Microsoft et Nvidia étendent l’IA confidentielle du cloud au poste de travail
Microsoft et Nvidia élargissent leur partenariat autour de l’IA, avec des déploiements Azure, sur site et sur PC. L’accord mêle calcul, sécurité des données et modèles ouverts pour les entreprises réglementées.
Microsoft et Nvidia ont annoncé le 19 novembre 2026 un élargissement de leur collaboration autour de l’IA, avec des systèmes Vera Rubin NVL72 dans Azure, des modèles Nemotron mieux intégrés à Foundry et des options de déploiement sur site, en edge industriel et sur Windows Cloud PC. L’enjeu dépasse la simple puissance de calcul : les deux groupes veulent aussi rendre les environnements d’exécution vérifiables avant l’usage de données sensibles, un point crucial pour les secteurs régulés.
Du cloud à l’usine, sans perdre la main sur les données
Le mouvement le plus notable est l’extension du calcul confidentiel à des infrastructures de plus grande échelle. NVIDIA Confidential Computing et les mécanismes d’attestation doivent permettre aux clients de vérifier l’environnement informatique avant de transmettre modèles, données ou clés. Autrement dit, la confiance ne repose plus seulement sur un contrat ou un logo, mais sur l’état technique de la machine. Ce travail vise aussi les infrastructures d’IA interconnectées, pas seulement une carte ou un serveur isolé.
Dans le même temps, Microsoft étend l’accès à des machines virtuelles Azure propulsées par Vera Rubin NVL72. Ces systèmes sont pensés pour les usages de raisonnement, les agents et l’entraînement de modèles à grande échelle. La disponibilité annoncée reste progressive, ce qui est logique pour une plateforme de ce type : la promesse est large, le déploiement sera plus lent que la communication de lancement, comme souvent chez les géants du cloud.
Nemotron prend du muscle dans Foundry
Sur le volet modèles, Microsoft élargit le support de Nemotron dans Foundry, avec un ensemble orienté personnalisation et exécution d’agents. Foundry Managed Compute ajoute la prise en charge de poids de modèles personnalisés, tandis que l’offre serverless Programmed Training donne davantage de contrôle sur les étapes de post-entraînement. Le post-entraînement, pour rappel, regroupe les ajustements effectués après l’entraînement initial afin d’adapter un modèle à une tâche précise.
NVIDIA cite aussi un cas d’usage chez EY. Le cabinet aurait utilisé Programmed Training pour adapter des modèles Nemotron à la classification de données d’achats d’entreprise, avec une amélioration de 55 % de la précision sur son jeu d’évaluation et une réduction de coûts de 15 fois par rapport à des modèles propriétaires de pointe. Ces chiffres illustrent l’argument commercial central de l’accord : rendre la personnalisation plus accessible financièrement, surtout lorsque la tâche est spécialisée et répétitive.
Ce que Microsoft fait déjà avec ses propres GPU
Le partenariat n’alimente pas seulement les offres destinées aux clients. Microsoft utilise aussi les technologies de Nvidia dans ses propres opérations. Microsoft AI s’appuie sur Dynamo pour exécuter du renforcement par apprentissage lors du post-entraînement, avec une coordination de l’inférence sur un vaste parc de GPU. L’entreprise indique également utiliser des GPU RTX PRO 6000 Blackwell pour les modèles de recherche de Bing.
Ce type de mise en production montre que l’accord n’est pas qu’un exercice de communication entre deux marques déjà très visibles. Il s’agit aussi d’industrialiser des briques communes, depuis la gestion des charges de travail jusqu’à la reprise après incident. Dans le secteur, les démos brillent vite ; les pipelines, eux, demandent un peu plus de café.
Les usages s’étendent hors du data center
L’autre axe fort de l’annonce concerne la sortie du calcul IA hors du seul cloud centralisé. Foundry Local prend en charge davantage de scénarios de raisonnement, de codage et d’agents dans les environnements Azure Local, avec des modèles de récupération capables de chercher des preuves dans du texte, des images de documents, des tableaux ou des graphiques. Microsoft prévoit aussi le support de GPU RTX PRO 6000 Blackwell fournis par des partenaires matériels pour des déploiements sur site.
Sur le terrain industriel, Azure Local s’ouvre également à Jetson Thor et Jetson Orin pour la vision par ordinateur, la robotique et les opérations autonomes, tandis que les modèles physiques Cosmos arrivent dans Foundry Local. L’objectif est clair : rapprocher l’IA des données générées par les machines, plutôt que de tout remonter vers un data center lointain. Côté poste de travail, les deux entreprises veulent aussi démontrer des expériences de grands modèles locaux sur des PC Windows équipés de RTX Spark, avec un aperçu limité déjà ouvert et une préversion publique prévue pour début 2027.
Points clés
- Annonce faite le 19 novembre 2026 à Microsoft Ignite.
- EY affiche 55 % de précision en plus sur ses tests.
- Le coût aurait chuté d’un facteur 15 selon Nvidia.
- Microsoft teste Direct Stream sur Windows 365 Cloud PCs.
- Jetson Thor et Jetson Orin visent l’IA industrielle.
- Nvidia et Microsoft étendent l’IA confidentielle au rack-scale.
En chiffres
- 19 novembre 2026 — date de l’annonce, à Microsoft Ignite.
- 55 % — gain de précision annoncé par EY sur son jeu d’évaluation.
- 15x — réduction de coût annoncée face à des modèles propriétaires de pointe.
- 2 flux 4K à 60 ips — performance annoncée pour Direct Stream sur Windows 365 Cloud PCs.
- début 2027 — fenêtre prévue pour la préversion publique de Windows 365 Cloud PCs.