CES 2026 : NVIDIA accélère et change d’échelle

Lors de CES 2026, NVIDIA a présenté une feuille de route très claire : augmenter drastiquement la puissance de calcul IA pour l’entraînement/inférence, tout en rendant la conduite autonome plus “raisonnée” et robuste face aux cas rares (travaux imprévus, comportements inattendus, etc.).

Deux annonces structurent cette stratégie :

1. Vera Rubin, nouvelle plateforme de calcul “rack-scale” pensée comme un superordinateur IA.
2. Alpamayo, une brique IA orientée conduite autonome, introduite comme une étape vers des véhicules capables d’expliquer et justifier leurs décisions.

Vera Rubin : “six puces” qui forment un seul ordinateur IA

NVIDIA décrit Vera Rubin comme une plateforme co-conçue où plusieurs composants matériels et réseau sont pensés ensemble pour fonctionner comme un seul système (à l’échelle d’un rack). Dans la communication CES, la plateforme est présentée comme un ensemble comprenant notamment :

• Vera CPU
• Rubin GPU
• NVLink (6e génération)
• ConnectX-9 (réseau / SuperNIC selon les déclinaisons)
• BlueField-4 DPU
• Spectrum-X 102.4T CPO (réseau photonique/co-packaged optics selon les annonces)

Pourquoi ce design “plateforme” est crucial ?

Depuis 2023–2025, l’IA ne dépend plus seulement des GPU : le réseau, la mémoire, l’interconnexion et la sécurité deviennent des goulots d’étranglement. L’approche “rack-scale” vise à :

• réduire la latence entre GPU,
• augmenter la bande passante mémoire,
• accélérer les communications intra-rack,
• optimiser l’efficacité énergétique et l’exploitation en datacenter.

Des gains annoncés massifs face à Blackwell (à nuancer : “selon NVIDIA”)

NVIDIA avance plusieurs promesses fortes :

1) Rubin GPU : jusqu’à ~5× plus rapide (entraînement IA) vs génération précédente

La société met en avant un saut majeur de performances pour l’entraînement, avec des comparaisons directes face à Blackwell.

2) MoE (Mixture of Experts) : même temps d’entraînement avec moins de GPU

Pour les modèles MoE (très utilisés quand on veut “scaler” sans exploser le coût), NVIDIA affirme que l’architecture Vera Rubin peut entraîner ces modèles dans le même temps qu’avant, mais avec environ 4× moins de GPU, et un coût en tokens fortement réduit (chiffres communiqués pendant CES).

3) Chiffres “rack” : l’objectif est l’ère des exaFLOPS dans un seul rack

Plusieurs analyses techniques autour de Vera Rubin NVL72 évoquent un système rack-scale avec des gains FP4/inférence et des bonds de bande passante (HBM4, NVLink 6…), ainsi que des architectures DGX/SuperPOD destinées aux très grands clusters.

À retenir : NVIDIA positionne Rubin comme une plateforme pour l’IA agentique, le raisonnement à grande échelle, et les charges “train + infer” de nouvelle génération — mais les chiffres exacts varieront selon modèles, précision (FP4/FP8…), et configuration.

Confidential computing : la sécurité devient un argument “datacenter”

Un point important de la présentation : Vera Rubin met en avant une évolution de la confidential computing (exécution “de confiance” et protection de données en usage). L’idée : permettre aux entreprises d’entraîner/exploiter des modèles sur des données sensibles avec un niveau de protection plus robuste au niveau système/rack.

Pour le marché, c’est clé : santé, finance, secteur public et B2B exigent de plus en plus des garanties de sécurité, pas seulement de la performance.

Calendrier : disponibilité attendue au S2 2026 via partenaires

NVIDIA indique que les produits et services basés sur Vera Rubin seront disponibles via partenaires au second semestre 2026. Certaines communications autour de CES mentionnent aussi des étapes de production/validation autour de Vera Rubin NVL72.

Alpamayo : vers une conduite autonome qui “raisonne” mieux

L’autre annonce marquante est Alpamayo, présenté comme une technologie destinée à améliorer la capacité des véhicules autonomes à gérer :

• des situations rares,
• des scénarios ambigus,
• des comportements humains imprévisibles,
  en combinant perception (vision) et raisonnement de plus haut niveau.

Ce que NVIDIA annonce concrètement

NVIDIA a communiqué sur une famille Alpamayo, dont Alpamayo 1 présenté comme un modèle orienté recherche AV, décrit comme un modèle VLA (vision-language-action) intégrant une forme de “raisonnement” pour produire trajectoires et explications au service de la conduite.

Important : dans le monde auto, l’objectif n’est pas de “parler” comme un chatbot, mais de mieux décider, mieux généraliser, et mieux auditer les choix du véhicule (sécurité, conformité, responsabilité).

Mercedes-Benz CLA : vitrine industrielle de NVIDIA DRIVE

NVIDIA a aussi mis en avant une collaboration avec Mercedes-Benz autour de la CLA, avec un lancement de logiciel d’assistance à la conduite (niveau 2 amélioré selon la communication) et une montée en charge progressive selon régions.

Cette partie est stratégique : NVIDIA veut prouver que son stack “full-stack” auto n’est pas seulement une démo, mais un produit industrialisable, avec mise à jour logicielle, validation, et déploiement.

Ce que ça change (vraiment) pour le marché en 2026–2027

Pour l’IA (cloud, entreprises, startups)

• Plus de performance par rack : utile quand l’électricité, le refroidissement et l’espace deviennent les limites n°1.
• MoE plus rentable : si les promesses se confirment, c’est un levier direct sur le coût d’entraînement des grands modèles.
• Sécurité renforcée : argument décisif pour les secteurs régulés.

Pour l’automobile (ADAS, robotaxi, conduite autonome)

• meilleure gestion des “edge cases” (les cas qui font échouer la plupart des systèmes),
• meilleure traçabilité des décisions (utile pour validation/sûreté),
• accélération du time-to-market pour des flottes (robotaxi / services) là où la rentabilité dépend de la fiabilité.

FAQ SEO

Vera Rubin remplace Blackwell ?
Pas immédiatement. Blackwell/Blackwell Ultra restent la base du marché, tandis que Rubin vise la prochaine étape rack-scale et arrivera progressivement via partenaires au S2 2026.

Alpamayo, c’est un modèle open-source ?
NVIDIA a annoncé une famille Alpamayo et a communiqué sur des sorties orientées communauté/recherche, notamment via des canaux publics (ex. dépôt/plateforme). Les détails dépendent de la version.

Pourquoi NVIDIA insiste sur “6 puces” ?
Parce que les performances IA modernes dépendent d’un tout : CPU, GPU, interconnexion, réseau, DPU, optiques… Le “système” est désormais le produit.

Conclusion

Avec Vera Rubin, NVIDIA ne vend plus seulement un GPU : la marque pousse une plateforme complète capable de transformer un rack en superordinateur IA, avec réseau, sécurité et interconnexion intégrés. Et avec Alpamayo, l’entreprise veut rapprocher la conduite autonome d’une IA plus robuste, capable de mieux gérer l’imprévu et d’industrialiser des déploiements à grande échelle.

Si tu veux, je peux aussi te générer : un plan Hn ultra-optimisé, un champ lexical, et une section “points forts / limites” (parfait pour AdSense et le CTR).