La boutique est ouverte

Nous construisons les machines Workstation AI pour les sites web, les agents IA et l'entraînement de LLM — configurez-les et achetez-les en ligne.

Obtenir les prix pro
Produits IA
Labs IAAgents OpenAIAgents ClaudeGrok BotCRM natif Workstation AIMarketingTous les produits
Solutions IA
IA appliquéeAgents IAIA générativeAutomatisation par IAMontée en compétence IAOffres IA pour PMELaboratoire IA d'entrepriseStations de travail IAMatériel et logiciels NVIDIACalcul accéléré NVIDIAIA privéeCloud privé GPUClusters GPUIA en périphérieIA par secteur
Services IA
Modernisation des plateformesIngénierie numériqueFondations data et IAOpérations autonomesConseil IAAutomatisation DevOpsCybersécuritéDéveloppement logicielCréation d'agentsMise en place MLOpsLocation de GPUCloud privé GPU
À propos
EntrepriseNotre histoirePartenairesTémoignages clients
Centres de données IA
Centres de données IACloud privé GPUClusters GPULocation de GPU
Analyses IASérie JevLabo de benchmarksChoix de modèles
Notes techniques
Documentation
OS LinuxUbuntuRed Hat Enterprise LinuxSUSE LinuxAlpine LinuxDebian, Rocky & AlmaLinux
Plateformes cloud d'IAAWS & Amazon BedrockGoogle Cloud & Vertex AIMicrosoft Azure & AI FoundryClouds et places de marché GPU
Centres de données IA privésPour les cabinets d'avocatsPour les cabinets comptablesPlateformes sur siteCloud entièrement sécurisé
OutilsRing PromoterJobshout
Actualités
Blog
Nous contacterSe connecter

Stations de travail IA, logiciels multi-agents IA, infrastructure GPU et solutions d'agents intelligents pour les entreprises modernes.

Nous contacter

Solutions IA

IA appliquéeAgents IAIA générativeAutomatisation par IAMontée en compétence IAOffres IA pour PMELaboratoire IA d'entrepriseIA par secteur

Produits

Tous les produitsCRM & ERP natifs Workstation AIMarketingAgents OpenAIRing PromoterJobshout

Entreprise

À proposEntrepriseCentres de données IAPourquoi WorkstationPartenairesTémoignages clientsTarifsContactTenthMatrix

Ressources

Analyses IANotes techniquesDocumentationOS LinuxPlateformes cloud d'IACentres de données IA privésBlogRechercherPlan du site
Bureau de Belgique
Workstation SRL, Rue Vanderkindere 34, 1180 Uccle, BrusselsBE 0751.518.683Lun - Ven : 9h00 - 18h00 CET
+32 492 45 67 46
Siège social au Royaume-Uni
77-79 Marlowes, Hemel Hempstead HP1 1LFItinéraire : prenez la sortie 20 de la M25, Outer LondonN° d'entreprise: 11641870Lun - Ven : 9h00 - 18h00 GMT
+44 7515 356 146
Bureau de l'Inde
#159 Sector 9, Pocket 1, DDA Flats, 110077 Dwarka, New Delhi
+91 98881 98841
Bureau de Taïwan
3F, No. 2-4, Aisi Rd., Ren'ai Dist., Keelung City 200, Taiwan基隆市仁愛區愛四路2之4號3樓Lun - Ven : 9 h 00 - 18 h 00, heure de Taïwan (GMT+8)
+886 926 892 701+32 492 45 67 46
Bureau en Estonie
Aleksander Puškini tn 30-25, 20306 Narva, EstoniaLun - Ven : 9 h 00 - 18 h 00, heure d’Estonie (EET)
+32 492 45 67 46

© 2026 Workstation AI. Tous droits réservés.

ConfidentialitéSuppression des donnéesCookiesConditions d'utilisationPlan du site web

NVIDIA, le logo NVIDIA, RTX, RTX PRO, Blackwell, CUDA, NVLink, MGX, Omniverse, Spectrum-X, Quantum, BlueField, DGX et HGX sont des marques commerciales et/ou des marques déposées de NVIDIA Corporation aux États-Unis et dans d'autres pays. AMD, le logo AMD Arrow, EPYC, Instinct, Ryzen et Threadripper sont des marques commerciales d'Advanced Micro Devices, Inc. Dell et PowerEdge sont des marques commerciales de Dell Inc. ou de ses filiales. Intel et Xeon sont des marques commerciales d'Intel Corporation ou de ses filiales. AMAX, AceleMax et LiquidMax sont des marques commerciales d'AMAX Engineering Corporation. Tous les autres noms de produits, logos et marques appartiennent à leurs propriétaires respectifs. Nous les utilisons uniquement pour identifier les produits que nous décrivons, fournissons ou prenons en charge ; leur utilisation ne signifie pas que leurs propriétaires nous cautionnent.

