Dans la Silicon Valley, les dirigeants de la tech deviennent aussi des figures de merchandising. De Nvidia à Palantir, en passant par Anduril ou Meta, vêtements et accessoires à l’effigie des patrons se multiplient, révélant la transformation de certains PDG en véritables icônes de marque.

Invité du podcasteur américain Lex Fridman, Jensen Huang a laissé entendre que l'AGI, considérée par beaucoup comme la forme ultime de l'IA générative, était déjà possible aujourd'hui. Une affirmation qui divise beaucoup : tout dépend de la définition que l'on attribue à AGI.

Alors que Nvidia bat de nouveaux records financiers, son PDG Jensen Huang critique les équipes réticentes face à l'IA, qualifiant leur hésitation de folie. Une marche forcée vers l'automatisation qui contraste pourtant avec les doutes grandissants sur la productivité réelle de ces outils.

Le géant américain des puces a publié des résultats records pour le troisième trimestre 2025 ; parallèlement, le PDG Jensen Huang a tenu à dissiper toute crainte quant à une éventuelle bulle de l'IA.

À partir du 15 octobre 2025, le géant américain Nvidia commercialisera le DGX Spark, présenté comme un « supercalculateur d’IA personnel ». Ce poste de travail surpuissant, basé sur l’architecture Blackwell, promet aux chercheurs et ingénieurs d’entraîner ou d’affiner localement des modèles massifs, sans dépendre exclusivement du cloud.

Depuis le retour de Donald Trump, l'action Nvidia a perdu 20 % de sa valeur (-35 % pendant la crise des tarifs douaniers). Jensen Huang, son patron, alerte le président américain : la Chine n'est pas en retard sur l'IA et une guerre commerciale ne fera que renforcer la concurrence.

Chaque jours, l’intelligence artificielle avance. Et d’après Jensen Huang, PDG de NVIDIA, cette transformation va si loin qu’aucune entreprise n’y échappera.

Selon la firme, ce n’est qu’un début. Lors de la conférence GTC, le PDG de NVIDIA, affirme que bientôt, chaque entreprise deviendra une usine d’IA. Mais que veut-il dire ?

Selon NVIDIA, les entreprises ne fabriqueront plus seulement des produits

En tant que leader mondial dans les technologies de calcul, NVIDIA ne parle jamais à la légère. Et selon Jensen Huang, cette évolution vers des usines IA repose sur un élément technique clé : les tokens.

Un token est une unité de traitement utilisée par l’intelligence artificielle. Il peut représenter trois quarts d’un mot, une fin de phrase ou une particule de langage.

C’est à travers ces tokens que les modèles IA comprennent et produisent du texte, de la musique, des vidéos ou des résultats de recherche. À titre d’exemple, chez NVIDIA, le mot « darkness » est divisé en deux tokens : « dark » devient 271, et « ness » devient 655.

Son opposé, « brightness », devient 491 et 655. Grâce à ce système, l’IA fait le lien entre les mots… même entre des idées complexes.

Ces tokens sont utilisés par trillions pour entraîner les modèles IA les plus puissants. Autrement dit, chaque entreprise qui génère des données crée aussi ces fameuses unités. Et toujours selon Huang, cela signifie qu’elle devient, sans le savoir, une véritable usine de tokens.

Les entreprises produisent déjà de l’intelligence, parfois sans le savoir

Prenons le cas de Tesla. Officiellement, elle fabrique des voitures électriques. Toutefois, chaque voiture possède des capteurs qui collectent des milliers de données. Lorsque la voiture roule, elle observe son environnement : routes, panneaux, passants, météo etc… Toutes ces informations sont transformées en tokens.

Ces tokens servent ensuite à améliorer l’IA de conduite autonome. Autrement dit, Tesla ne fabrique pas seulement des voitures. Elle fabrique aussi des machines à données. Et ces données sont le cœur de son IA.

Plutôt que de tout centraliser dans un laboratoire, Tesla mise sur la collecte massive sur le terrain. En parallèle, Waymo adopte une stratégie plus discrète, plus lente, avec moins de données. Et selon plusieurs experts, comme Jason Liu, l’approche de Tesla est bien plus efficace.

Et cette logique ne se limite pas à l’automobile. D’après Liu, toutes les entreprises peuvent faire pareil. À titre d’exemple, une société peut analyser ses échanges internes. Réunions Zoom, messages Slack, documents partagés, tous ces éléments contiennent de la valeur.

En les transformant en tokens, l’entreprise peut former une IA qui comprend ses besoins. Ensuite, cette IA pourra aider à mieux décider, plus vite et plus justement.

Je note que plusieurs entreprises utilisent déjà cette approche. Vercel, par exemple, propose un outil nommé v0. Il prend des instructions en langage simple, puis crée une application complète.

OpenEvidence, de son côté, s’adresse au domaine médical. Elle lit des centaines d’études complexes, puis les résume. L’objectif est clair : aider les médecins à aller plus vite, sans rien oublier d’essentiel.

Ici encore, chaque donnée médicale devient un token. Et chaque token aide à prendre de meilleures décisions. C’est bel et bien une usine d’IA au service de la santé.

Qu’en pensez-vous ? Jensen Huang a-t-il vu juste ? Chaque entreprise deviendra-t-elle vraiment une usine IA ?

Cet article Chaque entreprise va devenir une usine IA : que veut dire NVIDIA à travers cette phrase ? a été publié sur LEBIGDATA.FR.

À la GTC, le 18 mars 2025, le PDG de Nvidia a dévoilé les deux superordinateurs IA : le DGX Spark et le DGX Station.

Le DGX Spark de Nvidia remplace le Project Digits et vise l’IA personnelle. Tandis que le second, DGX Station est plus adaptée aux professionnels et aux laboratoires. Avec ces machines, Nvidia veut rendre l’IA omniprésente, locale et libérée du cloud.

DGX Spark de Nvidia, le premier superordinateur IA

Le DGX Spark se présente comme le plus petit superordinateur IA au monde selon Jensen Huang, PDG de Nvidia. Sa taille rappelle celle d’un ancien Mac mini. Il embarque la puce GB10 Grace Blackwell qui atteint 1 000 billions d’opérations par seconde, soit 1 000 TOPS.

">

En outre, ce superordinateur dispose de 128 Go de mémoire unifiée pour les calculs. Tandis que son stockage SSD NVMe peut grimper à 4 To. Le DGX Spark excelle dans l’affinement du système robotique GR00T N1 également présenté à la GTC 2025. Nvidia propose son IA Spark en précommande à 3 000 dollars. Les premières livraisons arriveront cet été via leur site.

Le DGX Station pour compléter l’offre  

Le DGX Station, quant à lui, cible les besoins les plus exigeants. Il intègre la puce GB300 Grace Blackwell Ultra de Nvidia qui atteint 20 pétaflops de performance. Ce superordinateur offre aussi 784 Go de mémoire système unifiée. Contrairement à l’IA Spark, Nvidia n’a pas encore fixé le prix officiel du DGX Station. En revanche, on sait que ce superordinateur coûtera plus cher que le DGX Spark et sortira plus tard en 2025.

