WASHINGTON — Jensen Huang a apporté sa veste en cuir — et la nouvelle politique industrielle de l'entreprise — à Washington.
La GTC de Nvidia à Washington n'était pas seulement une vitrine de produits — c'était une déclaration de politique, positionnant l'IA comme le prochain pilier de l'industrie américaine.
Kent Nishimura/Bloomberg via Getty Images
WASHINGTON — Jensen Huang a apporté sa veste en cuir — et la nouvelle politique industrielle de l'entreprise — à Washington.
Lors de la GTC de Nvidia $NVDA sur les rives du Potomac, l'entreprise qui a construit l'économie des puces de la Silicon Valley est venue à Washington pour faire valoir que l'IA fait désormais partie de la base industrielle de l'Amérique. La firme a utilisé la scène principale pour introduire ce qu'elle appelle « l'IA physique » — une intelligence qui se déplace à travers des usines, des robots et des véhicules — et pour positionner la pile de Nvidia comme l'infrastructure qui la propulsera.
La GTC a longtemps été la vitrine des développeurs de l'entreprise, un mélange de graphiques de performance et de prophéties où Huang dit aux ingénieurs à quoi ressemblera demain. Mais ce public était différent : des décideurs, des chercheurs et des dirigeants d'industries qui dépendent encore de l'acier, de l'énergie et des personnes. Le ton était en accord avec le cadre.
Mais Washington n'était pas seulement un décor. Nvidia a utilisé son lancement en capital pour faire un mouvement de politique explicite, présentant ses GPU comme une infrastructure nationale et sa pile logicielle comme l'épine dorsale de tout, de l'automatisation industrielle à l'informatique fédérale. L'entreprise a dévoilé une « Usine d'IA pour le gouvernement », une plateforme de référence sécurisée développée avec des partenaires comme Palantir $PLTR, ServiceNow $NOW et Lockheed Martin $LMT pour alimenter les agences et les charges de travail de défense à grande échelle.
Le message était clair : si la prochaine ère de l'industrie est intelligente, le gouvernement devrait également acheter du calcul au gigawatt. Cet argument — selon lequel le calcul est la nouvelle infrastructure — s'est fondu harmonieusement dans le discours industriel de Nvidia. Si Washington a besoin d'IA pour gouverner, l'industrie en a besoin pour construire.
The NVIDIA IGX Thor robotics processor, which Nvidia says will bring real-time physical AI to the industrial and
medical edge.
Le cas de Nvidia à Washington n'était pas tant une question d'invention que d'assemblage : une synthèse de puces, de partenaires et de politiques. Sa nouvelle plateforme, Omniverse DSX, est un plan numérique pour ce qu'elle appelle des usines d'IA — des centres de données à l'échelle du gigawatt conçus comme des usines industrielles. Les ingénieurs peuvent co-concevoir la construction, l'énergie et le refroidissement dans une simulation partagée, puis utiliser le même jumeau comme système de contrôle de l'installation une fois qu'elle est en fonctionnement.
Nvidia affirme que cette approche peut rendre le déploiement jusqu'à 500 fois plus rapide, augmenter l'efficacité de 30 % et accroître le rendement de 14 %. La méthode est déjà utilisée au Centre de recherche sur les usines d'IA de l'entreprise à Manassas, en Virginie.
La base de ces jumeaux numériques est une nouvelle couche de physique de l'IA. Nvidia dit que son calcul accéléré peut désormais accélérer les solveurs traditionnels jusqu'à 80 fois, tandis que de nouveaux modèles de physique basés sur l'IA simulent des dynamiques de fluides complexes en temps réel. Travaillant avec des partenaires tels que Synopsys $SNPS et Ansys Fluent, ces modèles ont réalisé des gains de performance jusqu'à 500 fois, réduisant les cycles de conception de semaines à minutes.
Ces plans reposent sur une nouvelle infrastructure. Le DPU BlueField-4 et le SuperNIC ConnectX-9 (1,6 téraoctets par seconde) forment le tissu du soi-disant système d'exploitation de Nvidia pour les usines d'IA, reliant des milliers de GPU sur son réseau Ethernet Spectrum-X $TWTR. Ils sont l'infrastructure silencieuse derrière une nouvelle classe de supercalculateurs industriels — de Stargate (1,2 gigawatts) à Abilene, Texas, à la construction de 2 gigawatts de Switch en Géorgie — chacun construit pour répondre au même appétit pour le calcul qui alimentait autrefois les logiciels en nuage.
