NVIDIA confirme le passage en production de sa plateforme Vera Rubin, successeur de la génération Blackwell. Annoncée lors du GTC 2025, elle constitue le socle d'infrastructure IA des grands hyperscalers et entreprises pour les deux prochaines années. Au programme : six nouvelles puces conçues comme un système intégré, une mémoire HBM4 directement co-conçue avec le GPU, et un gain de performance par watt qui change la donne pour les LLM massifs.
Six puces, une seule plateforme
Vera Rubin n'est pas une simple itération de GPU. C'est une refonte complète de la stack IA, avec six composants nouvelle génération :
- Vera (CPU) : processeur 88 cœurs Arm pensé pour orchestrer les charges IA et alimenter les GPU Rubin sans goulot d'étranglement.
- Rubin (GPU) : nouveau GPU IA succédant à Blackwell, doté de mémoire HBM4 stackée et d'un design conçu pour l'inférence à grande échelle.
- NVLink 6 Switch : interconnexion intra-rack à très haute bande passante, multipliant le débit total entre GPU.
- ConnectX-9 SuperNIC : carte réseau accélérée 1,6 Tbps, optimisée pour les workloads RoCE et InfiniBand.
- BlueField-4 DPU : data processing unit qui décharge le réseau, le stockage et la sécurité du CPU principal.
- Spectrum-6 Ethernet switch : commutateur Ethernet 102,4 Tbps pensé pour le scale-out IA.
Ces composants ne sont pas vendus séparément. Ils forment un système cohérent, déployé en racks NVL72 et NVL576, où chaque puce est dimensionnée pour exploiter au maximum les autres.
HBM4 : la mémoire collée au calcul
Le saut de performance de Rubin repose sur la mémoire. Chaque GPU embarque jusqu'à 288 Go de HBM4, avec une bande passante mémoire 2,75 fois supérieure à celle de Blackwell. Concrètement, cela permet de tenir des modèles de plusieurs centaines de milliards de paramètres en mémoire GPU, sans découpage coûteux entre cartes.
Au niveau rack, NVIDIA annonce :
- 5x les performances d'inférence d'un rack NVL72 Blackwell équivalent
- 10x la performance par watt au niveau système, via la réduction du trafic inter-GPU
- 50 PFLOPs FP8 par GPU Rubin, contre 20 PFLOPs pour Blackwell B200
Pour les opérateurs de datacenters, ces chiffres se traduisent par un coût d'exploitation par token généré qui chute fortement, à parc égal.
La conception assistée par IA, accélérateur silencieux
NVIDIA dévoile en parallèle une partie de sa stack interne de design de puces, où l'IA agit comme co-pilote des ingénieurs hardware. Sur des problèmes ciblés comme le placement de cellules, le routing ou la vérification logique, des modèles internes compriment dix mois de travail de huit ingénieurs en une nuit de calcul.
Concrètement, ce que cela change :
- Cycles de design hardware raccourcis de plusieurs trimestres
- Plus d'itérations d'architecture par génération
- Réduction des ressources humaines mobilisées sur les tâches répétitives de vérification
C'est le premier signal public que NVIDIA applique à son propre silicium les méthodes qu'il vend à ses clients. Et c'est probablement l'une des raisons pour lesquelles Rubin sort en production avec un calendrier aussi tenu après Blackwell.
Densité de calcul : pourquoi Rubin change la donne pour les hyperscalers
Pour les opérateurs de datacenters, la métrique qui compte n'est ni le TFLOPs brut, ni la consommation absolue : c'est la densité de calcul par mètre carré et par kilowatt. Avec Rubin :
- Un rack NVL72 Rubin délivre la puissance d'environ 5 racks Blackwell équivalents
- L'empreinte au sol d'un cluster IA pour entraîner un modèle frontier diminue d'autant
- Les contraintes de refroidissement et d'alimentation se concentrent sur moins de racks, plus denses
À l'échelle d'un datacenter de 100 MW, cela représente plusieurs dizaines de millions d'euros d'économies annuelles sur l'électricité et les contrats de location de baies.
Notre avis chez RedArrow
Vera Rubin marque un tournant : NVIDIA arrête de penser le GPU comme un produit isolé et le pense comme un sous-composant d'un système rack-scale. Pour les PME et ETI françaises qui s'appuient sur des modèles open-source ou des API hébergées, l'impact ne sera pas immédiatement visible. Mais il est réel : à coût d'API constant, vous accéderez à des modèles plus gros, plus rapides, et capables de gérer des contextes plus longs, parce que le coût d'infrastructure du fournisseur baisse mécaniquement.
Le second message est plus stratégique. NVIDIA accélère son rythme parce qu'il utilise l'IA pour concevoir ses propres puces. C'est exactement la dynamique que nous voyons chez nos clients : les équipes qui automatisent leurs tâches répétitives avec des agents IA métier sortent leurs produits plus vite, itèrent plus, et creusent l'écart sur leurs concurrents qui restent sur des process manuels.
La question pour 2026 n'est plus "faut-il intégrer l'IA dans nos opérations ?", mais "à quelle vitesse pouvons-nous le faire avant que nos compétiteurs prennent un avantage durable ?". Vera Rubin est la preuve, côté hardware, que les organisations qui intègrent l'IA dans leur cœur métier ne se contentent pas d'optimisations marginales : elles changent de régime de productivité.
FAQ
Quand Vera Rubin sera-t-elle disponible commercialement ?
NVIDIA confirme la production en 2026, avec des premiers déploiements chez les hyperscalers cloud (AWS, Azure, Google Cloud, Oracle) en seconde moitié d'année. Une version Rubin Ultra avec rack NVL576 est prévue pour fin 2027.
Vera Rubin remplace-t-elle Blackwell ?
Non, pas immédiatement. Blackwell (B100, B200, GB200) reste la plateforme NVIDIA dominante en 2026 et coexistera avec Rubin pendant 18 à 24 mois. Les datacenters existants continueront à exploiter Blackwell pour amortir les investissements récents.
Quel impact sur les coûts d'inférence pour les utilisateurs d'API IA ?
À densité de calcul 5x supérieure et 10x la performance par watt au niveau rack, les fournisseurs d'API peuvent baisser leurs prix tout en augmentant la qualité des modèles servis. Attendez-vous à des baisses de tarifs de 30 à 50% sur les modèles de génération courante d'ici fin 2026.
Sources
- NVIDIA Newsroom — annonce officielle Vera Rubin Platform
- GuruFocus — NVIDIA production update
- GTC 2025 keynote (Jensen Huang)
