Au‑delà des trophées, ces technologies illustrent une vision : faire fonctionner l’IA du robot local jusqu’aux supercalculateurs géants qui entraînent les modèles.

Jetson Thor : l’IA embarquée pour robots et machines

La plateforme NVIDIA Jetson Thor cible l’IA dite « edge », c’est‑à‑dire l’exécution de modèles directement dans des appareils physiques : robots industriels, machines automatisées, équipements médicaux ou infrastructures intelligentes.

Basé sur l’architecture Blackwell, le kit de développement Jetson AGX Thor offre jusqu’à 2 070 TFLOPS FP4 de calcul IA avec 128 Go de mémoire, tout en restant dans une enveloppe énergétique d’environ 130 W.

Par rapport à la génération précédente Jetson AGX Orin, NVIDIA indique :

• jusqu’à 7,5× plus de puissance de calcul IA
• environ 3,5× d’efficacité énergétique supplémentaire.

Cette puissance permet d’exécuter localement des modèles génératifs, des modèles vision‑langage ou des systèmes de raisonnement, sans dépendre en permanence du cloud. Pour les robots, cela signifie des décisions plus rapides basées sur les flux de caméras et de capteurs en temps réel.

En pratique, Jetson Thor vise ce que NVIDIA appelle l’« IA physique » : des machines capables de percevoir leur environnement et d’agir immédiatement.

Vera Rubin NVL72 : un supercalculateur d’IA à l’échelle d’une baie

À l’autre extrémité du spectre se trouve Vera Rubin NVL72, un système conçu pour les centres de données et les « AI factories ». Contrairement à un GPU isolé, il s’agit d’un supercalculateur complet intégré dans une seule baie de serveur.

Le système combine :

• 36 processeurs NVIDIA Vera
• 72 GPU Rubin
• reliés par la sixième génération de NVLink, permettant aux GPU de fonctionner comme un seul système géant.

Cette architecture vise l’entraînement et l’inférence de modèles comptant des billions de paramètres, ainsi que des tâches à contexte très long.

Selon les informations publiées par NVIDIA :

• l’entraînement peut nécessiter quatre fois moins de GPU que les systèmes Blackwell
• l’inférence peut atteindre jusqu’à 10× plus de performance par watt
• le coût par million de tokens peut être divisé par dix.

Une autre innovation concerne l’ingénierie du rack : conception sans câbles, sans tuyaux et sans ventilateurs, avec des plateaux modulaires permettant de réduire l’assemblage d’un module de calcul de deux heures à environ cinq minutes.

Ce type de conception montre que la compétition dans l’IA ne porte plus seulement sur les puces, mais sur l’intégration complète des systèmes — calcul, réseau, refroidissement et stockage — à l’échelle du centre de données.

Alpamayo : une nouvelle approche pour la conduite autonome

La troisième technologie primée est Alpamayo, une plateforme ouverte dédiée au développement de véhicules autonomes, récompensée dans la catégorie technologies automobiles et cockpit intelligent.

Les descriptions disponibles indiquent qu’elle repose sur un modèle de conduite de type vision‑langage‑action. Ce type d’architecture ne se contente pas de détecter les objets sur la route : il peut également raisonner sur la situation et produire une trajectoire de conduite accompagnée d’une logique explicative.

L’objectif est de rendre les décisions d’un système autonome plus compréhensibles, notamment dans les situations complexes ou rares — ce que l’on appelle les « edge cases » dans la conduite autonome.

Pour améliorer la robustesse, l’entraînement combinerait :

• des données de conduite réelles
• des données simulées ou synthétiques

Cette combinaison permet de couvrir davantage de scénarios que les essais sur route seuls.

Une stratégie qui couvre toute la chaîne de l’IA

Pris ensemble, ces trois produits montrent comment NVIDIA positionne son écosystème :

• Jetson Thor apporte la puissance d’IA directement dans les robots et systèmes physiques.
• Vera Rubin NVL72 alimente les centres de données capables d’entraîner et de servir les plus grands modèles.
• Alpamayo applique ces capacités à la mobilité autonome.

Autrement dit, la stratégie va du robot local jusqu’aux infrastructures d’IA à l’échelle industrielle. Les récompenses du COMPUTEX 2026 reflètent cette ambition : construire une pile technologique complète pour la prochaine génération de machines intelligentes.

Note sur les sources : les prix et les caractéristiques techniques de Jetson Thor et de Vera Rubin NVL72 sont largement documentés par NVIDIA et la couverture du salon. Les détails précis concernant Alpamayo proviennent davantage de rapports secondaires que de documents techniques publics détaillés.