Collaborations stratégiques et duels concurrents

Selon Jensen Huang, les agents IA seront partout dans un avenir proche. Pour s’aligner sur cette vision, Nvidia mise sur le DGX Spark et le DGX Stations, des superordinateurs qui privilégient une IA locale. Libérées du cloud, ces machines réduisent le besoin de serveurs distants.

Par ailleurs, Nvidia s’entoure de partenaires clés pour mener cette révolution. Des géants comme ASUS, Dell, HP, Lambda, BOXX et Supermicro s’associent au projet. Chacun adapte le DGX Station à sa version.

Mais la concurrence ne reste pas les bras croisés. AMD dégaine son Ryzen AI Max+ Strix Halo. Tandis que HP et Framework équipent leurs machines de GPU robustes, avec jusqu’à 96 Go de VRAM. Mais avec le superordinateur Spark et sa vision décentralisée de l’IA, Nvidia garde une longueur d’avance.

Cet article Nvidia dévoile le superordinateur IA Spark : découvrez ce monstre de puissance a été publié sur LEBIGDATA.FR.

Loin de vaciller, NVIDIA voit en DeepSeek un moteur d’innovation en IA, malgré la remise en question de ses GPU par le modèle R1.

Jensen Huang, président de NVIDIA, revient sur l’épisode DeepSeek et ne cache pas sa frustration. L’annonce du modèle R1, propulsé par seulement 2000 puces H800, a secoué les marchés. Moins performantes que les GPU de la team green, ces puces ont pourtant permis à DeepSeek-R1 de rivaliser avec les meilleurs modèles de ChatGPT. Un succès qui a plongé temporairement l’action de NVIDIA.

Avec 671 milliards de paramètres, DeepSeek-R1 impressionne par sa capacité à réaliser des tâches complexes de raisonnement. Habituellement, exécuter un tel modèle exige des centaines de GPU NVIDIA, réparties sur 40 racks de serveurs, avec un coût énergétique et matériel conséquent.  

Mais c’est SambaNova Systems qui a véritablement changé la donne. Cette startup spécialisée en IA a réussi à faire tourner DeepSeek-R1 avec seulement 16 puces personnalisées SN40L R. Cette structure atteint une vitesse record de 198 jetons par seconde par utilisateur. C’est trois fois plus rapide et cinq fois plus efficace que les GPU classiques, tout en réduisant considérablement les coûts.  

Artificial Analysis a confirmé ces performances lors de tests indépendants, validant la puissance de la solution SambaNova. Accessible via leur cloud, DeepSeek-R1 est désormais disponible en API pour certains utilisateurs. La startup vise encore plus loin. Atteindre un débit total de 20 000 jetons par seconde par rack d’ici la fin de l’année.  

Pour NVIDIA, cette percée représente un défi. Sa position dominante sur le marché des GPU pour l’IA se voit ébranlée par des alternatives plus économiques et performantes. Si les entreprises adoptent massivement les solutions SambaNova, la dépendance aux GPU NVIDIA pourrait diminuer.  

Pourtant, Jensen Huang reste optimiste. Selon lui, ces innovations dynamisent l’écosystème IA et stimulent la demande en technologies avancées. Malgré la chute temporaire du cours de l’action à cause de DeepSeek, NVIDIA a rapidement retrouvé ses niveaux antérieurs. Plutôt que de voir une menace, Huang y voit une opportunité. C’est celle de renforcer encore les performances de ses propres solutions pour maintenir sa couronne.

Cet article NVIDIA bat ce record mondial de DeepSeek ! Le roi reprend sa couronne ? a été publié sur LEBIGDATA.FR.

L’intelligence artificielle va connaître une nouvelle révolution d’ici 2030, et acquérir la capacité à comprendre et interagir avec le monde physique. Ceci permettra l’émergence des robots humanoïdes et des voitures autonomes. C’est ce qu’affirme Yann LeCun, scientifique en chef chez Meta !

Si vous êtes déjà impressionné par l’intelligence artificielle, vous n’avez encore rien vu ! Selon l’un des pionniers du secteur, une nouvelle révolution va avoir lieu d’ici la fin de la décennie.

C’est ce qu’affirme Yann LeCun, scientifique IA en chef chez Meta. C’est lors de la cérémonie du prix d’ingénierie Queen Elizabeth qu’il a pris la parole.

Dans le cadre de cet événement, lui et six autres ingénieurs ont reçu 500 000 £ pour leurs contributions au Machine Learning : pierre angulaire de l’IA moderne.

Il estime que de nouvelles avancées sont nécessaires pour permettre à l’intelligence artificielle artificielle de comprendre et d’interagir avec le monde physique.

L’IA doit comprendre le monde physique pour continuer d’évoluer

Même si les récents outils comme ChatGPT sont porteurs de nombreuses promesses, les systèmes existants sont trop limités pour créer des robots domestiques ou des voitures véritablement autonomes.

Ces IA excellent pour « manipuler le langage », mais doivent comprendre le monde physique pour pouvoir rivaliser avec l’intelligence humaine ou même avec l’intelligence animale.

Ainsi, selon LeCun, « il y a encore beaucoup de défis scientifiques et technologiques à l’horizon, et il est très probable qu’il y ait encore une révolution IA dans les trois à cinq prochaines années à cause des limites des systèmes actuels ».

Il considère que « si nous voulons construire des choses comme les robots domestiques et les voitures autonomes, nous avons besoin que les systèmes comprennent le monde réel ».

L’expert de Meta révèle travailler lui-même sur des systèmes visant à comprendre la réalité physique en formant un modèle pouvant prédire la façon dont le monde se comporte.

Un autre expert alerte sur les graves dangers de l’IA

Toutefois, son ambition actuelle n’est pas d’égaler le niveau d’intelligence des humains. Il estime que « si nous pouvons avoir un système aussi intelligent qu’un chat ou un rat, ça serait déjà une victoire ».

Cependant, tout le monde ne partage pas son enthousiasme optimiste. Un autre précurseur de l’IA et gagnant du QEPrize, Yoshua Bengio, avertit une fois de plus sur les dangers de cette technologie à la veille de l’AI Summit qui se tiendra à Paris la semaine prochaine.

Il aimerait « voir les dirigeants de ce monde mieux comprendre l’ampleur de ce que nous faisons, à la fois concernant la puissance de ce que nous créons, qui pourrait être utilisée pour le bien ou être dangereuse, et concernant les risques accompagnant cette puissance »…

QEPrize : un prix décerné aux ingénieurs qui changent le monde

Pour rappel, en 2018, Bengio, LeCun et Geoffrey Hinton (également vainqueur du QEPrize) ont tous les trois gagné le Turing award. Il s’agit de l’équivalent du prix Nobel pour l’informatique.

En 2024, Hinton a gagné le prix Nobel de physique tandis que les scientifiques de Google DeepMind ont remporté le prix Nobel de chimie.

Parmi les autres gagnants du QUEPrize 2025, on compte la scientifique sino-américaine Fei-Fei Li qui a créé le dataset ImageNet, ou encore Jensen Huang, le CEO de NVIDIA.

Selon Patrick Vallance, directeur de la fondation QEPrize et ministre de la Science au Royaume-Uni, l’impact du Machine Learning se ressent dans toutes les industries, les économies, et l’ensemble de la planète.

