Le kit de développement Jetson AGX Thor, basé sur l’architecture GPU NVIDIA Blackwell, peut atteindre 2 070 TFLOPS en FP4 avec 128 Go de mémoire, tout en restant dans une enveloppe d’environ 130 watts. Par rapport au Jetson AGX Orin, il offre jusqu’à 7,5 fois plus de puissance de calcul IA et environ 3,5 fois plus d’efficacité énergétique.

Ce gain de performance permet l’émergence d’applications souvent regroupées sous le terme « IA physique » : des robots capables d’analyser leur environnement et de prendre des décisions en temps réel sans dépendre constamment du cloud.

Parmi les avancées clés :

• exécution locale de modèles génératifs et de raisonnement
• traitement en temps réel de flux multi-capteurs (caméras, lidar, etc.)
• efficacité énergétique adaptée aux robots mobiles et systèmes industriels

Pour les développeurs de robotique, cela signifie des machines capables de percevoir, planifier et interagir directement sur le terrain, avec moins de latence et moins de dépendance aux serveurs distants.

Vera Rubin NVL72 : l’infrastructure d’IA à l’échelle du rack

À l’opposé de l’IA embarquée, Vera Rubin NVL72 cible l’infrastructure massive nécessaire pour entraîner et exploiter les modèles d’IA les plus avancés.

Le système est conçu comme un supercalculateur d’IA intégré dans un rack complet, combinant 36 CPU NVIDIA Vera et 72 GPU Rubin, interconnectés via la sixième génération de NVLink afin que les GPU fonctionnent comme un seul accélérateur géant.

Cette architecture vise les charges de travail les plus lourdes :

• entraînement de modèles à plusieurs billions de paramètres
• post‑entraînement et optimisation
• inférence à grande échelle
• tâches de raisonnement avec contexte très long

Selon NVIDIA, la plateforme apporte plusieurs gains majeurs par rapport à la génération Blackwell :

• jusqu’à 10× plus de performance d’inférence par watt
• jusqu’à 10× moins de coût par token en inférence
• entraînement de grands modèles avec environ quatre fois moins de GPU

Ces gains proviennent d’une co‑conception système poussée combinant plusieurs composants spécialisés : GPU Rubin, CPU Vera, NVLink 6, ConnectX‑9 SuperNIC, BlueField‑4 DPU et réseau Spectrum.

L’architecture a également obtenu le Sustainable Tech Special Award, notamment grâce à son design de centre de données plus efficace : plateaux modulaires, refroidissement liquide et déploiement simplifié.

En pratique, Vera Rubin NVL72 reflète une évolution majeure : la compétition dans l’IA ne se joue plus seulement au niveau du GPU, mais au niveau du rack complet — voire de véritables « usines d’IA ».

Alpamayo : une IA de conduite autonome basée sur le raisonnement

La troisième technologie récompensée, Alpamayo, s’attaque à l’un des défis les plus complexes de l’intelligence artificielle : la conduite autonome fiable.

Contrairement aux systèmes traditionnels qui se concentrent surtout sur la détection d’objets, Alpamayo repose sur des modèles vision‑langage‑action (VLA) capables de raisonner sur la situation routière avant de prendre une décision.

Le modèle Alpamayo 1 peut analyser une vidéo de conduite et produire simultanément :

• une trajectoire de conduite (direction, freinage, accélération)
• une trace de raisonnement expliquant la décision

Cette transparence vise à améliorer la compréhension et la vérification du comportement du véhicule, un enjeu central pour la sécurité dans des situations rares ou complexes.

L’entraînement du système repose sur plusieurs types de données :

• démonstrations de conduite réelles
• vastes ensembles de données simulées
• exemples annotés avec précision

La combinaison de données réelles et synthétiques permet d’exposer les modèles à bien plus de scénarios extrêmes que les seuls essais sur route.

Une stratégie « full‑stack » pour l’ère de l’IA

Pris ensemble, ces trois projets illustrent la stratégie globale de NVIDIA pour l’IA : couvrir toutes les couches de l’infrastructure.

• Jetson Thor apporte la puissance d’IA directement dans les robots et appareils intelligents.
• Vera Rubin NVL72 fournit l’infrastructure massive nécessaire pour entraîner et déployer les modèles les plus avancés.
• Alpamayo applique des modèles de raisonnement à la mobilité autonome.

Cette approche suggère un futur où les systèmes d’IA fonctionneront à plusieurs niveaux : entraînement dans des « usines d’IA », déploiement dans des centres de données, et prise de décision en temps réel sur des robots, véhicules et machines autonomes.

C’est précisément cette vision intégrée — allant des puces aux systèmes complets — qui explique pourquoi NVIDIA s’est imposé comme l’un des grands gagnants du COMPUTEX 2026.