Accueil / Notes techniques / Technology
AISecurityAI Agents

OpenShell et Sentry : la conception de la GTC Berlin pour des agents sûrs

Bac à sable, superviseur, plafond de politique et BlueField-4, tels que Huang les a décrits le 21 octobre 2026

9 novembre 2026Technology9 min read

À la GTC Berlin, le 21 octobre 2026, Jensen Huang a interrompu la présentation des produits pour affirmer que l'agent doit être sécurisé avant d'être utile. Un agent est un système autonome qui a accès aux fichiers, aux réseaux et aux outils. Les privilèges que vous lui accordez doivent être minimaux, et vous devez le surveiller. La réponse de NVIDIA sur scène était OpenShell, avec Sentry sur BlueField-4 comme moniteur matériel. Cet article décrit le chemin des requêtes, dans l'ordre où la keynote et la note d'architecture de référence de NVIDIA le présentent.

NVIDIA OpenShell et Sentry lors de la keynote de la GTC Berlin

Pourquoi une invite n'est pas un contrôle

Le film diffusé par Huang a fait passer le message sans laisser de place à la métaphore. Les entreprises s'attendent à déployer un grand nombre d'agents. Pour être utiles, ces agents vont raisonner, planifier, utiliser des outils, lire des données et travailler ensemble. Selon le film, la seule chose qui empêchait jusqu'ici un agent d'abuser de cet accès était de le lui demander poliment : s'il vous plaît, ne supprimez rien, s'il vous plaît, ne poussez pas sur main, s'il vous plaît, ne touchez pas aux clés SSH. La phrase de Huang après le film : l'espoir n'est pas une sécurité. La sûreté, c'est de l'ingénierie.

OpenShell est cette ingénierie, à la frontière du système d'exploitation. Vous rédigez une politique définissant ce que chaque agent peut toucher. OpenShell l'applique au niveau des appels système, de l'accès aux fichiers et des connexions réseau. Toute proposition de modification de politique est vérifiée, par vérification formelle, par rapport à un plafond d'autorisations, de sorte qu'une modification ne puisse pas discrètement accorder plus que ce que vous aviez prévu.

L'analogie du navigateur dans le film est la bonne. Les premières pages web pouvaient faire beaucoup trop de choses jusqu'à ce que le navigateur refuse. OpenShell applique la même démarche aux agents. Le refus intervient en dehors du modèle. Un garde-fou dans l'invite n'est pas le contrôle.

Le chemin d'un appel sortant

Chaque agent s'exécute dans son propre bac à sable. Le bac à sable n'a aucune route directe vers le réseau. Chaque requête sortante passe par un superviseur situé hors du bac à sable. Le superviseur vérifie l'action par rapport à la politique. Si elle n'est pas autorisée, elle est refusée.

Les clés restent chez le superviseur. Elles ne sont ajoutées qu'en route vers un point de terminaison approuvé. Un agent compromis ne peut pas divulguer une clé qu'il n'a jamais détenue.

Quatre rôles, tels que le film les a nommés :

  • Passerelle. Le plan de contrôle.
  • Superviseur. Prend la décision d'autoriser ou de refuser.
  • Bac à sable. Contient l'agent.
  • Vérificateur de politique. Vérifie une politique proposée par rapport au plafond d'autorisations.

Flux OpenShell : agent dans un bac à sable, vérification de politique par le superviseur, clés conservées à l'extérieur, Sentry optionnel sur BlueField-4

Sentry, hors de l'hôte visible par l'agent

OpenShell lui-même repose sur l'isolation du noyau Linux et une politique d'exécution. Sentry est optionnel et se situe plus loin. Il s'exécute sur NVIDIA BlueField-4, dans un domaine de confiance isolé matériellement, sur le chemin entre l'agent et le modèle. L'article technique de NVIDIA indique que BlueField-4 se trouve sur le chemin d'E/S entre les agents exécutés sur Vera et les modèles qu'ils appellent. Sentry, construit sur DOCA, surveille ce chemin.

Comme le trafic de raisonnement passe par Sentry, un plan qui sort de la politique peut être stoppé en coupant la connexion au modèle. Huang a déclaré que cette mise en quarantaine se fait en quelques millisecondes. Sentry conserve également des enregistrements infalsifiables pour la détection, l'investigation et la réponse. Il ne dépend pas de ce que l'agent rapporte sur lui-même.

