L’IA dite « agentique » est sur toutes les lèvres, y compris celles de Nvidia. Jensen Huang, co-fondateur et PDG de l’entreprise, y a donc passé un long moment lors de sa conférence d’ouverture du CES 2025, qui s’est tenue dans un stade bondé de 12 000 places et pour laquelle certains ont fait plus de deux heures de file d’attente (L “L’Usine Digitale était _évidemment_ dans la file VIP).
Nemotron, une famille modèle dérivée du Lama
Nvidia a annoncé Nemotron, une famille de grands modèles de langage dérivés de Llama dédiés spécifiquement à l’agentique. Nemotron est disponible en trois variantes : Nano (pour l’embarqué), Super (capable de fonctionner sur un seul GPU) et Ultra (pour le centre de données). Les modèles peuvent être utilisés tels quels ou personnalisés, par exemple pour intégrer RAG.
Ils ont été spécialement formés pour suivre des instructions, discuter, appeler des fonctions, générer du code et faire des mathématiques. Une famille de modèles de vision, appelée Cosmos Nemetron (à ne pas confondre avec le « modèle de fondation du monde Cosmos »), a été créée en parallèle, toujours avec trois versions. Tous ces modèles sont disponibles directement en téléchargement sur le site de Nvidia et sur Hugging Face, ou sous forme de microservices NIMs (nécessitant d’être client Nvidia AI Enterprise). SAP et ServiceNow seront parmi les premiers clients à les déployer.
Agents préconfigurés pour accélérer les déploiements
Nvidia avait déjà lancé NeMo, un framework pour le développement de modèles, et des NIM pour l’inférence de modèles. Cet été, il a ensuite annoncé des Blueprints, des modèles et des workflows pré-packagés (utilisant la suite Nvidia AI Enterprise et donc NeMo et NIM) pour que les clients puissent déployer des agents le plus facilement possible.
L’entreprise a profité du CES pour détailler les agents désormais disponibles. Cinq d’entre eux proviennent de partenaires spécialisés dans l’orchestration de workflows d’IA : CrewAI, Daily, LangChain, LlamaIndex et Weights & Biases. Nvidia a également développé un Blueprint pour convertir des documents PDF en podcasts (clairement inspiré du NotebookLM de Google), et un autre pour rechercher et résumer du contenu vidéo.
La robotique, le prochain grand marché que Nvidia veut conquérir
Enfin, quatre Blueprints s’appuient sur Omniverse et sont dédiés à « l’IA physique ». Traduction : jumeaux numériques pour la robotique. Jensen Huang a insisté sur le fait qu’il s’agissait de la « prochaine étape » après les agents, il est donc clair qu’il y voit un grand marché potentiel. Nvidia travaille sur le sujet depuis des années.
Il existe un Blueprint pour diffuser la réalité mixte sur un Apple Vision Pro, un autre pour la simulation de conduite autonome, un troisième pour la visualisation en temps réel pour la CAO, et enfin il y a Mega. Cette dernière permet de former et tester des flottes de robots à grande échelle dans une usine ou un entrepôt. Nvidia avait déjà présenté ce type d’utilisation, mais il s’agit cette fois d’un cas concret développé par Accenture et Kion, une grande entreprise de logistique allemande.
Kion crée le jumeau numérique d’un entrepôt à l’aide de fichiers et d’images CAO ou BIM, de vidéos ou de captures Lidar. Ce jumeau se trouve dans Omniverse où il est utilisé pour entraîner et tester les « cerveaux » des robots (qui utilisent Nvidia Isaac). Le fonctionnement des capteurs et les choix système sont entièrement simulés dans cet environnement virtuel. Le système de gestion logistique de Kion peut leur attribuer des tâches spécifiques, comme le transfert d’une charge d’un endroit à un autre. Une fois le robot virtuel correctement entraîné, il ne vous reste plus qu’à le charger dans la machine réelle.
En complément de ce cas d’usage, Accenture a intégré Mega dans son offre « AI Refinery » destinée aux industriels et logisticiens. Sur scène, Jensen Huang a souligné que le marché de la logistique d’entrepôt vaut 1 000 milliards de dollars. Un mot de sage. En début de conférence, Gary Shapiro, président du CES, est venu faire une brève introduction qui n’est pas loin d’être génuflexion. Il a expliqué que s’il avait écouté Jensen un peu mieux dans le passé, il aurait pu prendre sa retraite maintenant. Cela est probablement également vrai dans ce cas.
Choisi pour toi
