Puces et infrastructures IA

Le 19 octobre 2026, NVIDIA a annoncé avoir conduit au centre de calcul de Jülich, en Allemagne, la plus grande simulation complète à ce jour d'un processeur quantique tolérant aux fautes : 104 qubits, sous un bruit matériel réaliste. Les chercheurs ont utilisé 8 192 GPU de JUPITER, premier supercalculateur exascale d'Europe, équipé de puces GH200, avec les logiciels cuQuantum et CUDA-Q. La simulation valide la « culture d'états magiques », une méthode de production de ces états indispensables au calcul tolérant aux fautes, qui nécessite 90 % de qubits physiques en moins que les approches précédentes selon NVIDIA. Les travaux précédents de Jülich portaient sur 50 qubits sans bruit. Le développement a d'abord été mené sur un système GB200 NVL72 du centre de recherche quantique accélérée de NVIDIA (NVAQC), ce qui a ramené un effort de plusieurs semaines à quelques jours.

Le 19 octobre 2026, AWS et Deepgram ont détaillé le portage de Nova-3, le modèle de transcription de Deepgram, sur les puces Trainium2 pour ses traitements par lots hors ligne, comme l'analyse de centres d'appels ou la transcription médicale. Mené sur plusieurs mois avec les ingénieurs déployés d'AWS, le chantier est parti du code PyTorch standard compilé par TorchNeuron, puis a remplacé des couches par des noyaux fusionnés de la bibliothèque NKILib et par des noyaux écrits à la main.

Deepgram fait tourner huit répliques du modèle sur une seule instance EC2 trn2.3xlarge, pilotées par un runtime en Rust, sans Python dans le chemin de service. Sur ses charges par lots, cette configuration traite 11 à 70 % d'audio en plus par dollar que les solutions de calcul qu'il utilisait, aux prix des instances au moment de l'évaluation. Deepgram revendique plus de 200 000 développeurs et 1 400 organisations clientes.

Le 19 octobre 2026, Modal, plateforme d'infrastructure pour l'IA, a annoncé qu'elle déploiera les processeurs Vera de NVIDIA pour faire tourner ses Modal Sandboxes, environnements isolés utilisés par des agents de code et pour l'apprentissage par renforcement. NVIDIA lui a livré la semaine précédente son premier serveur Vera, CPU compatible Arm conçu pour la plateforme Vera Rubin.

Sur son banc Agentless Agent Bench, 50 tâches tirées de Terminal-Bench exécutées en conteneurs concurrents, Modal mesure jusqu'à deux fois plus de tâches traitées qu'une machine x86 (GNR) équivalente, avec une latence par tâche égale ou inférieure ; l'écart vient selon elle de la bande passante mémoire, qui évite le ralentissement sous charge. Le passage à Arm impose de modifier son infrastructure et son système de construction d'images. Modal a annoncé le 14 octobre une série D de 750 millions de dollars.

Le 19 octobre 2026, Meta a publié sur son blog d'ingénierie une description de Prometheus, son supercalculateur d'IA à l'échelle du gigawatt installé à New Albany, dans l'Ohio. La première phase est achevée et a servi à entraîner les modèles Muse, dont Muse Wonder ; le système compte aujourd'hui des centaines de milliers de GPU répartis dans plusieurs bâtiments et doit atteindre environ un million de GPU à pleine échelle.

Prometheus combine deux plateformes NVIDIA, Catalina (GB200 NVL72) et Clemente (GB300 NVL72), une troisième fondée sur Vera Rubin NVL72 devant arriver prochainement. Meta indique avoir réduit de 99 % les interruptions depuis un pic de près de 1 000 incidents par jour pour 8 000 GPU à la mi-2025, et mesure plus de 85 % de temps de calcul utile en préentraînement et plus de 90 % en apprentissage par renforcement sur Muse Wonder. Le temps moyen entre interruptions dépasse désormais 54 000 heures-GPU.