La salle de presse de NVIDIA ajoute deux chiffres que nous ne mesurons pas à nouveau : Sentry sur BlueField-4 peut augmenter la capacité des agents jusqu'à 20 %, car le travail de sécurité est déporté hors de l'hôte, et une mise en quarantaine se fait en quelques millisecondes. Considérez ces deux chiffres comme des affirmations de NVIDIA.

Penser, agir, gouverner

L'architecture de référence annoncée le même jour attribue ces tâches à trois ordinateurs.

  • Vera Rubin exécute les modèles, y compris des modèles fermés et des modèles ouverts construits avec Nemotron. NVIDIA indique que Vera Rubin NVL72 peut être utilisé pour le pré-entraînement, le post-entraînement et l'inférence, et annonce un débit par mégawatt 30 fois supérieur sur les charges de travail d'agents. Ce chiffre est le leur.
  • Les CPU Vera exécutent le harnais et les outils, dans OpenShell. NVIDIA indique que Vera offre deux fois les performances du x86 avec une meilleure efficacité. Là encore, c'est leur chiffre.
  • BlueField-4 exécute Sentry.

La phrase de Huang dans le communiqué : les agents peuvent penser sur Rubin, agir sur Vera et être gouvernés sur BlueField. La même pile logicielle est présentée comme atteignant la périphérie sur RTX Spark, DGX Spark et DGX Station, et comme fonctionnant sur Canonical, SUSE, Red Hat, ainsi que sur Microsoft Windows avec Microsoft Execution Containers. Les systèmes d'exploitation cloud d'AWS, de Google Cloud et d'Azure figurent sur la même liste.

Couches de l'économie de l'IA en Europe à côté de penser sur Vera Rubin, agir sur Vera avec OpenShell, gouverner sur BlueField

Les privilèges changent à chaque lancement

Huang a pris une minute pour expliquer pourquoi une liste d'autorisations statique échoue. Chaque tâche, chaque personne et chaque capacité requiert un privilège différent. Chaque lancement est différent. La politique, son application et la surveillance doivent être dynamiques. C'est la partie qu'il a qualifiée de révolutionnaire : non pas une seule image de bac à sable pour toute l'entreprise, mais une politique décidée au démarrage de chaque agent.

Il a également précisé que l'enjeu n'est pas seulement que les fournisseurs de modèles utilisent OpenShell lorsqu'ils hébergent des agents. Les entreprises qui reçoivent ces agents ont besoin du même environnement d'exécution, afin qu'un agent puisse fonctionner au sein de l'entreprise sans hériter de l'ensemble de son réseau.

Les harnais, et la ligne sur Anthropic

OpenShell est le bac à sable. Le harnais est ce que vous y placez. Huang a cité OpenClaw, Hermes et OpenHands, ainsi que des harnais issus de LangChain et Deep Agents, ou du Python que vous écrivez vous-même. La transcription publiée de la keynote indique qu'Anthropic et NVIDIA s'associent « to create cloud OpenShell agents », et il a renvoyé à un article sur le site web. Nous n'en déduisons pas un nom de produit qu'il n'a pas employé.

Le logiciel est open source sous licence Apache 2.0, a-t-il dit, et il fonctionne de la périphérie au cloud. Dans le film, l'adoption tient en deux commandes : installer la CLI, créer un bac à sable, exécuter l'agent que vous utilisez déjà. Notre note précédente sur l'exécution de cette CLI sur Mac Studio et sur NVIDIA Linux présente le point de vue de l'opérateur. Cet article présente l'architecture de Berlin qui l'entoure.

Les entreprises citées par NVIDIA

Le communiqué du 21 octobre liste les entreprises qui travaillent avec l'architecture de référence. Nous reprenons leur liste, sans rien y ajouter. Systèmes d'exploitation et clouds : Canonical, SUSE, Red Hat, Microsoft, AWS, Google Cloud, Azure. Concepteurs de modèles : Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection, SpaceX Super Intelligence. Sécurité : 1Password, Check Point, CrowdStrike, Cisco, F5, Fortinet, Microsoft, Okta, Palo Alto Networks, TrendAI, Zscaler. Banques qui l'explorent : BBVA et Santander. Logiciels d'entreprise : Cadence, Dassault Systèmes, IBM, SAP, Siemens, Synopsys, et Palantir avec des clients en production. SAP le connecte à Joule Studio. ServiceNow a indiqué qu'Arc, son agent à exécution longue, est gouverné par la ServiceNow Super Intelligence Control Tower et contrôlé par OpenShell, AI Passport transmettant la politique à OpenShell et à Sentry. Intégrateurs de systèmes : Dell, Cisco, HPE, Lenovo, Supermicro. Néoclouds et hébergeurs : CoreWeave, Crusoe, Firebird, Firmus, GMI Cloud, IREN, Lambda, Nebius, Nscale, Oracle Cloud Infrastructure, Vultr. Inférence et post-entraînement : Baseten, Deep Infra, Fireworks, Together AI.

