"Nvidia est le plus grand contributeur mondial à l'IA open source"

"Nvidia est le plus grand contributeur mondial à l'IA open source" Nat Ives est directeur France, Benelux et Nordics chez Nvidia. A l'occasion de VivaTech, il revient sur la stratégie mondiale du groupe et sur ses ambitions en France.

Nat Ives est directeur France, Benelux & Nordics chez Nvidia. © Nvidia

JDN. Quelle place réelle occupe la France dans la stratégie européenne de Nvidia : marché commercial, hub de R&D, vitrine politique, ou futur centre industriel de l'IA ?

Nat Ives. Peu de gens le savent, mais notre toute première puce, la NV1, a été fabriquée en France. Nous sommes aujourd'hui environ 150 personnes, avec un bureau à La Défense et des équipes réparties dans tout le pays. C'est un vrai mélange : commerciaux, développeurs, ingénieurs, marketing. Chaque fonction de l'entreprise est présente en France. Mon rôle consiste à animer l'écosystème de l'IA dans les régions dont j'ai la charge, et la France y occupe une place déterminante.

De grandes start-up sont à Paris : Mistral, H Company, Pleias, AMI Labs… La concentration de talents et d'innovation y est remarquable. En parallèle, la recherche est très active, avec le CNRS notamment. La France illustre parfaitement la richesse d'un écosystème complet réuni dans un seul pays, et c’est très précieux pour nous.

Aujourd'hui, la limite de l'IA n'est plus seulement le GPU, mais l'accès à l'électricité, au foncier, au refroidissement et au réseau. Est-ce que la France a vraiment les moyens physiques d'accueillir des AI factories à grande échelle ?

Construire la prochaine génération de data centers dédiés à l'IA est une tâche extrêmement complexe. Le problème est difficile parce que la chaîne d'approvisionnement est très longue : du foncier et de l'énergie au béton et aux bâtiments, puis au refroidissement et à la distribution électrique que vous évoquez, jusqu'à la densité et la complexité des équipements dans le rack, avant même d'arriver au logiciel. Nous avons développé un outil appelé DSX, une sorte de jumeau virtuel de data center où tous ces éléments, et toutes les entreprises qui les fabriquent et les assemblent, peuvent interagir. Beaucoup des acteurs de notre système DSX sont français, comme Schneider. La richesse de l’écosystème français est significative avec Hutchinson, sur les systèmes de tuyauterie et de refroidissement, et TotalEnergies, très actif sur les batteries et la fourniture d'énergie. Citons encore STMicroelectronics, présent sur les puces et les contrôleurs ou Eclairion, qui a construit le premier data center haute densité pour Mistral à Bruyères-le-Châtel.

Donc oui, la France a tout ce dont elle a besoin pour déployer ces AI factories : les acteurs ont compris que la France est l'un des endroits les plus attractifs pour le faire, pour toutes les raisons que je viens d'évoquer.

Quels secteurs français sont les plus avancés dans leurs usages de IA ?

Les médias l'ont adopté très vite, parce que les données y sont peu sensibles et l'activité peu régulée, et parce que les outils d'IA générative, déjà utilisés par les consommateurs, leur étaient particulièrement pertinents. Des entreprises comme Publicis, ou L'Oréal dans le marketing digital, se sont lancées très rapidement. A l'inverse, dans des secteurs plus sensibles comme la santé, la défense ou le secteur public, les obstacles à l'adoption sont plus nombreux.

Avec Nemotron, vous vous positionnez de plus en plus sur la partie software de l’IA. Quelle est votre stratégie avec cette famille de modèles ?

Nous sommes désormais le plus grand contributeur mondial à l'IA open source. Nemotron, c'est notre famille d'outils et de modèles d'IA générative, distribuée en open source. Plus tôt cette année, nous avons annoncé la Nemotron Coalition :  une alliance avec les meilleurs laboratoires mondiaux qui travaillent avec nous sur l'entraînement de la prochaine génération de modèles Nemotron. Je suis heureux de dire que H Company et Mistral en font tous deux partie. Ils apportent leurs compétences propres, leurs jeux de données et leur vision européenne du monde. Nemotron a déjà été adopté comme modèle de base pour le post-training de modèles fondamentaux, par de nombreuses entreprises et start-up françaises.

On voit de plus en plus de cloud providers proposer des puces dédiées à l'inférence et à l'entraînement (Google, AWS…) Est-ce un positionnement que vous comptez également suivre ?

Oui, et en réalité nous le faisons déjà. Il suffit de regarder le travail que nous avons mené avec Groq et les annonces qui l'accompagnent. C'est précisément ce qu'elles visent. Tout dépend du modèle et de son usage. Voulez-vous un modèle simple, capable de répondre très vite à de nombreuses questions pour un grand nombre d'utilisateurs, ou un modèle très intelligent, capable d'un dialogue riche ? Ce sont deux cas d'inférence très différents, avec tout un spectre entre les deux.

L'enjeu est d'optimiser la vitesse de production des tokens, mais aussi le nombre de tokens par watt, donc l'efficacité énergétique et, par conséquent, l'efficacité en coût. Il existe tout un éventail de manières d'y parvenir, et nous cherchons en permanence à optimiser notre portefeuille dans ce sens. Car au bout du compte, ces tokens ont une valeur, que l'on peut mesurer en euros : plus de tokens par watt et plus de tokens par utilisateur, c'est plus d'euros et plus de valeur générée. Nous nous efforçons de le faire le plus efficacement possible.

Jensen Huang insiste de plus en plus sur la robotique et l'IA physique. Quelle est la maturité réelle du marché français sur ce suje?

Quand on parle de physical AI, c'est-à-dire d'IA qui touche au monde physique, certains domaines connaissent déjà une forte adoption : les smart cities et la vision par ordinateur. Sur les lignes de production, par exemple, l'IA surveille la qualité de ce qui en sort sans interagir physiquement avec les pièces, ou bien elle trie, comme dans le recyclage. On la retrouve aussi dans les smart cities ou la sécurité. Mais l'IA commence à interagir physiquement, et la robotique est le premier domaine concerné avec des start-up vraiment solides.

Capgemini travaille par exemple sur des robots humanoïdes pour Orano, dans le nucléaire, afin d'intervenir dans des environnements dangereux pour l'homme. Et ce ne sont pas les seuls. Enchanted Tools travaille aussi sur la robotique. Du côté de l'automobile, nous regardons la conduite autonome et la robotique pour les lignes de production. Nous échangeons avec d'autres entreprises encore, dont des grands groupes français, sur la robotique, et ce ne sont que les débuts.