La cérémonie annuelle vise à « reconnaître les ingénieurs dont les innovations ont un impact significatif sur des milliards de vies autour du monde ».

Ces scientifiques éminents sont donc les plus aptes à anticiper le potentiel et les dangers de l’IA, mais ne sont pas suffisamment écoutés par les gouvernements…

Et vous, qu’en pensez-vous ? L’IA va-t-elle vraiment faire un bond en avant d’ici 2030 ? Allons nous côtoyer des robots au quotidien ? Partagez votre avis en commentaire !

Cet article Ce pionnier français de l’IA prédit une nouvelle révolution pour 2030 a été publié sur LEBIGDATA.FR.

Lors du CES 2025, Nvidia prend le devant de la scène. Cette fois, ce n’est pas pour leur matériel habituel, mais pour leur entrée révolutionnaire dans la robotique humanoïde, désignée comme le « moment ChatGPT ».

Nvidia inaugure une nouvelle ère pour la robotique. En s’inspirant de l’essor de ChatGPT d’OpenAI, la société ambitionne de transformer les robots humanoïdes. Alors, quelles surprises cette révolution technologique nous réserve-t-elle lors du CES 2025 ? Parlons-en ici !

ChatGPT comme source d’inspiration pour Nvidia

À l’heure actuelle, presque tous les internautes connaissent ChatGPT. Eh oui, ce chatbot d’OpenAI qui a captivé le public et les entreprises depuis la fin 2022.

Et vous savez quoi ? Nvidia souhaite recréer cet engouement, mais cette fois, dans le domaine de la robotique. Jensen Huang, PDG de Nvidia, a déclaré : « Le moment ChatGPT pour la robotique générale approche à grands pas. »

Personnellement, je pensais que cette avancée relèverait encore de la science-fiction… Mais visiblement, Nvidia accélère le développement.

Huang a annoncé que les technologies d’IA actuelles permettront des « avancées très rapides, des avancées surprenantes » dans les prochaines années.

Et puis, Huang a détaillé l’importance des robots capables de s’adapter à notre monde. Il a expliqué : « Si nous pouvions construire ces robots étonnants, nous pourrions les déployer exactement dans le monde que nous avons construit pour nous-mêmes ».

Contrairement aux robots traditionnels, ces machines ne nécessiteront pas d’infrastructures spécifiques, ce qui facilitera leur intégration dans divers secteurs.

Pour réaliser cette vision, Nvidia mise sur sa plateforme Isaac Groot, dévoilée lors du CES 2025 à Las Vegas.

"The ChatGPT moment for general robotics is just around the corner," said Nvidia CEO Jensen Huang during his #CES2025 keynote presentation. pic.twitter.com/3gXoIkePvs

— TechCrunch (@TechCrunch) January 7, 2025

Et d’après l’information, cette solution propose plusieurs outils avancés. Parmi eux, on trouve des modèles de base, des pipelines de données et des cadres de simulation. Ces technologies permettent de capturer des données humaines et de les transformer en mouvements synthétiques pour former les robots.

Huang a expliqué : « La capacité critique est de savoir comment former ces robots ». Il a ajouté que, contrairement aux voitures autonomes, qui utilisent des données issues de nos trajets quotidiens, les robots humanoïdes nécessitent des démonstrations humaines spécifiques.

Il a aussi précisé que « L’imitation des informations, la démonstration humaine est plutôt laborieuse à réaliser ».

C’est pourquoi Nvidia utilise Omniverse pour générer des millions de mouvements synthétiques. Ces données permettent aux robots d’apprendre des tâches complexes.

L’IA physique ? La prochaine vague technologique ?

Apparemment, Nvidia voit dans l’IA physique une véritable révolution. Lors du COMPUTEX 2025 à Taïwan, Huang a affirmé : « La prochaine révolution de l’IA sera celle de l’intelligence artificielle physique, une IA qui maîtrise les lois de la physique et qui sera capable de collaborer avec nous. »

C’est sûrement pour cette raison que Nvidia met sur la robotique. À mon avis, la firme veut transformer non seulement les usines, mais aussi des secteurs comme la logistique, la santé et l’agriculture.

D’après Nvidia, plus de cinq millions de robots préprogrammés sont testés à travers le monde, notamment dans des simulations via Omniverse.

Et puis, ces robots ne se contentent pas de suivre des ordres simples. Ils apprennent, s’adaptent et exécutent des tâches complexes.

Et vous, que pensez-vous de ces avancées ?

Cet article Nvidia annonce le « moment ChatGPT » pour les robots humanoïdes : tout savoir a été publié sur LEBIGDATA.FR.

En inaugurant le plus grand salon mondial dédié aux nouvelles technologies, Jensen Huang, le fondateur de Nvidia, confirme son statut de nouveau roi de la tech. Son entreprise est positionnée sur tous les marchés d’avenir et semble bien partie pour continuer à progresser.

Et si on faisait tourner ChatGPT ou Midjourney sur un petit PC ? C'est l'objectif de Nvidia et de son mini-supercalculateur spécialisé dans l'IA générative. Le tout pour un prix très bas de 249 dollars.

L’histoire du scientifique regorge de figures audacieuses qui défient les normes. Parmi elles, Fei-Fei Li se distingue. Son projet ambitieux a transformé l’intelligence artificielle. Découvrez comment ce scientifique rebelle a, par sa ténacité, déclenché le boom de l’intelligence artificielle.

Fei-Fei Li, une scientifique audacieuse, a lancé un projet ambitieux qui a transformé l’intelligence artificielle (IA) malgré le scepticisme de ses collègues. En 2007, elle crée une base de données géante, ImageNet, pour répondre aux besoins de l’apprentissage profond (Deep Learning).

Son travail, accompagné des efforts de visionnaires comme Geoffrey Hinton et Jensen Huang, a ouvert la voie à l’essor de l’IA moderne. Voici comment ces pionniers, en allant à contre-courant, ont tout changé.

Fei-Fei Li et son rêve d’une base de données géante

Pour débuter, Fei-Fei Li, professeure d’informatique à Princeton, pressentait qu’une grande base de données était nécessaire pour perfectionner les algorithmes de vision par ordinateur.

ImageNet visait à rassembler 14 millions d’images. Chaque image était classée dans l’une des 22 000 catégories. Cette ambition semblait folle à ses collègues.

À l’époque, personne n’aurait cru qu’une immense collection d’images classées, à savoir ImageNet, pourrait faire avancer la science. Malgré les critiques, elle poursuit son projet, consciente que l’ampleur des données pouvait changer la donne.

Avec l’aide d’Amazon Mechanical Turk, elle mobilise une main-d’œuvre internationale pour trier et étiqueter des millions d’images. Cela aurait pris 18 ans à faire manuellement, mais grâce au crowdsourcing, elle parvient à finaliser ImageNet en 2 ans seulement.

Pourtant, au départ, ImageNet ne rencontre pas le succès attendu. Ce n’est qu’en 2012, lorsqu’un modèle d’IA utilise ImageNet pour obtenir des résultats impressionnants, que son potentiel est enfin reconnu.

Les GPU et l’audace de Jensen Huang

Pendant que Fei-Fei Li développait ImageNet, un autre visionnaire, Jensen Huang, PDG de Nvidia, réfléchissait à des usages alternatifs pour les GPU (processeurs graphiques) au-delà des jeux vidéo.

