NVIDIA teste avec Palantir une IA souveraine sur sa propre chaîne d’approvisionnement

NVIDIA et Palantir ont annoncé, le 10 septembre 2026, une pile d’IA « souveraine » pour les chaînes d’approvisionnement complexes et critiques. NVIDIA en est le premier utilisateur : le groupe déploie d’abord la solution dans ses propres opérations avant de la proposer à d’autres organisations. 11

L’enjeu n’est pas seulement d’ajouter un assistant conversationnel aux données logistiques. Les deux entreprises veulent réunir données opérationnelles, modèles d’IA, outils d’optimisation et savoir-faire des planificateurs dans un environnement gouverné par l’organisation qui l’utilise.

Une IA intégrée aux opérations de la chaîne logistique

La pile associe les modèles ouverts Nemotron de NVIDIA à Foundry et à l’Artificial Intelligence Platform (AIP) de Palantir. L’Ontology de Palantir sert de modèle opérationnel sous-jacent : elle représente les entités et leurs relations — matériaux, sites, capacités, allocations, engagements clients et résultats de production. 116

NVIDIA veut d’abord accélérer le parcours « du wafer au premier token », autrement dit de la fabrication du semi-conducteur au moment où un système d’IA est déployé et commence à produire des résultats. L’objectif annoncé est de formaliser l’intelligence opérationnelle déjà présente dans sa chaîne d’approvisionnement. 11

Le défi des racks Vera Rubin

Les systèmes Vera Rubin de NVIDIA illustrent la complexité visée : un seul rack rassemble environ 1,3 million de composants, entre calcul, mémoire, réseau, alimentation électrique, refroidissement et éléments mécaniques. 37

À cette échelle, répartir les composants disponibles ne se résume pas à un tableur. Une décision peut être limitée par une capacité de production, la disponibilité d’une pièce, le calendrier des livraisons entrantes ou des engagements pris envers des clients.

NVIDIA utilise l’Ontology de Palantir et son centre de commande logistique avec NVIDIA cuOpt, un outil d’optimisation, pour tester des scénarios et répartir les matériaux rares entre différents sites. 16

Le groupe suit notamment un indicateur appelé Time of Ownership : le temps pendant lequel les matériaux restent sous le contrôle de NVIDIA avant de contribuer à des systèmes livrés. Le dispositif doit aider à déterminer quelle contrainte freine le débit et quelle décision d’allocation est la plus appropriée. 1

Le rôle de chaque brique technologique

• Les modèles ouverts Nemotron apportent la couche de raisonnement, spécialisée pour les décisions liées à la chaîne d’approvisionnement.
• Foundry et AIP constituent l’environnement de données et d’applications où les équipes travaillent avec les modèles et les flux opérationnels.
• L’Ontology relie les objets opérationnels importants et leurs dépendances. 116
• cuOpt sert à l’optimisation et à l’analyse de scénarios, notamment pour l’allocation de matériaux. 1

NVIDIA présente cet ensemble comme un environnement opérationnel gouverné, plutôt que comme un modèle généraliste branché sur des sources de données isolées. Selon son équipe développeurs, les données propriétaires de la chaîne logistique, les poids des modèles et l’inférence restent dans un même environnement gouverné. 1

Pourquoi les décisions humaines ont servi à entraîner le modèle

NVIDIA estime que l’optimisation mathématique seule ne prend pas en compte tous les éléments utilisés par les planificateurs expérimentés. Les décisions peuvent dépendre d’informations non structurées et changeantes : courriels, prévisions météo, évolutions géopolitiques, retours de fournisseurs ou connaissances internes. 1

L’entreprise a utilisé les choix d’allocation des planificateurs, leurs justifications et les résultats ultérieurs pour post-entraîner un modèle spécialisé, Nemotron 3.5 Lightning. Ce modèle compte 30 milliards de paramètres au total et repose sur une architecture de type « mixture of experts », avec environ 3 milliards de paramètres actifs à chaque passage. 1

Sur son benchmark interne de développement consacré aux décisions d’allocation, NVIDIA a communiqué les résultats suivants :

Modèle	Précision déclarée pour les décisions d’allocation
Nemotron 3.5 Lightning post-entraîné	86,7 %
Nemotron 3 Ultra	55,5 %
Nemotron 3.5 Lightning de base	17,5 %

Ces chiffres sont communiqués par NVIDIA sur son propre benchmark de développement. Ils ne constituent pas une mesure indépendante des performances dans toutes les chaînes d’approvisionnement ni dans tous les contextes de déploiement. 1

Les planificateurs humains gardent la main

Les entreprises ne présentent pas la solution comme un remplacement autonome des spécialistes de la planification. Les arbitrages d’allocation peuvent avoir des conséquences importantes, tandis que de nouvelles informations peuvent surgir sans avoir été présentes dans les données d’entraînement.

Les planificateurs humains restent donc chargés d’examiner, de modifier et d’améliorer les recommandations. Ces interventions peuvent à leur tour devenir des traces de décision gouvernées, alimentant un cycle de post-entraînement et d’amélioration opérationnelle. 1

Déploiement : cloud, sur site et secteurs sensibles

NVIDIA et Palantir indiquent que d’autres organisations pourront utiliser cette architecture pour leurs propres chaînes d’approvisionnement via la Palantir Sovereign AI Operating System Reference Architecture, déployable dans le cloud ou sur une infrastructure sur site. La cible comprend des industries complexes et des environnements publics souhaitant conserver la maîtrise de leurs données propriétaires. 11

Cette architecture de référence repose sur les NVIDIA Enterprise Reference Architectures et est conçue pour exécuter notamment AIP, Foundry, Apollo, Rubix et AIP Hub de Palantir. 29

Dell fait partie de l’écosystème d’infrastructure associé : son architecture combine les technologies de Palantir et NVIDIA avec l’infrastructure Dell AI Factory, dont PowerEdge, ObjectScale et PowerFlex. 17 Des informations publiées lors de l’annonce citent également Cisco, Rackspace et Nebius parmi les partenaires proposant des options matérielles ou de déploiement cloud. 25

La solution logistique et les applications plus larges de l’IA souveraine ont été présentées lors de l’événement AIPCon 11 de Palantir. 6

Le point notable est que NVIDIA applique d’abord cette pile à sa propre chaîne d’approvisionnement, soumise à de fortes contraintes. Ce choix en fait un test concret : celui de la capacité d’un modèle spécialisé, combiné à l’optimisation et à des données opérationnelles gouvernées, à améliorer les décisions dans un environnement industriel parmi les plus complexes. 111