Le kit de développement Jetson AGX Thor, basé sur l’architecture GPU NVIDIA Blackwell, peut atteindre 2 070 TFLOPS en FP4 avec 128 Go de mémoire, tout en restant dans une enveloppe d’environ 130 watts. Par rapport au Jetson AGX Orin, il offre jusqu’à 7,5 fois plus de puissance de calcul IA et environ 3,5 fois plus d’efficacité énergétique.

Ce gain de performance permet l’émergence d’applications souvent regroupées sous le terme « IA physique » : des robots capables d’analyser leur environnement et de prendre des décisions en temps réel sans dépendre constamment du cloud.

Parmi les avancées clés :

• exécution locale de modèles génératifs et de raisonnement
• traitement en temps réel de flux multi-capteurs (caméras, lidar, etc.)
• efficacité énergétique adaptée aux robots mobiles et systèmes industriels

Pour les développeurs de robotique, cela signifie des machines capables de percevoir, planifier et interagir directement sur le terrain, avec moins de latence et moins de dépendance aux serveurs distants.

Vera Rubin NVL72 : l’infrastructure d’IA à l’échelle du rack

À l’opposé de l’IA embarquée, Vera Rubin NVL72 cible l’infrastructure massive nécessaire pour entraîner et exploiter les modèles d’IA les plus avancés.

Le système est conçu comme un supercalculateur d’IA intégré dans un rack complet, combinant 36 CPU NVIDIA Vera et 72 GPU Rubin, interconnectés via la sixième génération de NVLink afin que les GPU fonctionnent comme un seul accélérateur géant.

Cette architecture vise les charges de travail les plus lourdes :

• entraînement de modèles à plusieurs billions de paramètres
• post‑entraînement et optimisation
• inférence à grande échelle
• tâches de raisonnement avec contexte très long

Selon NVIDIA, la plateforme apporte plusieurs gains majeurs par rapport à la génération Blackwell :

• jusqu’à 10× plus de performance d’inférence par watt
• jusqu’à 10× moins de coût par token en inférence
• entraînement de grands modèles avec environ quatre fois moins de GPU

Ces gains proviennent d’une co‑conception système poussée combinant plusieurs composants spécialisés : GPU Rubin, CPU Vera, NVLink 6, ConnectX‑9 SuperNIC, BlueField‑4 DPU et réseau Spectrum.

L’architecture a également obtenu le Sustainable Tech Special Award, notamment grâce à son design de centre de données plus efficace : plateaux modulaires, refroidissement liquide et déploiement simplifié.

En pratique, Vera Rubin NVL72 reflète une évolution majeure : la compétition dans l’IA ne se joue plus seulement au niveau du GPU, mais au niveau du rack complet — voire de véritables « usines d’IA ».

Alpamayo : une IA de conduite autonome basée sur le raisonnement

La troisième technologie récompensée, Alpamayo, s’attaque à l’un des défis les plus complexes de l’intelligence artificielle : la conduite autonome fiable.

Contrairement aux systèmes traditionnels qui se concentrent surtout sur la détection d’objets, Alpamayo repose sur des modèles vision‑langage‑action (VLA) capables de raisonner sur la situation routière avant de prendre une décision.

Le modèle Alpamayo 1 peut analyser une vidéo de conduite et produire simultanément :

• une trajectoire de conduite (direction, freinage, accélération)
• une trace de raisonnement expliquant la décision

Cette transparence vise à améliorer la compréhension et la vérification du comportement du véhicule, un enjeu central pour la sécurité dans des situations rares ou complexes.

L’entraînement du système repose sur plusieurs types de données :

• démonstrations de conduite réelles
• vastes ensembles de données simulées
• exemples annotés avec précision

La combinaison de données réelles et synthétiques permet d’exposer les modèles à bien plus de scénarios extrêmes que les seuls essais sur route.

Une stratégie « full‑stack » pour l’ère de l’IA

Pris ensemble, ces trois projets illustrent la stratégie globale de NVIDIA pour l’IA : couvrir toutes les couches de l’infrastructure.

• Jetson Thor apporte la puissance d’IA directement dans les robots et appareils intelligents.
• Vera Rubin NVL72 fournit l’infrastructure massive nécessaire pour entraîner et déployer les modèles les plus avancés.
• Alpamayo applique des modèles de raisonnement à la mobilité autonome.

Cette approche suggère un futur où les systèmes d’IA fonctionneront à plusieurs niveaux : entraînement dans des « usines d’IA », déploiement dans des centres de données, et prise de décision en temps réel sur des robots, véhicules et machines autonomes.

C’est précisément cette vision intégrée — allant des puces aux systèmes complets — qui explique pourquoi NVIDIA s’est imposé comme l’un des grands gagnants du COMPUTEX 2026.