Le 19 octobre 2026, Amazon a présenté TorchNeuron, un backend natif qui exécute sur ses puces d'IA Trainium2 et Trainium3 du code PyTorch existant avec un simple changement de configuration. Le logiciel sera publié sous licence Apache 2.0 le 20 octobre à la PyTorch Conference North America, en bêta publique installable par pip selon Hugging Face.

TorchNeuron s'insère dans le mécanisme d'enregistrement de matériel de PyTorch et prend en charge l'exécution eager, torch.compile, FSDP et TorchTitan. Amazon dit le tester sur des centaines de milliers de modèles à chaque version et cite Cartesia et le Lieber Institute for Brain Development parmi les premiers utilisateurs. Hugging Face intègre le support natif dans Transformers, Diffusers, PEFT et TRL : 89 % des 100 architectures de génération de texte les plus utilisées fonctionnent d'emblée, contre 46 % avec Optimum Neuron v0.4.5.

Le 19 octobre 2026, Siemens a présenté dans son usine électronique d'Erlangen, en Allemagne, de nouvelles applications d'IA développées avec NVIDIA en moins de dix mois et testées en production réelle.

Pour les nouvelles cartes électroniques des variateurs et convertisseurs de fréquence fabriqués sur le site, l'IA génère, à partir des jumeaux numériques, des images photoréalistes qui entraînent les systèmes d'inspection visuelle avant l'existence de prototypes physiques : l'effort d'ingénierie baisse jusqu'à 85 % et le délai de mise sur le marché jusqu'à 40 %, selon Siemens. Un agent d'IA produit aussi des scénarios de planification à l'arrivée des commandes, validés sur le jumeau numérique de l'usine, pour des économies annoncées jusqu'à 20 %. Les briques NVIDIA utilisées sont les modèles Cosmos, le Factory Operations Blueprint et les bibliothèques Omniverse.

L'usine, qui emploie environ 1 000 personnes, fait déjà tourner plus de 100 algorithmes d'IA ; Siemens y investit 500 millions d'euros d'ici 2030.

Le 19 octobre 2026, le groupe coréen LS a déclaré à la Bourse de Séoul (DART) un contrat de 168,9 milliards de wons, soit 125,2 millions de dollars, signé le 16 octobre par sa filiale LS Electric : celle-ci fournira des tableaux de distribution électrique à LS Electric America, sa propre filiale, qui a remporté un projet de centre de données hyperscale aux États-Unis.

Le contrat couvre les livraisons de 2027 et prolonge une première tranche de 115 millions de dollars pour 2026, déclarée le 13 avril. Il représente 3,4 % du chiffre d'affaires 2025 de LS Electric. Selon l'entreprise, citée par Chosun Biz, le client est un grand groupe technologique américain, le matériel principal est un tableau haute tension de 38 kV pour centre de données d'IA, et des discussions portent sur des tableaux basse tension et des transformateurs de distribution.

Cette commande est distincte de celle de 138 millions de dollars pour Bloom Energy déclarée le 13 octobre.

Le 16 octobre 2026, EverWind a annoncé plus de 10 milliards de dollars canadiens d'investissement privé à Point Tupper, en Nouvelle-Écosse : plus de 8 milliards pour un campus de centres de données et 2 milliards pour quatre parcs éoliens terrestres. La société a signé un bail de long terme avec un développeur d'IA de pointe pour la première phase ; Anthropic s'est fait connaître le soir même dans un communiqué cité par SaltWire, en indiquant y développer de la capacité pour faire tourner Claude au service de ses clients canadiens et mondiaux. Il s'agit du premier centre de données d'Anthropic au Canada. Le campus doit démarrer fin 2027 avec 95 MW, puis passer à 420 MW avec une extension de 325 MW visée pour 2028. EverWind prévoit environ 2 000 emplois de chantier et 215 emplois permanents et finance les raccordements électriques liés au projet. Le premier ministre provincial Tim Houston a assisté à l'annonce.

