Figure verrouille du calcul IA pour ses robots humanoïdes

Figure a annoncé le 3 septembre 2026 un partenariat stratégique avec Nscale pour déployer la plateforme NVIDIA Vera Rubin sur un volume pouvant aller jusqu’à 100 000 GPU. L’accord prévoit un engagement initial de 3,5 milliards de dollars de calcul, avec une ambition de dépassement au-delà de 6 milliards si le projet monte en puissance. Le premier déploiement doit démarrer au second semestre 2027 à Barstow, au Texas. Pour Figure, l’enjeu est simple : sécuriser la puissance de calcul nécessaire à l’entraînement de ses modèles pour robots humanoïdes, un poste qui coûte vite plus cher qu’un robot qui s’entraîne à plier du linge.

Un contrat pensé pour nourrir Helix, pas pour faire de la déco

Le cœur de l’accord tient dans Helix, le modèle d’IA de Figure destiné aux robots humanoïdes. L’entreprise explique être entrée dans une phase où sa progression dépend surtout de deux choses : les données et le calcul. Sa récente initiative Index est présentée comme générant 35 minutes de données d’entraînement par seconde, mais Figure estime que cela ne suffit pas à résoudre le problème. Dans ce contexte, le partenariat avec Nscale sert de rampe de calcul pour entraîner la prochaine génération de modèles de robotique générale.

Nscale, de son côté, se présente comme un fournisseur d’infrastructure cloud IA. Le groupe dit faire partie des premiers acteurs mondiaux à déployer Vera Rubin et mentionne aussi des déploiements rapides en Europe, notamment au Royaume-Uni et en Norvège. L’accord avec Figure étend cette feuille de route vers un site américain dédié à la robotique humanoïde.

Vera Rubin, la nouvelle pièce du puzzle NVIDIA

La plateforme NVIDIA Vera Rubin est décrite par NVIDIA comme un système rack-scale de nouvelle génération, composé de six nouvelles puces censées fonctionner comme un supercalculateur d’IA. L’annonce du 5 janvier 2026 promet jusqu’à 10 fois moins de coût par jeton en inférence et une division par 4 du nombre de GPU nécessaires pour entraîner certains modèles de type mixture-of-experts, par rapport à Blackwell. Les premiers produits basés sur Rubin doivent être disponibles via les partenaires au second semestre 2026, et Nscale figure parmi les partenaires cloud appelés à les déployer.

Jensen Huang résume l’ensemble comme un « robotics flywheel » : les modèles de Figure sont entraînés sur Vera Rubin via le cloud de Nscale, validés dans NVIDIA Isaac Sim, puis déployés sur des GPU NVIDIA dans les robots. Cette chaîne est cohérente sur le papier. Reste, comme souvent en infrastructure, à la faire tourner longtemps sans grincer.

Figure accélère sur les usines, les fonds et les données

L’accord ne tombe pas dans le vide. En septembre 2025, Figure disait avoir dépassé 1 milliard de dollars de capital engagé, pour une valorisation post-money de 39 milliards de dollars, avec NVIDIA parmi les investisseurs. L’entreprise avait alors déjà identifié l’infrastructure GPU de nouvelle génération comme l’un des trois axes majeurs de ses dépenses. Puis, en avril 2026, elle indiquait que son site de production BotQ avait livré plus de 350 robots humanoïdes Figure 03 et que son rythme était passé d’un robot par jour à un robot par heure.

Cette montée en cadence compte, car une flotte plus large alimente davantage de données, ce qui améliore l’entraînement de Helix et prépare les déploiements commerciaux. Dans cette logique, la puissance de calcul devient un actif industriel à part entière, pas seulement une facture informatique. Le partenariat avec Nscale montre aussi que la bataille de la robotique humanoïde se joue autant dans les data centers que dans les ateliers de production.

Ce que cet accord dit du marché

Le marché des robots humanoïdes entre dans une phase où l’avantage compétitif ne repose plus seulement sur le matériel ou la démonstration en laboratoire. Il dépend aussi de la capacité à acheter, réserver et faire tourner des quantités massives de calcul sur plusieurs années. Ici, Figure verrouille une partie de cette ressource avec un partenaire d’infrastructure et un fournisseur de puces déjà central dans la chaîne. Cela réduit un risque très concret : celui de voir l’entraînement des modèles ralenti par un manque de GPU au moment où la demande explose.

Pour les investisseurs comme pour les industriels, le signal est net : la robotique humanoïde ressemble de plus en plus à une industrie du calcul avant d’être une industrie du métal. Et la suite se joue souvent dans des contrats moins visibles que les robots eux-mêmes.