À la périphérie, IGX Thor transforme cette architecture en quelque chose de physique. L'ordinateur Blackwell de qualité industrielle offre une performance de 5 581 FP4 téraflops et une connectivité Ethernet de 400 gigabits, avec un cycle de vie de 10 ans destiné aux usines et aux salles d'opération plutôt qu'aux halls de données. Deux modèles, le T5000 et le T7000, devraient arriver en décembre ; les premiers utilisateurs incluent Diligent Robotics, EndoQuest Robotics, Hitachi Rail et Joby Aviation, avec CMR Surgical évaluant également la plateforme.
Nvidia décrit IGX comme le « runtime industriel » dans une pile robotique à trois ordinateurs — DGX pour l'entraînement, RTX pour la simulation et IGX pour l'inférence en conditions réelles — construite pour les environnements industriels et médicaux avec une intégration de sécurité fonctionnelle pour le type de sécurité et de fiabilité requis dans les environnements médicaux et de fabrication.
Ce matériel fonctionne avec le même pipeline « trois-ordinateurs » que Nvidia applique maintenant partout : s'entraîner sur des systèmes DGX, simuler sur des serveurs RTX et Omniverse, déployer sur Jetson ou IGX. Diligent Robotics entraîne des coursiers hospitaliers dans Isaac Sim ; Johnson & Johnson $JNJ affine les bras chirurgicaux ; Figure AI teste des humanoïdes dans Isaac Lab avant d'installer leurs cerveaux sur Jetson Thor. Dans la taxonomie de Nvidia, ce ne sont plus des robots mais les premiers employés d'une main-d'œuvre computationnelle.
L'étape suivante consiste à construire les lieux où ces machines construiront tout le reste. À Houston, au Texas, Foxconn utilise Omniverse pour modéliser et exploiter une usine de 22 488 mètres carrés qui assemblera les systèmes d'IA de Nvidia. Siemens lance une nouvelle application basée sur Omniverse qui permet aux fabricants de concevoir et de tester des installations entières en 3D ; FANUC et Foxconn Fii fournissent des jumeaux robotiques OpenUSD qui s'intègrent directement dans ces modèles numériques.
Pour éviter que les lignes de production ne se heurtent, Nvidia a introduit Mega, un cadre de simulation qui permet aux ingénieurs de tester des flottes de robots et des contrôleurs d'usine en synchronisation virtuelle. La sécurité provient de Halos, un système de vision IA aérien qui surveille le sol et ralentit ou arrête automatiquement les machines lorsque des personnes croisent leur chemin. L'entreprise a créé un laboratoire d'inspection Halos accrédité par l'ANSI pour certifier la sécurité fonctionnelle pour l'IA physique.
L'écosystème ressemble maintenant à un who's who de l'industrie lourde. Caterpillar $CAT utilise des jumeaux numériques pour former des équipements autonomes ; TSMC $TSM et Toyota $TM simulent des lignes de production ; Belden et Accenture $ACN ont construit un « orchestrateur d'IA physique » pour l'optimisation industrielle ; et Lilly exploite un Blackwell SuperPOD de 1016 GPU utilisant la plateforme BioNeMo de Nvidia pour modéliser les processus de découverte de médicaments avant qu'ils n'atteignent le laboratoire.
NVIDIA DRIVE AGX Hyperion 10, which Nvidia says is a reference computer and sensor architecture that enables automakers to build level 4-ready, software-defined vehicles on a validated, scalable foundation.
Lors de l'événement préliminaire organisé par Nvidia pour le discours d'ouverture, Huang est apparu brièvement à l'écran en se rendant pour prononcer son grand discours et a plaisanté : « Chaque fois que je dis 'quantum', le cours de l'action monte. Quantum, quantum, quantum. » Il avait plus à dire sur le sujet. Lorsqu'il est monté sur scène, il a annoncé la prochaine étape de Nvidia dans le domaine quantique : NV et NVQlink, la tentative de Nvidia de fusionner l'informatique quantique et classique en une seule architecture, ce que l'entreprise évoque depuis des mois.
« Nous avons maintenant une architecture qui peut faire du contrôle, de la co-simulation, de la correction d'erreurs quantiques et évoluer vers l'avenir », a-t-il déclaré lors de son discours d'ouverture. L'objectif est ambitieux : relier les unités de traitement quantique (QPU) aux GPU de Nvidia via une nouvelle interconnexion qui gère tout, de l'étalonnage et du contrôle à la correction d'erreurs et à la simulation hybride — la plomberie de la science post-classique.
