IA : Nvidia arme ses agents pour concevoir les puces de demain

Nvidia étend son Agent Toolkit avec de nouvelles bibliothèques destinées à créer des ingénieurs IA autonomes. Ces agents pourront lancer des simulations, exploiter des modèles physiques et résoudre certains problèmes de chimie quantique. L’annonce intervient alors que le fabricant de puces discuterait d’une garantie financière de 250 milliards de dollars pour un gigantesque projet de centre de données destiné à OpenAI.

Nvidia transforme ses agents IA en ingénieurs spécialisés

Cette offensive renforce la bataille mondiale autour des puces IA, déjà alimentée par la demande des grands groupes technologiques. Nvidia intègre des versions remaniées de PhysicsNeMo et plusieurs bibliothèques CUDA-X. L’objectif est de permettre aux développeurs de construire des agents capables de raisonner à partir de principes physiques, d’utiliser des solveurs accélérés et de générer des données de simulation de haute précision.

Ces systèmes ne sont pas de simples assistants chargés de résumer des documents. Ils peuvent être connectés à des modèles scientifiques, à des outils d’ingénierie et à des bases de données techniques. Un agent pourrait ainsi analyser une conception, exécuter une simulation, identifier un problème, puis proposer une modification.

Dans son annonce officielle, Nvidia cible notamment la conception des puces, leur vérification, leur conditionnement et l’architecture des systèmes informatiques. Des groupes comme Cadence, Siemens et Synopsys adoptent déjà certaines de ces capacités pour leurs outils industriels.

Le terme « quantique » doit être utilisé avec prudence

Plusieurs titres présentent ces outils comme des agents IA « alimentés par le quantique ». Cette formule peut donner l’impression qu’ils fonctionnent déjà sur des ordinateurs quantiques commerciaux. Ce n’est pas ce que l’annonce officielle confirme.

Les bibliothèques CUDA-X apportent surtout des fonctions liées à la chimie quantique et au calcul scientifique accéléré. Elles permettent de modéliser le comportement de molécules ou de matériaux avec des méthodes inspirées de la mécanique quantique. Les calculs peuvent néanmoins être exécutés sur des infrastructures classiques accélérées par les GPU de Nvidia.

La différence est importante, surtout au moment où la course quantique devient aussi un sujet stratégique pour les États. Nvidia ne promet pas une rupture immédiate grâce à un ordinateur quantique universel. Le groupe rapproche plutôt l’IA agentique, la simulation scientifique et le calcul haute performance. Cette combinaison peut déjà réduire le temps nécessaire pour tester un matériau, vérifier un circuit ou optimiser un composant.

La conception des puces devient un terrain majeur pour l’IA

La fabrication d’un semi-conducteur nécessite des milliards de décisions techniques. Une petite erreur peut apparaître dans le dessin d’un circuit, la disposition des composants ou l’étape de vérification. Les ingénieurs utilisent donc des logiciels complexes et réalisent de nombreuses simulations avant la production.

Les agents de Nvidia pourraient automatiser une partie de cette chaîne. Ils seraient capables de manipuler les outils spécialisés, d’interpréter les résultats et de recommencer une simulation avec de nouveaux paramètres. L’humain conserverait la responsabilité finale, mais le nombre d’essais réalisables pourrait fortement augmenter.

Le groupe présente notamment Nemotron 3 Ultra et son agent ACE-RTL pour aider à la conception et à la vérification des circuits numériques. Nvidia veut ainsi vendre plus que des processeurs. Il cherche à fournir l’environnement logiciel dans lequel les prochaines générations de processeurs seront elles-mêmes conçues.

Cette stratégie crée une boucle assez singulière. Les puces Nvidia exécutent les modèles d’IA. Ces modèles aident ensuite les entreprises à concevoir de nouvelles puces et de nouveaux systèmes, qui demanderont encore davantage de puissance informatique. La documentation technique de Nvidia sur PhysicsNeMo montre déjà comment ces modèles physiques peuvent accélérer les simulations industrielles.

Nvidia pourrait garantir 250 milliards de dollars pour OpenAI

En parallèle, Nvidia serait en discussion pour garantir environ 250 milliards de dollars de financement liés à un futur centre de données d’OpenAI. Le projet concernerait un campus de 10 gigawatts dans le sud de l’Ohio, développé par une filiale énergétique de SoftBank.

Selon Reuters, qui relaie le Wall Street Journal, cette garantie ne correspondrait pas à un simple investissement versé immédiatement à OpenAI. Elle servirait plutôt à rassurer les prêteurs et à soutenir les engagements de location du centre de données. Le projet total pourrait dépasser 500 milliards de dollars, équipements compris.

Nvidia discuterait séparément d’un financement pouvant atteindre 350 milliards de dollars pour les achats de puces d’OpenAI. Ces négociations ne sont pas encore finalisées. Elles montrent toutefois jusqu’où le fabricant est prêt à aller pour sécuriser la demande future de ses accélérateurs, dans un contexte où OpenAI prépare déjà une phase de monétisation et de croissance plus agressive.

Le risque est évident. Nvidia deviendrait à la fois fournisseur, partenaire financier et soutien indirect de l’un de ses plus grands clients. Le potentiel commercial est immense, mais la dépendance entre les deux entreprises deviendrait aussi plus profonde. Derrière les nouveaux agents ingénieurs se dessine donc une bataille plus large : contrôler à la fois les outils, les puces et les infrastructures qui feront fonctionner l’IA industrielle.

En bref

• Nvidia enrichit son Agent Toolkit avec PhysicsNeMo et CUDA-X.
• Les agents pourront utiliser des simulations physiques et des outils de chimie quantique.
• Nvidia discuterait aussi d’une garantie de 250 milliards de dollars pour OpenAI.