Sujet
Tous les articles d’Actu.ai sur le sujet « Nvidia », du plus récent au plus ancien. 224 articles
Intel doit simultanément restaurer sa discipline financière, réussir ses nouvelles générations de puces et trouver sa place dans l’essor de l’IA. Le départ de son dirigeant Pat Gelsinger, annoncé le 2 décembre 2024, rappelle l’ampleur du chantier face à Nvidia, AMD et aux exigences de la fabrication avancée.
Pat Gelsinger a pris sa retraite et quitté le conseil d’administration d’Intel le 1er décembre 2024. Son départ ouvre une période de direction provisoire pour un groupe engagé dans une transformation industrielle coûteuse, alors que Nvidia, AMD et TSMC accentuent la pression sur ses activités.
Nvidia a dévoilé Fugatto, un modèle d’IA générative dédié à l’audio. Capable de produire, modifier et combiner musique, voix et effets sonores à partir de consignes, il esquisse de nouveaux usages créatifs. Mais son arrivée ravive aussi les débats sur les données d’entraînement, les voix et le droit d’auteur.
NVIDIA poursuit l’évaluation des mémoires HBM3E à 8 et 12 couches de Samsung, indispensables aux accélérateurs d’intelligence artificielle. Les progrès rapportés dans les tests pourraient ouvrir à Samsung une place auprès du leader des puces d’IA, face à SK Hynix et Micron. En parallèle, le groupe prépare déjà la génération HBM4.
Les contrats à terme américains progressent le 21 novembre 2024 après les solides résultats de Nvidia. Le groupe profite toujours de l’appétit pour l’IA, mais les difficultés d’approvisionnement de sa nouvelle plateforme Blackwell repoussent une partie du potentiel de revenus. Taux, emploi, Google et bitcoin complètent une séance chargée.
Le 20 novembre 2024, Nvidia doit dévoiler ses comptes du troisième trimestre de son exercice 2025. La demande de calcul pour l’IA reste le moteur central, mais le marché attend surtout des précisions sur le déploiement de Blackwell, les marges et les perspectives de fin d’année.
Sam Altman cherche à réunir 150 millions de dollars pour Rain AI, une jeune pousse américaine spécialisée dans les puces pour l’intelligence artificielle. Avec une valorisation évoquée de 600 millions de dollars, l’entreprise veut miser sur l’efficacité énergétique pour exister face à Nvidia, qui domine largement ce marché stratégique.
Au NVIDIA AI Summit Japan, le groupe américain a détaillé son rôle dans la stratégie technologique japonaise. Modèles adaptés à la langue locale, jumeaux numériques, centres de données et coopération avec SoftBank : l’enjeu est autant industriel que démographique pour un pays confronté au vieillissement de sa population.
Avant de devenir la technologie qui alimente les assistants génératifs et les outils de reconnaissance d’images, le deep learning a longtemps suscité le doute. Entre 2007 et 2012, ImageNet, AlexNet et les GPU ont fait converger données, algorithmes et puissance de calcul, changeant durablement la trajectoire de l’intelligence artificielle.
Des puces aux supercalculateurs, la quête de puissance est devenue le moteur de l’intelligence artificielle. Elle ouvre des perspectives concrètes en santé, en agriculture ou pour la recherche, mais concentre aussi les moyens entre quelques acteurs. Décryptage d’une course technologique qui pose autant de questions humaines que techniques.
OpenAI travaillerait avec Broadcom sur une puce spécifiquement conçue pour l’inférence, c’est-à-dire l’étape où un modèle d’IA répond aux demandes des utilisateurs. Le projet, qui pourrait aussi mobiliser le fabricant TSMC, illustre la course aux composants capables de faire fonctionner l’IA plus efficacement à grande échelle.
Nvidia accélère son implantation en Inde avec un modèle de langage conçu pour le hindi et de nouveaux projets d’infrastructure avec des groupes locaux. Derrière l’annonce, l’enjeu est double : rendre l’IA générative plus adaptée aux usages indiens et installer les GPU de Nvidia au cœur de cet écosystème en pleine croissance.