L'échelle du soutien est stupéfiante — 17 entreprises de calcul quantique et huit laboratoires du Département de l'Énergie collaborent déjà sur NVQ, y compris Berkeley, Brookhaven, Fermilab, Los Alamos, Oak Ridge et Pacific Northwest. « Juste à peu près chaque laboratoire du DOE nous a engagés », a déclaré Huang, positionnant Nvidia comme le tissu conjonctif de la recherche américaine.
Le Département de l'Énergie s'associera également à Nvidia pour construire sept superordinateurs d'IA — une fusion directe des pipelines quantiques, d'IA et de robotique que Huang a décrites comme « les instruments fondamentaux de la science ». Il l'a qualifié à la fois de « montée d'énergie » et de « montée de passion » sous l'égide du secrétaire du DOE Chris Wright, décrivant une convergence de l'informatique accélérée, de l'IA, de la modélisation quantique et de l'expérimentation robotique.
De là, l'histoire passe des plantes au pavé. « Il y a un robot qui est clairement à un point d'inflexion, et il est essentiellement ici », a déclaré Huang dans son discours, « et c'est un robot sur roues. » Et Nvidia veut entrer dans le jeu. « Je m'attends à ce que cette [nouvelle plateforme informatique] ait beaucoup de succès », a déclaré le PDG.
Drive Hyperion 10, la nouvelle plateforme de Nvidia prête pour le niveau 4, associe deux processeurs Thor (environ 2 000 TFLOPS FP4 chacun) à un ensemble de capteurs comprenant 14 caméras, neuf radars, un lidar et une douzaine d'ultrasoniques. La plateforme soutient les futurs véhicules de Lucid $LCID, Stellantis $STLA et Foxconn, et Mercedes-Benz, qui prévoit d'intégrer Thor dans la Classe S vers 2028.
Le plus grand déploiement viendra d'Uber $UBER, qui prévoit de déployer 100 000 véhicules prêts pour le niveau 4 à partir de 2027 — voitures et camions de Lucid, Stellantis, Mercedes-Benz et Volvo Autonomous Solutions — formés dans une usine de données IA conjointe construite sur le moteur Cosmos de Nvidia. Nvidia décrit cela comme le plus grand réseau de covoiturage au monde prêt pour le niveau 4. Pour accélérer les tests, Nvidia a publié un ensemble de données multimodal de 1 700 heures couvrant 25 pays, ainsi que des outils tels que NuRec (rendu neuronal), Cosmos Transfer et Lidar Gen pour la simulation de conduite autonome.
La portée de l'entreprise s'étend maintenant aux ondes et aux agences. Aerial 6G, sa plateforme de réseaux définis par logiciel, est en train d'être open-source sous Apache 2.0, avec le matériel ARC-Pro de Nokia et T-Mobile $TMUS réalisant des essais sur le terrain en 2026. L'open-source en lui-même — avec la première collaboration commerciale de Nokia et le pilote de T-Mobile — marque L'élan de Nvidia pour intégrer les réseaux 6G dans son écosystème IA.
The NVIDIA AI Factory for Government reference design, which Nvidia says will equip federal agencies and regulated industries to build and deploy full-stack AI solutions that meet rigorous security standards.
Pour les acheteurs du secteur public, Nvidia a dévoilé une AI Factory pour le gouvernement — une pile de référence alignée sur FedRAMP combinant Nvidia AI Enterprise avec des partenaires tels que Palantir, CrowdStrike $CRWD, ServiceNow, Lockheed Martin et Northrop Grumman $NOC. Le même modèle soutient les systèmes Equinox et Solstice du Département de l'Énergie, ainsi que le superordinateur Vera Rubin de Los Alamos. Même la couche entreprise a eu sa version. Palantir intègre les modèles CUDA-X et Nemotron de Nvidia dans sa plateforme Ontology ; Lowe’s utilise la pile pour gérer un jumeau numérique en direct de sa chaîne d'approvisionnement mondiale — le commerce de détail comme une autre forme de fabrique IA.
GTC a toujours été en partie un lancement de produit, en partie une campagne de persuasion. À San Jose, Huang vend de l'imagination. À Washington, il a vendu l'inévitabilité — l'idée que l'intelligence elle-même est devenue une infrastructure, et que celui qui la construit le plus rapidement possédera la prochaine chaîne d'approvisionnement. Ce qu'il a proposé n'était pas seulement des puces plus rapides ou des robots plus intelligents, mais un plan d'exploitation pour la façon dont l'intelligence elle-même est fabriquée — dans les usines, sur les routes, et à l'échelle du réseau.
Le lieu rendait le sous-texte évident. Ce n'était pas juste une conférence; c'était une présentation de politique en veste de cuir — une qui transformait la stratégie industrielle en un problème logiciel que seul Nvidia peut résoudre.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.