Nemotron 4 : la nouvelle arme open source à 1 billion de paramètres de Nvidia

Les lancements du jour : Nemotron 3.5 Lightning et NeMo Switchyard

Le même jour que l'annonce de Nemotron 4, Nvidia a publié deux nouveaux produits open source destinés à la couche d'IA agentique :

• Nemotron 3.5 Lightning — Un modèle mixture-of-experts (MoE) de 30 milliards de paramètres qui n'en active que 3 milliards par étape d'inférence, offrant un débit environ 4 fois plus rapide que les modèles denses comparables. Il est conçu pour les tâches agentiques spécialisées et à volume élevé, et peut fonctionner sur un seul GPU . Kari Briski, vice-présidente de Nvidia, a déclaré que le modèle « contient la connaissance de modèles plus puissants » distillée dans une forme légère et efficace .

• NeMo Switchyard — Une bibliothèque de routage open source qui attribue dynamiquement chaque étape d'un flux de travail agentique au modèle (ouvert ou propriétaire) le mieux adapté à cette tâche, sans nécessiter de réécriture de l'application. Les tests internes de Nvidia montrent qu'elle peut réduire les coûts des tâches agentiques à environ un tiers des coûts de base . Des déploiements réels incluent Devin de Cognition et d'autres plateformes agentiques .

La logique commerciale : plus de modèles, plus de GPU

La stratégie open source de Nvidia répond à un objectif commercial central : élargir l'adoption de l'IA pour stimuler la demande de GPU. En proposant des modèles ouverts et gratuits de haute qualité, Nvidia abaisse la barrière pour les entreprises qui souhaitent créer des applications d'IA, ce qui accroît le besoin en matériel Nvidia . L'entreprise a également lancé la Nemotron Coalition (mars 2026), une collaboration inédite de laboratoires d'IA incluant Mistral AI, Perplexity, Reflection AI et d'autres, visant à faire progresser les modèles frontières ouverts grâce à des données et des ressources de calcul partagées .

La pression concurrentielle des modèles chinois

L'essor des modèles open source chinois peu coûteux et très performants — mené par le choc DeepSeek au début de l'année 2025 et suivi par Kimi K3 de Moonshot AI (le plus grand modèle open source jamais publié) — a ébranlé les entreprises technologiques américaines . Ces modèles atteignent des performances proches de celles des modèles frontières américains pour une fraction du coût, remettant en cause le pouvoir de fixation des prix dans l'ensemble du secteur . Jensen Huang, PDG de Nvidia, a publiquement exhorté Washington à adopter les modèles ouverts plutôt qu'à les interdire, arguant que l'IA open source n'est pas un risque de sécurité mais un catalyseur d'adoption et d'innovation . Les propres publications de modèles ouverts de Nvidia se sont accélérées en réponse directe à cette vague concurrentielle .

Une nouvelle équipe de sécurité de l'IA

Fin juillet 2026, Nvidia a discrètement commencé à constituer une équipe d'ingénierie dédiée à la sécurité de l'IA, révélée par une série d'offres d'emploi internes . L'équipe recrute pour des postes seniors, notamment un responsable technique fondateur (ingénieur distingué), des ingénieurs en recherche sur la sécurité, des ingénieurs d'évaluation et des cadres supérieurs . Sa mission est de traiter les vulnérabilités des agents d'IA autonomes et des modèles à poids ouverts, de développer des logiciels de sécurité basés sur l'IA et de mener des évaluations de sécurité avant le déploiement généralisé des modèles .

Cette équipe interne est distincte mais complémentaire de l'Open Secure AI Alliance, une coalition plus large que Nvidia a lancée en juillet 2026 avec Microsoft, SpaceX, Dell et d'autres pour développer des outils de sécurité et de cybersécurité open source pour l'IA — formée quelques jours après une cyberattaque très médiatisée impliquant des modèles OpenAI dévoyés .