Le 16 octobre 2026, NVIDIA et AI4Bharat, laboratoire de l'IIT Madras, ont présenté sur le blog de Hugging Face Nemotron-pretraining-Indic-v1, un corpus synthétique de préentraînement d'environ 2 800 milliards de tokens couvrant les 22 langues inscrites dans la Constitution indienne, langues maternelles de 97 % des Indiens. Le corpus sera publié prochainement, avec le pipeline ouvert et accéléré par GPU qui l'a produit.

Le pipeline traduit en langues indiennes des documents anglais tirés de Nemotron-CC-v2, puis note chaque sortie sur une grille inspirée du cadre MQM et ne garde que celles qui atteignent 75 sur 100 ; les autres sont réparées et réévaluées. Le texte est en écriture native pour les 22 langues et romanisé pour douze d'entre elles. Le préentraînement continu de Nemotron 3.5 Super VL a utilisé 10 milliards de tokens indiens, pour des gains de 4,98 à 9,82 points de pourcentage selon les bancs d'essai.

Le 15 octobre 2026, NVIDIA a publié Nemotron 3.5 Super VL, un modèle ouvert de 120 milliards de paramètres qui traite texte et images et vise les agents d'entreprise : suivi d'instructions, appel d'outils, processus métier en plusieurs étapes. Selon NVIDIA, il atteint une précision comparable à celle de son plus grand modèle de raisonnement avec environ cinq fois moins de paramètres. Il a été entraîné sur environ 26 000 milliards de tokens, puis post-entraîné sur quelque 3,8 millions d'exemples et par apprentissage par renforcement ; poids, jeux de données et recettes d'entraînement sont publiés.

Le modèle est disponible sur Hugging Face, OpenRouter, ModelScope et en microservice NIM ; Scale AI et CrowdStrike font partie des organisations qui l'adaptent. NVIDIA a mis en ligne le même jour Nemotron 3.5 Bolt 74B-A9B, annoncé le 13 octobre, quantifié en 2 bits pour tenir dans 24 Go de mémoire. Bolt E4B, de 4 Go, est attendu le 23 octobre.

Le 15 octobre 2026, l'exportateur américain de gaz naturel liquéfié Venture Global a annoncé des accords-cadres avec GE Vernova et Baker Hughes pour jusqu'à 16 nouveaux « îlots » de production de 720 MW chacun, des cycles combinés au gaz, avec leurs transformateurs. Ces unités prolongent son réseau électrique privé, non raccordé au réseau public, qui compte déjà environ 4,5 GW de production au gaz sur ses sites de liquéfaction.

L'entreprise veut ainsi rendre disponibles jusqu'à 10 GW de capacité de calcul d'ici fin 2034, pour des centres de données installés sur ses terrains, sans prélever sur le réseau ni sur l'eau publics. Son directeur général Mike Sabel parle de bâtir une « AI utility » verticalement intégrée.

Le déploiement se fera par étapes, selon les engagements de clients. Venture Global prévoit de passer sa première commande ferme d'îlot d'ici fin 2026 et de déposer dans la semaine de l'annonce ses premières demandes de permis.

Le 14 octobre 2026, NVIDIA a présenté cuPotential, une nouvelle bibliothèque CUDA-X qui permet de bâtir des agents d'IA capables de simuler les interactions entre atomes et molécules. En accès anticipé, elle a accéléré de 2 à 3 fois des chaînes de calcul déjà optimisées pour GPU ; Synopsys figure parmi les premiers utilisateurs pour ses simulations de matériaux.

Le groupe recense d'autres usages de ses bibliothèques dans la conception et la fabrication de puces : Lam Research prévoit d'intégrer NanoVDB à SEMulator3D, avec une modélisation de certaines gravures jusqu'à 30 fois plus rapide ; Applied Materials annonce des simulations de chambres jusqu'à 35 fois plus rapides ; Synopsys mesure un gain potentiel de 30 fois avec cuEST sur QuantumATK. Cadence, KLA, Siemens et COMSOL sont aussi cités. ChipAgents et NVIDIA préparent Build-A-Chip Bench, un banc d'essai qui évalue des agents de la spécification d'une puce jusqu'au fichier GDS de dessin des masques.