Ces puces étaient conçues pour les calculs intensifs nécessaires aux graphismes 3D, mais Huang entrevoit leur potentiel pour des calculs scientifiques. En 2006, il lance CUDA, une plateforme pour que les GPU puissent s’appliquer à des tâches diverses.

Je peux imaginer à quel point son ambition a dû intriguer, voire déranger, au départ. Les scientifiques doutaient et les investisseurs restaient sceptiques, pourtant, Huang persévère.

Geoffrey Hinton, qui avait toujours cru en l’IA, utilise les GPU pour entraîner des réseaux neuronaux bien plus vite que les processeurs habituels.

En 2012, l’IA AlexNet, entraînée sur ImageNet et avec la puissance des GPU, surpasse tout ce qui avait été fait en reconnaissance d’images. C’est là que CUDA et les GPU de Nvidia trouvent leur place dans l’IA.

Trois scientifiques s’allient pour briser les frontières de l’audace

À mes yeux, les progrès de l’IA moderne sont inséparables de l’audace de ces trois scientifiques. Geoffrey Hinton, un rebelle scientifique à l’esprit ouvert, a été convaincu des capacités des réseaux neuronaux, même lorsque tous les autres se détournaient de cette approche.

Fei-Fei Li, contre toute attente, a mené son projet ImageNet à terme, inspirée par l’idée que la quantité de données pouvait faire évoluer la recherche. Enfin, Jensen Huang, visionnaire et persévérant, croyait que ses GPU pouvaient servir bien au-delà des jeux vidéo.

Ces trois pionniers, qui ont chacun suivi une intuition forte, ont permis de faire évoluer le domaine de l’IA dans des directions insoupçonnées. Quand je pense à leur histoire, je réalise combien une simple conviction, portée à son terme, peut révolutionner la science.

Aujourd’hui, les chercheurs utilisent encore ImageNet, CUDA, et les GPU Nvidia dans des domaines variés, de la reconnaissance d’images à l’analyse de données.

Et vous ? Que pensez-vous de l’audace de ces scientifiques qui ont osé défier les conventions pour transformer le domaine de l’intelligence artificielle ? N’hésitez pas à partager vos avis dans les commentaires !

Cet article La folle histoire du scientifique rebelle qui a causé le boom de l’IA a été publié sur LEBIGDATA.FR.

Récemment, tout le monde s’est intéressé à une grande innovation : le GPU Nvidia H200. Ce processeur, livré personnellement par le PDG de Nvidia à OpenAI, pourrait révolutionner notre utilisation de l’IA.

C’est dans un geste symbolique fort que Jensen Huang, le PDG de Nvidia, a remis le tout nouveau processeur, le DGX H200, à OpenAI. Ce n’est pas tous les jours que l’on voit une telle collaboration entre deux géants de la technologie.

 Le président d’OpenAI, Greg Brockman, n’a pas manqué de partager cet événement marquant sur les réseaux sociaux. Il souligne que Jensen Huang a fait ce geste significatif « pour faire progresser l’IA, l’informatique et l’humanité ».

Un bond technologique qui redéfinit les normes

Le GPU Nvidia H200 n’est pas juste un autre composant informatique, c’est une révolution en soi. Armé de l’architecture Nvidia HopperTM et d’un cœur Tensor Core amélioré, ce GPU est parfaitement équipé pour gérer les défis les plus ardus de l’IA générative et du calcul haute performance.

En tant que premier GPU à intégrer la technologie de mémoire HBM3e, le H200 offre des performances plus rapides et plus efficaces. Cela est crucial, étant donné les besoins croissants en IA.

Par rapport à son prédécesseur, le H200 affiche des améliorations notables, notamment une bande passante mémoire augmentée de 1,4 fois. De plus, sa capacité mémoire est accrue de 1,8 fois, atteignant des performances époustouflantes de 4,8 téraoctets par seconde et 141 Go de capacité.

Autant dire que cela ouvre des portes à des capacités de traitement de données sans précédent.

Comment le GPU Nvidia H200 aide à développer GPT-5 ?

L’impact du GPU Nvidia H200 s’étend bien au-delà des améliorations techniques habituelles. Il joue un rôle essentiel dans le développement de GPT-5 et, par extension, dans l’ambition d’OpenAI de réaliser une intelligence artificielle générale (AGI).

Dans la mesure où ce GPU permet de traiter rapidement d’énormes quantités de données, il est crucial pour la formation de modèles d’IA. De ce fait, il devient indispensable pour développer des modèles plus complexes et performants.

Ian Buck de Nvidia a précisé que, pour « créer de l’intelligence avec une IA générative et des applications de calcul haute performance, il est vital de traiter efficacement et rapidement d’importantes quantités de données grâce à des mémoires GPU vastes et rapides. »

Cette capacité est précisément ce que le H200 offre, ouvrant la voie à des niveaux d’IA jamais atteints auparavant.

Et ces progrès ne se contentent pas de repousser les frontières de ce qui est techniquement possible, ils préparent également le terrain pour un futur où l’IA pourrait accomplir des tâches comparables, voire supérieures, à celles des humains dans certains domaines.

En d’autres termes, le GPU Nvidia H200 ne transforme pas seulement les capacités de l’IA. Il est le précurseur d’un monde où l’intelligence artificielle est non seulement omniprésente, mais aussi profondément transformative. Ainsi, il enrichit nos vies de façons jusqu’alors inimaginables.

Cet article Voici le 1er GPU Nvidia H200, si puissant que le CEO l’a apporté à OpenAI a été publié sur LEBIGDATA.FR.

La startup Clone Robotics veut créer un robot humanoïde directement inspiré par le corps humain. Elle a déjà créé la main et le torse, et compte créer un cerveau doté d'intelligence artificielle. Découvrez tout ce qu'il faut savoir sur ce projet fou !

On parle de plus en plus des robots humanoïdes. Le géant de l'automobile électrique Tesla a dévoilé son Optimus, tandis qu'OpenAI et Figure se sont alliés pour mettre l'IA ChatGPT dans le robot 01.

Il existe déjà de nombreux autres modèles en développement, comme le 1X Even, le Apptronik Apollo utilisé par la NASA et Mercedes, ou encore Unitree H1 qui a récemment battu le record de vitesse.

Le 18 mars 2024, le CEO de Nvidia, Jensen Huang, est monté sur la scène de la conférence GTC aux côtés d'une escouade de robots pour présenter GR00T : une IA qui pourra servir de cerveau à tous ces humanoïdes.

Toutefois, dans cette industrie bourgeonnante, la startup polonaise Clone Robotics fondée en 2021 a choisi d'emprunter une voie unique et innovante : créer un robot doté d'un corps humain.

Rassurez-vous : son idée n'est pas d'incorporer une IA dans un cadavre comme Frankenstein. Elle souhaite tout simplement s'inspirer du fonctionnement de notre corps pour créer un robot anthropomorphique.

Afin de concevoir ce corps musculo-squelettique, elle utilise des muscles à tendons hydrauliques. La startup compte avancer progressivement, et adopte une approche modulaire pour développer son robot petit à petit.

