Nvidia a lancé trois modèles d’IA open weight conçus pour exécuter des agents dans les centres de données des entreprises et sur les ordinateurs personnels. L’extension des modèles d’IA ouverts de Nvidia associe Nemotron 3.5 Super VL, conçu pour les tâches d’entreprise, à deux modèles Bolt plus petits destinés à maintenir les charges de travail d’IA sur les appareils locaux plutôt que de les envoyer dans le cloud.
Sommaire
Points clés à retenir
- Super VL compte 120 milliards de paramètres et prend en charge les tâches d’agent en entreprise.
- Bolt vise les agents locaux sur les PC RTX Spark et les stations de travail DGX Spark.
- Super VL et Bolt 74B-A9B sont disponibles ; Bolt E4B arrivera plus tard en octobre.
Modèles pour agents d’entreprise et PC locaux
Nemotron 3.5 Super VL est un modèle de 120 milliards de paramètres optimisé pour les agents d’entreprise. Nvidia indique qu’il offre une précision comparable à celle du plus grand Nemotron 3 Ultra sur les tâches impliquant le suivi d’instructions et l’utilisation d’outils, malgré un nombre de paramètres inférieur.
La gamme Bolt s’adresse aux consommateurs, aux programmeurs et aux travailleurs du savoir en entreprise. Les modèles sont conçus pour les PC utilisant la puce Nvidia RTX Spark et les stations de travail fonctionnant avec DGX Spark. Microsoft et Dell comptent parmi les partenaires qui mettent ces PC sur le marché.
Nemotron 3.5 Bolt 74B-A9B 24GB dispose de 74 milliards de paramètres. Nvidia l’a conçu pour équilibrer vitesse et raisonnement pour des agents locaux gérant des tâches en plusieurs étapes, appelant des outils et naviguant sur le web. Le plus petit Bolt E4B vise les agents conversationnels.
Ensemble, ces lancements prolongent l’offensive de Nvidia dans les agents toujours actifs et l’edge computing, avec des modèles destinés à la fois à l’infrastructure d’entreprise et aux assistants d’IA locaux.
Performances et adoption des modèles d’IA ouverts de Nvidia
Nvidia affirme que Super VL exécute certaines tâches d’agent plus rapidement que les modèles concurrents d’Anthropic et d’OpenAI après un post-entraînement spécifique à la tâche. Ses comparaisons citent Opus 5, GPT 6.1 Sol, Luna et Astra.
Parmi les tâches concernées figurent l’intelligence documentaire, la comptabilité financière, l’expérimentation scientifique, les demandes d’indemnisation d’assurance maladie et la résistance aux attaques de sécurité. La revendication de performance s’applique à ces usages spécialisés, plutôt qu’à une comparaison globale couvrant toutes les capacités des modèles.
Nvidia cite également Skydance, EY, Ramp, Crowdstrike, Perplexity et Salesforce comme entreprises utilisant Super VL.
Personnalisation en entreprise et charges de travail maintenues hors du cloud
Les organisations peuvent post-entraîner Super VL avec leurs propres données et le déployer sur une infrastructure qu’elles contrôlent. Nvidia présente cette flexibilité comme une différence par rapport aux modèles fermés de pointe.
« Contrairement aux modèles fermés de pointe, les organisations peuvent post-entraîner Super VL sur leurs propres données, le déployer sur leur propre infrastructure et posséder ce qu’elles construisent », a écrit Kari Briski, vice-présidente de Nvidia en charge des modèles ouverts et des logiciels, dans l’article de blog de lancement.
Briski a indiqué que les organisations exécutant des agents sur l’infrastructure Nvidia disposent désormais de modèles ouverts et optimisés sans avoir à choisir entre capacité et déployabilité.
Sur les PC, l’accent se déplace vers l’exécution locale. Briski a écrit que les utilisateurs « peuvent déléguer des projets du quotidien… sans envoyer ces charges de travail dans le cloud. » Cette approche soutient l’effort de Nvidia pour créer un marché de PC dopés aux puces exécutant localement des assistants grand public, dans un contexte de préoccupations liées à la confidentialité concernant l’accès des agents aux informations personnelles.
Un affrontement plus large autour de l’infrastructure d’IA
Les modèles d’IA ouverts de Nvidia sont en concurrence avec les laboratoires propriétaires de pointe qui sont aussi ses clients et bénéficiaires de ses investissements. Sa famille Nemotron existante couvre déjà l’IA multimodale, le raisonnement, le codage, les mathématiques et l’automatisation en entreprise.
Ces laboratoires propriétaires explorent du matériel au-delà de Nvidia, notamment Trainium d’AWS et Cerebras, tout en développant également leurs propres puces. Nvidia, de son côté, cible les entreprises qui souhaitent exploiter des modèles ouverts dans leurs propres centres de données et les consommateurs qui recherchent des assistants sur leurs PC.
Selon Nvidia, Super VL et Bolt 74B-A9B sont déjà disponibles, tandis que Bolt E4B doit être lancé plus tard en octobre.
Article produit avec l’assistance de l’intelligence artificielle et relu par l’équipe éditoriale.