Au‑delà des trophées, ces technologies illustrent une vision : faire fonctionner l’IA du robot local jusqu’aux supercalculateurs géants qui entraînent les modèles.

Jetson Thor : l’IA embarquée pour robots et machines

La plateforme NVIDIA Jetson Thor cible l’IA dite « edge », c’est‑à‑dire l’exécution de modèles directement dans des appareils physiques : robots industriels, machines automatisées, équipements médicaux ou infrastructures intelligentes.

Basé sur l’architecture Blackwell, le kit de développement Jetson AGX Thor offre jusqu’à 2 070 TFLOPS FP4 de calcul IA avec 128 Go de mémoire, tout en restant dans une enveloppe énergétique d’environ 130 W.

Par rapport à la génération précédente Jetson AGX Orin, NVIDIA indique :

• jusqu’à 7,5× plus de puissance de calcul IA
• environ 3,5× d’efficacité énergétique supplémentaire.

Cette puissance permet d’exécuter localement des modèles génératifs, des modèles vision‑langage ou des systèmes de raisonnement, sans dépendre en permanence du cloud. Pour les robots, cela signifie des décisions plus rapides basées sur les flux de caméras et de capteurs en temps réel.

En pratique, Jetson Thor vise ce que NVIDIA appelle l’« IA physique » : des machines capables de percevoir leur environnement et d’agir immédiatement.

Vera Rubin NVL72 : un supercalculateur d’IA à l’échelle d’une baie

À l’autre extrémité du spectre se trouve Vera Rubin NVL72, un système conçu pour les centres de données et les « AI factories ». Contrairement à un GPU isolé, il s’agit d’un supercalculateur complet intégré dans une seule baie de serveur.

Le système combine :

• 36 processeurs NVIDIA Vera
• 72 GPU Rubin
• reliés par la sixième génération de NVLink, permettant aux GPU de fonctionner comme un seul système géant.

Cette architecture vise l’entraînement et l’inférence de modèles comptant des billions de paramètres, ainsi que des tâches à contexte très long.

Selon les informations publiées par NVIDIA :

• l’entraînement peut nécessiter quatre fois moins de GPU que les systèmes Blackwell
• l’inférence peut atteindre jusqu’à 10× plus de performance par watt
• le coût par million de tokens peut être divisé par dix.

Une autre innovation concerne l’ingénierie du rack : conception sans câbles, sans tuyaux et sans ventilateurs, avec des plateaux modulaires permettant de réduire l’assemblage d’un module de calcul de deux heures à environ cinq minutes.

Ce type de conception montre que la compétition dans l’IA ne porte plus seulement sur les puces, mais sur l’intégration complète des systèmes — calcul, réseau, refroidissement et stockage — à l’échelle du centre de données.

Alpamayo : une nouvelle approche pour la conduite autonome

La troisième technologie primée est Alpamayo, une plateforme ouverte dédiée au développement de véhicules autonomes, récompensée dans la catégorie technologies automobiles et cockpit intelligent.

Les descriptions disponibles indiquent qu’elle repose sur un modèle de conduite de type vision‑langage‑action. Ce type d’architecture ne se contente pas de détecter les objets sur la route : il peut également raisonner sur la situation et produire une trajectoire de conduite accompagnée d’une logique explicative.

L’objectif est de rendre les décisions d’un système autonome plus compréhensibles, notamment dans les situations complexes ou rares — ce que l’on appelle les « edge cases » dans la conduite autonome.

Pour améliorer la robustesse, l’entraînement combinerait :

• des données de conduite réelles
• des données simulées ou synthétiques

Cette combinaison permet de couvrir davantage de scénarios que les essais sur route seuls.

Une stratégie qui couvre toute la chaîne de l’IA

Pris ensemble, ces trois produits montrent comment NVIDIA positionne son écosystème :

• Jetson Thor apporte la puissance d’IA directement dans les robots et systèmes physiques.
• Vera Rubin NVL72 alimente les centres de données capables d’entraîner et de servir les plus grands modèles.
• Alpamayo applique ces capacités à la mobilité autonome.

Autrement dit, la stratégie va du robot local jusqu’aux infrastructures d’IA à l’échelle industrielle. Les récompenses du COMPUTEX 2026 reflètent cette ambition : construire une pile technologique complète pour la prochaine génération de machines intelligentes.

Note sur les sources : les prix et les caractéristiques techniques de Jetson Thor et de Vera Rubin NVL72 sont largement documentés par NVIDIA et la couverture du salon. Les détails précis concernant Alpamayo proviennent davantage de rapports secondaires que de documents techniques publics détaillés.