La main Clone Hand, inspirée par les muscles pneumatiques McKibbin

La première partie du corps sur laquelle elle se focalise est à la fois l'une des plus importantes pour l'humain et l'une des plus difficiles à reproduire : les mains.

Chaque muscle artificiel du robot est semblable à un ballon en forme de tube qui s'étire et se contracte via l'injection et la relaxe contrôlée d'un liquide.

Le concept s'inspire des muscles pneumatiques McKibbin inventés dans les années 1950 en guise d'orthèses.

Toutefois, plutôt que d'utiliser une pompe externe pour forcer la contraction, Clone Robotics voulait utiliser un simple courant électrique. C'est ainsi qu'est venue l'idée de garder le ballon rempli de fluide et de faire courir un élément de chauffage à travers.

Le liquide en question est l'acétaldéhyde, et l'élément chauffant permet de le faire bouillir rapidement dès qu'un courant est appliqué. Il passe ainsi de 20 degrés à 70 degrés.

Cependant, sur le dernier prototype en date, il semble que la startup soit revenue à un système hydraulique plus simple pour contrôler les muscles.

Une pompe de 500 watts et 145 psi distribue la pression via une série de 36 valves électro-hydrauliques dotées chacune de son propre capteur de pression.

En outre, des capteurs magnétiques collectent des données sur les angles et la vélocité des articulations. Ces informations pourront être transmises au cerveau du robot… lorsqu'il en aura un.

Un robot capable de soulever 18 kilos à une main

Afin de créer le squelette, Clone a moulé un ensemble complet d'os similaires à ceux des humains, avec des joints articulés pour permettre une amplitude de mouvement proche de la nôtre.

Au total, cette main a 27 degrés de liberté comme la main humaine. Ses mouvements de poignets sont naturels, et les pouces peuvent effectuer des rotations.

Le tout est actionné par des muscles et tendons allant de l'avant-bras jusqu'à la main. Comme nos propres bras !

Ainsi, un muscle de 11 pouces peut se contracter jusqu'à 27% avec une charge de 1 kilo. Comme on peut le voir dans la démonstration vidéo, une seule main de robot Clone Hand est capable de soulever 18 kilos !

Aux dernières nouvelles, les kits de mains devaient être livrés aux premiers clients fin 2022 pour un prix non communiqué. On ignore toutefois si le projet a pris du retard depuis lors…

Clone Torso : un torse artificiel entièrement articulé

La prochaine étape pour la startup est de créer un torse artificiel, toujours en exploitant la technologie musculo-squelettique.

Ce torse Clone Torso sera doté d'une colonne vertébrale rigide, d'un cou actionné, et de deux bras entièrement actionnés de l'épaule jusqu'aux phalanges.

Au total, 124 muscles seront répartis entre le cou, les épaules, les bras, les mains, le torse et le haut du dos. Une plateforme de locomotion contiendra une batterie.

Un cerveau IA en cours de développement

À terme, Clone Robotics compte bien évidemment créer un cerveau pour son robot. Elle a déjà développé un système de téléopération basé sur la VR, dans le but de collecter des données d'entraînement.

La dernière démo a été publiée en 2023, mais c'est en fin d'année que l'entreprise a annoncé la formation d'une équipe IA pour développer l'intelligence générale de son robot…

Vers de futurs robots impossibles à distinguer de l'humain ?

Une question se pose : les robots ont-ils vraiment besoin d'un corps biomimétique ? La réponse n'est pas évidente, car il est sûrement possible de concevoir un design plus pratique que le nôtre.

Toutefois, le monde urbain dans lequel nous vivons est spécialement construit pour être adapté à notre morphologie et notamment à nos mains. Des machines similaires à nous seront donc plus à l'aise dans cet environnement créé par l'Homme.

Même si la plupart des robots actuels ont un aspect clairement mécanique, on peut facilement imaginer un futur où ces machines seront impossibles à distinguer de l'être humain.

Leur corps imitera parfaitement notre anatomie, et même leur peau artificielle sera plus vraie que nature. À tel point que vous pourrez vous lier d'amitié avec un robot sans même savoir que c'en est un…

Et vous, que pensez-vous de l'approche de Clone Robotics ? Est-ce la bonne route à emprunter pour l'avenir de la robotique ? Exprimez-vous en commentaire !

Cet article Cette startup crée un robot… avec un corps humain ! Découvrez Clone Robotics a été publié sur LEBIGDATA.FR.

Nvidia vient de dévoiler Earth-2 : un jumeau numérique de la planète Terre, qui va permettre de simuler le changement climatique avec une précision inouïe et avec plusieurs années d'avance. La clé dans la lutte contre le réchauffement ?

Le changement climatique est un défi à relever pour toute l'humanité. Les températures sont de plus en plus extrêmes, et causent des pertes financières colossales en plus de menacer nos vies à long terme.

Afin de contribuer à cette lutte, Nvidia vient de dévoiler Earth-2 : un jumeau numérique de la planète Terre basé sur le cloud.

Révélé dans le cadre de la conférence GTC, cet outil révolutionnaire va permettre de simuler et de visualiser la météo et le climat à une échelle sans précédent.

Le but ? Améliorer la précision des prévisions, et émettre des alertes avant qu'il ne soit trop tard. C'est le CEO Jensen Huang qui a dévoilé ce projet pendant son keynote.

Selon ses dires, « les catastrophes climatiques sont désormais normales – sécheresses historiques, ouragans catastrophiques, et inondations apparaissent dans l'actualité à une fréquence alarmante ».

Face à cette menace, « les APIs cloud Earth-2 vont nous aider à mieux nous préparer aux conditions météorologiques extrêmes et nous inciter à agir pour les modérer ».

Ce logiciel peut être exécuté sur différents superordinateurs comme le Nvidia DGX GH200, le HGX H100 et le OVX. Le niveau de détail de ses prédictions dépend de la puissance de calcul que les partenaires daignent accorder au problème du changement climatique.

Grâce aux APIS Omniverse Cloud, cette simulation en tant que service offre de meilleures performances et une meilleure visualisation. L'objectif ultime est de prévoir les changements climatiques pour les prochaines décennies…

La plateforme Earth-2 fait partie du logiciel de microservices Nvidia CUDA-X, et exploite des modèles IA avancés et le modèle d'IA générative CorrDiff pour produire des simulations en haute définition 1000 fois plus rapidement et avec 3000 fois moins d'énergie que les modèles numériques actuels.

Le changement climatique, un problème à 140 milliards de dollars

Au cours d'une conférence de presse, le vice-président de la simulation, Rev Lebaredian, a noté que « dans l'informatique scientifique, la recherche sur le climat demeure un grand défi ».

Voilà pourquoi « nous annonçons notre plateforme Earth 2 pour la prédiction climatique et météorologique interactive en haute définition ».

Il souligne que « les événements météorologiques extrêmes coûtent 140 milliards de dollars en pertes économiques chaque année ».

Or, « les simulations climatiques abordables sont de trop haut niveau ». C'est la raison pour laquelle, « nous avons besoin de simulations à l'échelle kilométrique pour réellement faire un impact ».

