plus spécialisée pour les travaux de développement de modèles.

Ce qu’il faut surveiller après le CES 2025

Les annonces du CES dessinent une stratégie cohérente : NVIDIA ne vend pas uniquement des puces, mais un ensemble matériel et logiciel reliant les données, l’entraînement, la simulation et l’exécution d’applications. Les RTX 50 constituent la vitrine grand public de cette stratégie. Cosmos, DRIVE Hyperion et Project DIGITS cherchent pour leur part à imposer les technologies NVIDIA dans les laboratoires, les entreprises, les usines et les véhicules.

Les prochains mois permettront de mesurer la concrétisation de ces promesses sur plusieurs points. Il faudra suivre la disponibilité effective des cartes RTX 50 et des modèles pour ordinateurs portables, l’adoption de DLSS 4 par les jeux, les premiers projets bâtis sur Cosmos et le lancement de Project DIGITS en mai. Dans l’automobile comme dans la robotique, la question centrale restera la même : comment transformer une forte capacité de calcul et des simulations sophistiquées en systèmes réellement fiables face aux imprévus du monde physique ?