RéponsesPublié18 sources
Nemotron 3.5 : Nvidia vise les agents IA des centres de données aux appareils locaux
Nemotron 3.5 Super VL compte 120 milliards de paramètres au total, dont 12 milliards activés par jeton, et vise les agents capables de traiter texte et contenus visuels. Bolt 74B A9B est conçu pour faire tourner des tâches d’agent localement sur des systèmes Nvidia RTX et DGX Spark, avec une empreinte mémoire annonc...
Publié parImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Nemotron 3.5 Super VL compte 120 milliards de paramètres au total, dont 12 milliards activés par jeton, et vise les agents capables de traiter texte et contenus visuels.
- Bolt 74B A9B est conçu pour faire tourner des tâches d’agent localement sur des systèmes Nvidia RTX et DGX Spark, avec une empreinte mémoire annoncée de 24 Go et une quantification sur 2 bits.
- Super VL et Bolt 74B A9B sont disponibles depuis le 15 octobre 2026 ; Bolt E4B 4GB est attendu le 23 octobre.
- Nvidia avance un débit jusqu’à cinq fois supérieur à celui d’autres modèles ouverts de sa catégorie de taille pour certaines tâches d’agents.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Nvidia announce on Oct. 15 about its three fully open Nemotron AI agent models—Nemotron 3.5 Super VL, Bolt 74B A9B 24GB and Bolt E4. Article summary: 15, 2026 announcement expanded Nemotron with Super VL for specialized, always on agents and Bolt models for local AI agent workloads.. Topic tags: general web, agents, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it
Le 15 octobre 2026, Nvidia a élargi sa famille de modèles Nemotron avec trois nouveautés destinées à différents usages : Nemotron 3.5 Super VL, pour des agents multimodaux spécialisés, et deux modèles Bolt, conçus pour rapprocher les agents IA des machines locales. Super VL et Bolt 74B-A9B sont disponibles ; Bolt E4B doit suivre le 23 octobre. 7
12
L’annonce s’inscrit dans la stratégie de modèles ouverts de Nvidia. Mais les informations disponibles ne permettent pas de confirmer que tous les poids et jeux de données associés aux trois modèles sont publiés : le terme « ouvert » ne suffit donc pas, à lui seul, à établir qu’ils sont entièrement ouverts au sens le plus large.
Trois modèles, des usages différents
Super VL : pour les agents multimodaux
Nemotron 3.5 Super VL est un modèle multimodal de type mixture-of-experts (MoE). Il compte 120 milliards de paramètres au total, avec 12 milliards activés pour chaque jeton traité. Nvidia le destine à des agents capables de travailler avec du texte et des informations visuelles dans des flux de travail complexes. 3
Nvidia affirme que Super VL peut offrir, sur un seul GPU, jusqu’à cinq fois plus de débit pour les tâches d’agents que d’autres modèles ouverts de taille comparable. C’est une performance revendiquée par l’entreprise pour ces usages, et non une garantie valable pour toutes les tâches ou configurations. 3
Bolt 74B-A9B : faire tourner des agents en local
Nemotron 3.5 Bolt 74B-A9B 24GB est un modèle hybride Mamba-Transformer de type MoE. Nvidia le présente pour des tâches courantes d’agents exécutées localement sur des systèmes RTX et DGX Spark. Il est conçu pour tenir dans 24 Go de mémoire ; Nvidia indique aussi une quantification sur 2 bits et une vitesse de décodage d’au moins 80 jetons par seconde. 13
Bolt E4B : le modèle compact annoncé
Le troisième nom de la gamme est Nemotron Bolt E4B 4GB. Nvidia a annoncé son arrivée pour le 23 octobre, après la mise à disposition de Super VL et de Bolt 74B-A9B le 15 octobre. 7
12
Les éléments disponibles ici ne permettent pas de confirmer ses spécifications détaillées — notamment son nombre de paramètres effectif, sa méthode de quantification ou les appareils compatibles. Son nom ne suffit pas à établir ces caractéristiques.
De l’infrastructure d’entreprise aux appareils locaux
Le contraste entre Super VL et Bolt donne le fil directeur de l’annonce : un modèle multimodal destiné aux agents spécialisés, et des modèles Bolt conçus pour exécuter des tâches d’agent sur du matériel Nvidia local. Nvidia décrit cette extension comme un déploiement allant des systèmes d’entreprise aux environnements de bureau. 7
13
La documentation de Nvidia décrit pour Nemotron 3.5 Super plusieurs étapes d’entraînement et d’évaluation : préentraînement, réglage fin supervisé, apprentissage par renforcement avec récompenses vérifiables, recours à des modèles enseignants spécialisés, distillation et évaluation. 6 Cela ne permet toutefois pas de conclure que l’ensemble des données et des poids de chacun des trois modèles est accessible.
Premiers éléments d’évaluation et déploiement chez Navan
Dans une évaluation d’Artificial Analysis, Super VL a obtenu 26 à l’Intelligence Index, contre 13 pour Nemotron 3 Super, et a utilisé environ 60 % moins de jetons de sortie par tâche. Le classement le présente comme le modèle à poids ouverts américain le mieux noté dans cette comparaison — pas comme le meilleur modèle au monde, toutes catégories confondues. 16
Navan, une plateforme de voyages d’affaires et de gestion des dépenses, a indiqué utiliser Super VL pour plusieurs de ses agents IA en production. L’entreprise affirme que son modèle ajusté a obtenu le meilleur résultat global de son évaluation interne, avec la latence la plus faible et une efficacité importante. 1
Navan explique aussi avoir eu un accès anticipé au modèle et l’avoir ajusté avant de le déployer en production en l’espace de trois semaines. L’entreprise met en avant l’hébergement de ses propres modèles pour garder davantage de contrôle sur la qualité du raisonnement, la vitesse et l’efficacité, et dit avoir réduit ses coûts sans préciser le montant des économies. 8
Ces résultats restent à interpréter selon leur contexte : le gain de débit est une affirmation de Nvidia, tandis que les conclusions de Navan reposent sur ses évaluations internes. Les sources disponibles ne donnent pas ici de mesures chiffrées détaillées permettant de comparer directement les coûts, la latence ou la précision dans tous les usages.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Nemotron 3.5 : Nvidia vise les agents IA des centres de données aux appareils locaux » ?
Nemotron 3.5 Super VL compte 120 milliards de paramètres au total, dont 12 milliards activés par jeton, et vise les agents capables de traiter texte et contenus visuels.
Quels sont les points clés à valider en premier ?
Nemotron 3.5 Super VL compte 120 milliards de paramètres au total, dont 12 milliards activés par jeton, et vise les agents capables de traiter texte et contenus visuels. Bolt 74B A9B est conçu pour faire tourner des tâches d’agent localement sur des systèmes Nvidia RTX et DGX Spark, avec une empreinte mémoire annoncée de 24 Go et une quantification sur 2 bits.
Que dois-je faire ensuite en pratique ?
Super VL et Bolt 74B A9B sont disponibles depuis le 15 octobre 2026 ; Bolt E4B 4GB est attendu le 23 octobre.
Sources
blogs.nvidia.comblogs.nvidia.com · blog · nemotron-3-5-super-vlOpen From Data Center to Desktop: NVIDIA Expands Nemotron ...
letsdatascience.comNVIDIA Expands Nemotron 3.5 With Super VL and Bolt
developer.nvidia.comNVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with Multimodal Reasoning | NVIDIA Technical Blog
research.nvidia.comNVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB - NVIDIA Nemotron