De telles simulations sont « coûteuses, nécessitant un million de fois la puissance de calcul ». Par conséquent, « Earth 2 est une plateforme cloud pour les agences gouvernementales, et les agences de prédictions pour leur permettre d'accélérer ».

Comment ça marche ? Qui va l'utiliser ?

Les API Earth-2 permettent aux utilisateurs de créer des simulations interactives allant des conditions atmosphériques mondiales aux phénomènes météorologiques locaux comme les typhons et les turbulences.

Ceci permet de délivrer des prédictions en temps réel et des avertissements en quelques secondes à peine.

En utilisant l'IA générative de Nvidia, Earth-2 va révolutionner la préparation aux désastres et les stratégies de réponse. Elle pourrait potentiellement sauver des vies dans les régions exposées à des événements extrêmes.

De plus, Earth 2 s'intègre avec le Nvidia Omniverse. Cela va permettre à des organisations comme The Weather Company de développer des workflows 3D incorporant des données en temps réel.

Leurs environnements de jumeau numériques vont être étendus par de meilleures analyses et simulations des impacts météorologiques.

Parmi les premiers adoptants, on compte les plateformes d'analyse météo comme Spire et Meteomatics, et des startups cherchant des solutions technologiques au changement climatique.

Basé sur le DGX Cloud de Nvidia, Earth-2 permet aux solutions climatiques et météorologiques d'accélérer grâce à des pipelines IA et des GPU pour les modèles de prédiction.

On compte notamment FourCastNet, GraphCast, et Deep Learning Weather Prediction. Les systèmes GPU comme le récent Grace Hopper vont permettre l'accélération de modèles tels que Icon.

L'ambition de Nvidia est de permettre aux organisations du monde entier de mieux comprendre, analyser et limiter l'impact du changement climatique. C'est un grand pas en avant dans cette lutte.

La visualisation et la simulation s'étendent à une échelle de deux kilomètres. En combinaison avec les données détenues par les entreprises de l'industrie de la technologie climatique, estimée à 20 milliards de dollars, les APIs vont permettre de produire des prévisions en quelques secondes.

Auparavant, cela nécessitait de longues minutes, voire plusieurs heures avec la modélisation basée sur CPU. C'est donc une vraie révolution pour le secteur.

Taiwan : à l'avant-garde du combat climatique

Parmi les premiers à adopter les modèles à diffusion Earth-2, on compte l'Administration Centrale de Météo de Taiwan. Ceci va lui permettre d'améliorer ses prévisions de typhons afin de réduire les dégâts grâce à des évacuations précoces.

Selon Chia-Ping Cheng, administrateur de l'organisation, « Taiwan est un composant crucial de la chaîne logistique mondiale, et l'analyse des risques d'inondation et la préparation à l'évacuation sont le coeur de notre mission ».

Avec plus de 136 typhons ayant frappé l'île depuis l'an 2000, Earth-2 va permettre à Taiwan d'améliorer massivement la qualité et la définition de ses prédictions.

The Weather Company va créer des simulations grâce à Earth-2

Leader mondial des prévisions météo, la Weather Company compte exploiter les API Earth-2 pour créer des simulations en plus haute définition et développer de nouveaux produits de modélisation.

À terme, son but est d'améliorer ses services de renseignement météorologiques pour ses clients d'entreprise.

Elle va intégrer ses données météorologiques et les outils Weatherverse avec Omniverse, permettant à ses clients de créer des jumeaux numériques pour comprendre et visualiser l'impact des conditions météo pour la première fois.

La firme prévoit aussi d'explorer l'utilisation de l'IA générative basée sur score de Nvidia pour ses services Weatherverse et la solution Weather Engine.

Dans un communiqué, le CEO Sheri Bachstein estime qu'il est « plus important que jamais d'incorporer des données et insights de météo fiables, à l'échelle mondiale, dans des environnements de jumeaux numériques ».

Il est convaincu que cela va permettre de « mieux analyser, planifier et simuler les impacts de la météo ». Le chef d'entreprise révèle avoir travaillé avec Nvidia pendant plusieurs années sur l'accélération GPU de son système de modélisation GRAF.

À présent, The Weather Company va créer des simulations en plus haute définition, efficaces énergétiquement à moindre coût.

Au cours de la conférence GTC 2024 organisée à San Jose, en Californie, Nvidia a fait de nombreuses annonces révolutionnaires dans le domaine de l'intelligence artificielle.

Elle a notamment présenté l'IA GR00T pour servir de cerveau aux robots humanoïdes, les infirmières IA 90% moins chères que les humaines, ou encore la puce IA Blackwell. L'entreprise confirme son statut de leader mondial de l'IA !

Cet article Voici Earth-2 : Nvidia a recréé la Terre entière pour prédire l’avenir a été publié sur LEBIGDATA.FR.

Dans une avancée technologique majeure, SAP et NVIDIA annoncent un partenariat innovant. Ils veulent accélérer l'intégration de l'IA générative dans le monde des affaires. Ce partenariat promet de transformer la manière dont les entreprises opèrent dans le cloud.

SAP et NVIDIA, vers un nouvel horizon

SAP et NVIDIA élargissent leur collaboration. Leur but est d'accélérer l'adoption de l'IA générative dans les applications d'entreprise. Cette initiative vise à transformer les données commerciales grâce aux solutions cloud de SAP. Les LLM (grands modèles de langage) personnalisés joueront un rôle clé, grâce aux services de NVIDIA AI Foundry.

Une innovation au service des entreprises

Le partenariat introduit des capacités d'IA générative évolutives et spécifiques au sein des solutions SAP. L'objectif est d'aider les clients à adopter l'IA générative à grande échelle. Cela se fera grâce au copilote Joule de SAP et aux nouveaux micro services NVIDIA NIM.

Des technologies avancées pour un avenir meilleur

Christian Klein de SAP et Jensen Huang de NVIDIA partagent leur vision. Ils envisagent un avenir où l'IA générative transforme le paysage des affaires. La combinaison des données de SAP et de l'expertise en IA de NVIDIA est au cœur de cette révolution.

Innovation et IA générative

Accélérer la connaissance client grâce à l'IA

Le partenariat entre ces 2 entreprises vise à intégrer l'IA générative dans des solutions telles que SAP Datasphere et SAP BTP. Cela permettra de développer des capacités d'IA supplémentaires. Les clients pourront ainsi mieux comprendre et servir leurs propres clients.

Innover dans la transformation numérique

SAP et NVIDIA explorent plus de 20 cas d'utilisation innovants. Ils veulent simplifier et améliorer la transformation numérique des entreprises. Cela inclut des améliorations dans la gestion des ressources, les ressources humaines et les processus de support client.

Unifier les sources de données pour des décisions éclairées

Avec SAP Datasphere, les entreprises peuvent intégrer et unifier leurs données. Cela permet une meilleure prise de décision et une adaptation rapide aux changements du marché. La collaboration vise également à améliorer les performances des charges de travail ML.

Impact de l'IA sur les solutions d'entreprise

Le partenariat prévoit d'utiliser des LLM pour améliorer le langage de programmation ABAP. Cela aidera les développeurs SAP à créer un code plus spécifique et efficace. L'IA générative personnalisée devient ainsi plus accessible pour les développeurs.

