NVIDIA met des modèles ouverts au service des agents IA d’entreprise

NVIDIA a dévoilé trois modèles d’IA ouverts destinés aux agents d’entreprise, avec une cible qui va du data center au poste de travail et jusqu’aux appareils embarqués. La famille Nemotron 3.5 doit aider les sociétés à faire tourner leurs agents sur leur propre infrastructure, plutôt que dans le cloud. L’enjeu compte pour les DSI comme pour les équipes sécurité : moins de dépendance aux fournisseurs externes, mais davantage de responsabilité sur la gouvernance et les performances. Et, dans ce marché, le détail des paramètres n’est pas qu’un chiffre de laboratoire.

Trois modèles, trois usages, une même logique de contrôle

Le plus large, Nemotron 3.5 Super VL, vise les workflows complexes, notamment le traitement de documents et l’interaction avec des logiciels métiers. NVIDIA affirme qu’il peut atteindre jusqu’à cinq fois le débit de modèles concurrents de sa catégorie, avec une précision comparable à son plus grand modèle de raisonnement, tout en utilisant environ cinq fois moins de paramètres. Les poids sont disponibles ouvertement, ce qui permet aux entreprises d’adapter le modèle à leurs données propriétaires et de l’exécuter dans leur propre environnement informatique.

Cette orientation change la donne pour les usages sensibles. Des données clients confidentielles, des contraintes de conformité, des règles internes sur la localisation des informations : tout cela pousse certaines organisations à éviter les agents hébergés chez un prestataire externe. Dans ce contexte, NVIDIA ne vend pas seulement de la capacité de calcul ; l’entreprise tente aussi de prendre place dans la couche logicielle des agents, là où elle a longtemps dominé le matériel.

Le pari du local : moins de cloud, plus de gouvernance

Le second modèle, Nemotron 3.5 Bolt 74B-A9B 24GB, compte 74 milliards de paramètres mais n’en active que 9 milliards pendant le traitement. Grâce à une quantification sur deux bits, il tient dans 24 Go de mémoire et peut s’exécuter sur des systèmes NVIDIA RTX et DGX Spark. Pour les développeurs, cela ouvre la porte à des agents IA locaux pour le développement logiciel, avec moins de dépendance aux services cloud.

Mitch Ashley, vice-président et practice lead chez The Futurum Group, résume l’intérêt stratégique : « NVIDIA is moving agent inference onto hardware that enterprises already own. » Et d’ajouter : « The inference bill shrinks, and the governance surface grows. » Autrement dit, la facture d’inférence baisse, mais le périmètre de gouvernance s’élargit. Le raisonnement est simple : dès que l’agent ne passe plus par les passerelles cloud habituelles, l’IT perd une partie de ses outils de mesure et d’audit. Pas idéal quand le même agent doit un jour toucher la production.

Un modèle de 4 Go pour les usages embarqués

Le troisième modèle, Nemotron 3.5 Bolt E4B 4GB, doit sortir le 23 octobre et cible les systèmes Jetson, GeForce RTX et Spark. Plus compact, il vise les assistants conversationnels et les applications d’IA embarquée où la mémoire et la puissance de calcul sont limitées. NVIDIA cherche ainsi à couvrir toute la chaîne, du serveur au dispositif edge, sans obliger les entreprises à changer d’architecture à chaque cas d’usage.

Cette version plus légère s’adresse à un marché très concret : celui des appareils qui doivent réagir vite, rester localement autonomes et consommer peu. Pour rappel, l’IA embarquée désigne des modèles qui tournent directement sur l’appareil, sans dépendre en permanence d’un serveur distant. Cela réduit les allers-retours réseau et simplifie certains déploiements, mais impose des compromis sur la taille du modèle et la qualité des réponses.

Des partenaires déjà en test, et un écosystème de distribution bien placé

NVIDIA dit déjà voir des usages spécialisés chez plusieurs grands acteurs. CrowdStrike adapte Super VL pour des opérations de cybersécurité, Atlassian l’explore pour la recherche assistée dans Jira et Confluence, et Salesforce travaille sur une automatisation des workflows gouvernementaux. De quoi montrer que l’intérêt ne se limite pas à une démonstration technique : les premières intégrations visent des tâches à fort effet de levier, là où un agent peut réellement faire gagner du temps.

Les modèles sont distribués via Hugging Face, OpenRouter, ModelScope et NVIDIA NIM, avec un outillage de personnalisation fondé sur NeMo. NVIDIA a aussi indiqué avoir développé Super VL avec la Nemotron Coalition, en s’appuyant sur environ 26 000 milliards de tokens d’entraînement et 3,8 millions d’échantillons pour le post-training et l’apprentissage par renforcement. Reste la vraie question, côté entreprise : ces modèles ouverts seront-ils assez précis et assez sobres pour convaincre face aux alternatives cloud déjà en place ?