Texte, image, vidéo, sons et capteurs peuvent donner aux robots un contexte bien plus riche qu’une simple instruction écrite. Les modèles multimodaux et les LLM capables de planifier ouvrent des pistes prometteuses pour les gestes délicats, à condition de ne pas confondre compréhension du langage, entraînement des données et contrôle sûr d’une machine.
Bank of America a relevé son objectif de cours pour Nvidia de 165 à 190 dollars, un niveau qui suggérait alors un potentiel théorique de hausse proche de 40 %. Cette projection repose sur l’essor de l’IA et la demande de processeurs graphiques, tout en laissant entière la question des risques boursiers et concurrentiels.
Les GPU de Nvidia restent la référence de l’IA, mais Groq, Cerebras et Rivos défendent des architectures spécialisées. Leurs promesses de rapidité, de faible latence ou d’efficacité énergétique peuvent répondre à des besoins précis. Avant de changer d’infrastructure, les entreprises doivent toutefois évaluer logiciels, coûts réels et dépendance fournisseur.
Nvidia a mis en avant Nemotron 70B, un modèle de langage de 70 milliards de paramètres dont les résultats le placent face à GPT-4o et Claude 3.5 Sonnet sur plusieurs tests de dialogue. Mais l’annonce se mêle souvent à celle de NVLM, un autre modèle, multimodal et orienté vers les images.
Le fabricant taïwanais TSMC signe un troisième trimestre 2024 meilleur qu’attendu, porté par les commandes de puces pour l’intelligence artificielle. Son bénéfice net progresse de 54 % sur un an, confirmant la place centrale du fondeur dans la course mondiale aux capacités de calcul.
Les États-Unis envisagent de renforcer leurs contrôles sur les puces d’intelligence artificielle de Nvidia et AMD exportées vers des pays jugés sensibles. Au-delà des licences déjà requises pour certains produits, Washington étudierait un plafonnement par pays des capacités de calcul vendues, au risque de remodeler un marché stratégique.
Capteurs connectés, algorithmes et registres distribués peuvent accélérer les décisions et améliorer la traçabilité. Mais cette alliance ne rend pas les données vraies par magie : elle impose des choix d’architecture, de sécurité et de gouvernance.
La montée de l’intelligence artificielle augmente les besoins en puces de calcul sophistiquées, dont une large part passe par les usines de TSMC. À l’approche de ses résultats trimestriels du 17 octobre 2024, le groupe taïwanais cristallise les attentes du marché, mais aussi les interrogations sur la concurrence, les chaînes d’approvisionnement et la géopolitique.
Lancée le 11 octobre 1999, la GeForce 256 a fait entrer la carte graphique dans une nouvelle dimension en confiant davantage de calculs 3D à un processeur dédié. Vingt-cinq ans plus tard, son héritage se lit autant dans les jeux vidéo photoréalistes que dans les GPU devenus essentiels à l’informatique moderne.
Annoncé le 8 octobre 2024 à Taïwan, le projet réunit 64 racks GB200 NVL72 pour une puissance annoncée de 90 exaflops en IA. Nvidia et Foxconn veulent aussi accroître la fabrication des systèmes GB200, un maillon décisif pour les futurs centres de données.
Samsung a présenté de rares excuses publiques après avoir annoncé des résultats préliminaires inférieurs aux attentes pour le troisième trimestre 2024. Derrière cette séquence, le sujet n’est pas seulement l’IA des smartphones : le groupe doit surtout convaincre dans les mémoires HBM, cruciales pour les serveurs d’intelligence artificielle.
OpenAI vient de lever 6,6 milliards de dollars, portant sa valorisation à 157 milliards. Propulsée par l’adoption de ChatGPT, l’entreprise doit désormais justifier les attentes colossales des investisseurs, alors que ses dépenses informatiques restent très élevées et que la concurrence se renforce.