L'union de SAP et NVIDIA promet de révolutionner le paysage des solutions d'entreprise dans le cloud. Avec l'IA générative, les entreprises peuvent s'attendre à une transformation majeure de leurs opérations et stratégies. Les nouvelles fonctionnalités seront disponibles d'ici fin 2024.

Article basé sur un communiqué de presse reçu par la rédaction.

Cet article L’impact de l’IA générative en affaires, un changement pour le cloud d’entreprise a été publié sur LEBIGDATA.FR.

Même si Nvidia figure déjà parmi la référence, elle tente toujours d'innover dans sa catégorie. La preuve, le géant américain vient de lancer la puce IA B200 Blackwell. Cette merveille est une des plus rapides du marché actuellement.

Actuellement, Nvidia tient plus de 80 % du marché du high-tech. Certes, c'est un exploit, surtout dans le secteur très concurrentiel du numérique. Mais cette performance ne suffit pas pour Nvidia. Elle veut renforcer sa position. Pour y arriver, l'entreprise américaine a lancé la puce B200 Blackwell. Cette dernière va révolutionner le monde de l'IA à tout jamais.

Une annonce inoubliable

La troisième entreprise la plus valorisée aux États-Unis a utilisé tous les moyens de communication pour présenter la puce B200 Blackwell. Comme les géants du high-tech, c'est le directeur général Jensen Huang qui s'est chargé de l'annonce. Il a dévoilé son nouveau produit à un public ébahi.

« J'espère que vous réalisez que ce n'est pas un concert », disait Jensen Huang en commençant son annonce. Toutefois, la présentation était digne d'un grand spectacle. Les discours classiques étaient au rendez-vous. Mais à un certain moment, le directeur général de Nvidia a invité des robots alimentés par ses puces IA. Rien de mieux pour illustrer les exploits de l'entreprise.

Plusieurs spécialistes ont même comparé cette annonce à celle d'un autre grand nom du high-tech : « Je n'ai pas vu quelque chose de pareil dans l'industrie technologique depuis un certain temps. En fait, certaines personnes faisaient des analogies avec les débuts de présentations de Steve Jobs » Bob O'Donnell, spécialiste chez TECHnalysis Research

Oui, ces stratégies de communication ont été essentielles pour présenter une puce 30 fois plus rapide que ses prédécesseurs. Et Nvidia a compris cette valeur ajoutée.

La puce B200 Blackwell et d'autres innovations

Pour Nvidia, ses puces B200 Blackwell vont bientôt performer dans les services de cloud computing des grandes entreprises. Elle a cité de grands noms comme Amazon, Google, Microsoft, et OpenAI. Les Blackwell vont alors alimenter les IA de référence à l'instar de ChatGPT, Copilot, etc.

Et ce n'est pas tout. Nvidia a aussi présenté plusieurs outils pour faciliter la manipulation de ces nouvelles puces. Ces innovations, appelées « Microservices » vont contribuer à l'intégration d'un modèle IA chez les entreprises.

Par ailleurs, Nvidia veut s'attaquer au domaine de l'automobile. En collaboration avec des constructeurs chinois, elle envisage d'équiper des véhicules avec une nouvelle gamme de puces. Ces dernières vont alimenter les chatbots de ces voitures. BYD et Xpeng sont déjà preneurs. Mais le géant américain a encore l'intention d'attirer d'autres clients.

Nvidia a-t-elle éteint la concurrence avec la puce B200 Blackwell ?

L'entreprise américaine a connu un succès fulgurant en 2023. Elle a vu ses actions augmenter de 240 %. Actuellement, Nvidia est valorisé à 2 000 milliards de dollars.

Cependant, la concurrence s'intensifie, surtout avec les nouvelles stratégies d'Intel et d'AMD. Toutefois, le marché reste ouvert à tous. Il existe encore des sources de revenus pour toutes les parties prenantes. « Même si Nvidia perd des parts de marché, ils peuvent toujours développer leur activité globale, car il y a beaucoup d'opportunités pour tout le monde », M. O'Donnell.

Cet article Nvidia dévoile Blackwell : la puce IA surpuissante qui va tout changer a été publié sur LEBIGDATA.FR.

Nvidia présente GR00T : une intelligence artificielle multimodale, qui pourra servir de cerveau à tous les robots humanoïdes. Présentée sur la scène de la GTC lors du keynote du CEO Jensen Huang, aux côtés de différents robots comme le 1X Eve et le Figure 01, cette IA va rendre les robots beaucoup plus intelligents et plus faciles à programmer…

Il existe déjà de nombreux robots humanoïdes. Suite à la première présentation du Tesla Optimus en 2021, plusieurs entreprises se sont lancées dans la course.

Parmi les plus prometteurs, on peut citer Figure et son 01 qui a fusionné avec ChatGPT, Apptronik et son robot Apollo utilisé par la NASA et Mercedes Benz, ou encore 1X et son robot Eve.

Dans l'Oregon, la startup Agility Robotics a même créé une usine Robofab qui va produire 10 000 robots par an. Et ne parlons même pas de la Chine, qui a annoncé son plan pour produire massivement des humanoïdes.

Vous pouvez consulter notre dossier complet sur les robots humanoïdes en suivant ce lien afin d'en savoir plus sur les différents modèles qui seront très bientôt commercialisés.

Toutefois, Nvidia a décidé d'unifier toute cette industrie naissante en dévoilant le Project GR00T : une IA multimodale destinée à tous les robots du futur.

Qu'est-ce que GR00T ?

Le nom vous rappelle probablement le personnage Groot de Marvel, mais il s'agit en fait d'un acronyme pour Generalist Robot 00 Technology.

Présenté durant la conférence GTC de San Jose le 18 mars 2024, il s'agit d'un modèle de fondation permettant aux robots humanoïdes de recevoir du texte, des discours, des vidéos ou même des démonstrations en direct en guise d'entrée de données.

L'intelligence artificielle peut ensuite traiter ces inputs, afin d'effectuer des actions. Elle est conçue pour émuler les mouvements humains, la coordination, la dextérité et d'autres mouvements. Ceci lui permet de naviguer, de s'adapter et d'interagir avec le monde réel comme un véritable humain.

Un cerveau commun pour tous les robots

Avec GR00T, les capacités des robots humanoïdes vont considérablement augmenter. De plus, il sera beaucoup plus facile de les développer et de les déployer.

N'importe qui pourra programmer un robot juste avec du texte ou des démonstrations. Une entreprise pourra donc très facilement adapter un humanoïde à ses besoins !

Durant le keynote GTC, Jensen Huang a invité de multiples robots sur scène. On a notamment pu retrouver les humanoïdes de Agility Robotics, Apptronik, Fourier Intelligence, ou encore Unitree Robotics dont le H1 a récemment battu le record de vitesse.

La firme a également expliqué que le projet exploite les meilleures IA génératives de dernière génération, sans toutefois entrer dans les détails.

Elle ne souhaite pas dévoiler l'architecture interne, mais en dira davantage sur les capacités de GR00T dans un futur proche.

Rappelons que OpenAI cherche également à incarner son IA dans les corps des robots. Elle a déjà soutenu financièrement deux startups du domaine : le Norvégien 1X Technologies et son robot Eve, et l'Américain Figure et son 01.

Il y a quelques jours, Figure a dévoilé une vidéo dans laquelle le 01 discute avec un humain et répond à ses consignes en lui donnant une pomme ou en rangeant la vaisselle sur le séchoir grâce à un VLM (modèle vision-langage) fourni par OpenAI.

À présent, Nvidia confirme que OpenAI et Figure ont également travaillé avec elle. Il s'agit donc d'une véritable collaboration à l'échelle de toute l'industrie.

Une IA développée dans une simulation avec Isaac Robotic

Afin de donner vie à ce projet, Nvidia a utilisé sa propre plateforme Isaac Robotics, qui permet le développement, la simulation et le déploiement de robots IA.

Elle a notamment utilisé le nouveau Isaac Lab pour l'apprentissage par renforcement. Basé sur Isaac Sim, il permet de tester et d'entraîner le modèle par le biais de simulations parallèles dans un environnement virtuel accéléré par GPU.

En outre, le service d'orchestration OSMO a permis de gérer les workloads d'entraînement et de simulation en concurrence sur Nvidia DGX et Nvidia OVX.

Deux nouvelles offres ciblant des cas d'usage spécifiques ont aussi été dévoilées. D'abord, Isaac Manipulator propose des bibliothèques accélérées par GPU et des modèles de fondation dédiés.

Le but est d'aider les fabricants de bras robotiques à améliorer leurs produits en leur donnant une dextérité et des mouvements à la pointe de la technologie.

Elle inclut des modèles capables de détecter les objets, d'estimer leur pose 6D, de les suivre et même de faire des prédictions denses pour les saisir.

De son côté, Isaac Perceptor se charge de guider les robots à travers les environnements non structurés à l'aide de multiples caméras et d'une vision à 360 degrés.

Ces capacités sont délivrées via des algorithmes accélérés basés sur l'IA pour la perception 3D et la vision périphérique. Cette technologie est offerte par Nvidia via son DevKit Nova Orin.

De multiples partenaires ont déjà commencé à l'utiliser dont ArcBest, BYD et KION Group afin d'améliorer les robots qui travaillent dans leurs usines.

Ces nouvelles fonctionnalités de la plateforme Isaac devraient être disponibles pour tout le monde à partir du second trimestre 2024.

La puce Jetson Thor va permettre aux robots de faire tourner GR00T

Afin d'aider les entreprises à puiser tout le potentiel de GR00T, Nvidia a aussi annoncé une puce Jetson Thor dédiée aux humanoïdes.

Cette plateforme informatique va permettre aux robots d'exécuter des modèles multimodaux complexes comme GR00T.

Elle se base sur le SoC Thor de Nvidia, et inclut un cluster de CPU à haute performance et un GPU de prochaine génération basé sur l'architecture Nvidia Blackwell avec un moteur transformer offrant 800 teraflops de performance IA 8-bit.

Par rapport à la précédente version Jetson Orin, la performance GPU a été multipliée par 8 et la performance CPU par 2,6.

Le CEO de Nvidia prédit un monde peuplé de robots

Selon Jensen Huang, le CEO de Nvidia, « construire des modèles de fondation pour les robots humanoïdes généraux est l'un des problèmes les plus excitants dans l'IA à l'heure actuelle ».

Il estime que « les technologies convergent ensemble pour permettre aux roboticiens du monde entier de faire des pas de géant vers la robotique artificielle générale »…

Comme l'ont prédit Elon Musk et d'autres experts, le nombre de robots humanoïdes va exploser dans les années à venir et ces machines seront bientôt plus nombreuses que les humains.

En créant une IA compatible avec tous les modèles, Nvidia consolide sa position de leader de ce domaine en plein essor.

Pour le moment, seule une poignée de fabricants ont accès à GR00T. Toutefois, il sera bientôt mis à disposition d'autres constructeurs d'humanoïdes… et différents types de robots !

Cet article Nvidia dévoile GR00T : l’IA qui servira de cerveau à tous les robots du futur a été publié sur LEBIGDATA.FR.

Nous vivons actuellement la fin du codage selon le patron de Nvidia. Cela ne servirait plus à rien d’apprendre la programmation aux enfants.

L’intelligence artificielle impacte de manière significative l’apprentissage et le métier de programmation. Jensen Huang a évoqué le sujet lors d’une récente prise de parole. Le PDG de Nvidia estime que les outils d’intelligence artificielle vont mettre fin au codage. De ce fait, les enfants feraient mieux d’apprendre des choses plus utiles.

Rappelons que depuis 2018, la raison artificielle figure parmi les sujets débattus au World Government Summit. Cette année, des patrons de la tech y ont fait des interventions intéressantes, notamment Sam Altman, le PDG d’OpenAI.

D’autre part, il y a eu la prise de parole de Jensen Huang. Le grand patron de Nvidia a offert son analyse quant à l’avenir du codage et de son apprentissage.

Le miracle de l’intelligence artificielle selon Huang

Il n’y a pas si longtemps, les dirigeants de la tech encourageaient encore les jeunes à apprendre le codage. Mais pour le PDG de Nvidia, la programmation n’est plus une compétence essentielle. Il n’est donc plus indispensable de l’enseigner.

L’intelligence artificielle donne l’impression d’avoir déjà tout emporté sur son passage. Cette révolution technologique n’en est qu’à ses débuts selon Jensen Huang. Mais elle est suffisamment avancée pour abandonner le codage à la raison artificielle. De cette manière, les hommes peuvent se concentrer sur des expertises plus indispensables.

« C’est notre travail de créer une technologie informatique pour que personne n’ait à programmer. Et que (…) Tout le monde est désormais un programmeur. C’est le miracle de l’intelligence artificielle », a expliqué l’homme d’affaires américain.

Fin du codage au profit d’activités plus productives

Les gens pourraient plutôt acquérir des compétences pour devenir des experts dans des domaines plus utiles. Ces derniers peuvent être l’éducation, la biologie ou la production agricole, suggère le PDG de Nvidia.

Tout le monde peut devenir programmeur, mais pour cela, personne n’aura à apprendre le codage. Les outils d’intelligence artificielle permettent aujourd’hui de coder avec le langage naturel. Bien que la technique ne soit pas totalement infaillible, elle reste tout de même efficace. De plus, cette nouvelle méthode rend la programmation plus accessible.

Fin du codage, un fantasme selon cet analyste

Pour Jensen Huang, il est essentiel d’améliorer les compétences de tous. Le monde ne ferait qu’en profiter. Néanmoins, le PDG souligne la nécessité de savoir comment et quand appliquer la programmation IA.

D’autre part, les propos de Huang ont fait réagir Patrick Moorhead sur X. « Depuis plus de 30 ans, j’entends dire “XYZ va tuer la programmation”, mais nous n’avons toujours pas assez de programmeurs », peuvent lire les internautes dans sa publication.

L’analyste de l’industrie technologique y a même joint une liste de langages de programmation et d’outils qui étaient censés mettre fin au codage. La programmation manuelle ne va pas disparaître à cause de l’intelligence artificielle, indique Moorhead. Les outils d’IA vont seulement rendre le codage accessible au plus grand nombre.

Cet article N’apprenez surtout pas le code à vos enfants ! Nvidia vous avertit a été publié sur LEBIGDATA.FR.