La propre réserve de NVIDIA figure sous cette liste. De nombreux produits et fonctionnalités restent proposés « when-and-if-available ». Un logo sur une diapositive n'est pas une intégration disponible que vous pouvez commander lundi.

Ce qu'il faut configurer, dans l'ordre

Les « deux commandes » du film sont un point de départ, pas un modèle d'exploitation. Une équipe qui laissera des agents s'exécuter devrait procéder comme suit, et s'arrêter si une étape n'a pas de responsable.

  1. Nommez le harnais. OpenClaw, Hermes, OpenHands ou le vôtre. Une image de bac à sable par famille de harnais suffit pour commencer.
  2. Rédigez la politique la plus restreinte qui permet à la tâche du jour d'aboutir. Les fichiers qu'il peut lire. Les hôtes qu'il peut appeler. Les outils en lecture seule et les outils qui écrivent.
  3. Placez les secrets dans le superviseur, ni dans l'invite ni dans l'image.
  4. Effectuez un test hostile : une invite qui demande à l'agent de lire une clé, de contacter un nouvel hôte ou de supprimer un fichier en dehors de la liste d'autorisations. Le refus doit venir du superviseur, et non du modèle qui refuse en toutes lettres.
  5. Seulement ensuite, ajoutez Sentry si vous disposez de BlueField-4 sur le chemin vers le modèle. Sans ce DPU, OpenShell reste le contrôle. Sentry est la ceinture de sécurité supplémentaire décrite par NVIDIA, pas une exigence pour la CLI.

La politique dynamique est la partie qui fera mal si vous traitez OpenShell comme une liste d'autorisations unique pour toute l'entreprise. Huang a dit que chaque lancement peut nécessiter un privilège différent. Cela signifie que la politique est une entrée du lancement, versionnée à côté de la tâche, et non une page wiki datant de mars.

En quoi cela diffère d'un garde-fou

Un garde-fou examine du texte. Il peut laisser passer un appel d'outil poli et pourtant destructeur. OpenShell examine l'appel que le système d'exploitation s'apprête à effectuer. Les deux peuvent être actifs. Ils ne se substituent pas l'un à l'autre. Le portefeuille de cybersécurité de NVIDIA, que nous avons présenté séparément, comprend toujours Nemotron Safety et NeMo Guardrails. Le message de Berlin était que ceux-ci ne suffisent plus dès que l'agent dispose d'un shell.

Les systèmes en périphérie bénéficient de la même approche à plus petite échelle. Le communiqué cite RTX Spark, DGX Spark et DGX Station comme des emplacements auxquels s'étend l'architecture de référence. Une machine de bureau peut exécuter le bac à sable. Elle n'exécutera pas Vera Rubin NVL72. N'achetez pas une station de travail pour la présenter comme une usine d'IA.

Sources

  • Transcription de la keynote, SB61112 : nvidia.com/on-demand
  • Communiqué, 21 octobre 2026 : OpenShell Reference Architecture
  • Article technique : How OpenShell secures agent workloads
  • Projet OpenShell : github.com/NVIDIA/OpenShell
Partager cet article

Plus dans Technology

Portables pour développeurs IA : exécuter des LLM en local sous Linux avec des GPU de 16 GB et 24 GB (guide 2026)

Portables pour développeurs IA : exécuter des LLM en local sous Linux avec des GPU de 16 GB et 24 GB (guide 2026)

Ce qui tient sur un GPU RTX 5080 ou RTX 5090 Laptop, le calcul de mémoire, les modèles ouverts qui valent la peine, la configuration d'Ubuntu 26.04 avec la pile NVIDIA, Ollama, llama.cpp et vLLM, les assistants de code, l'affinage LoRA, la sécurité, et quand passer le travail sur un serveur

Lire la suite
Tester des systèmes ML et LLM impossibles à prouver corrects : une boîte à outils Python d'éléments probants

Tester des systèmes ML et LLM impossibles à prouver corrects : une boîte à outils Python d'éléments probants

Des éléments probants à la place des preuves, en environ 400 lignes de Python avec une sortie réelle : métriques par segment avec intervalles bootstrap et contrat de réussite ou d'échec, tests de propriétés et métamorphiques avec Hypothesis, calibration et prédiction conforme, contrats Pydantic et évaluations de non-régression pour les sorties LLM, contrôles de dérive, barrière en CI et vérification exacte d'un petit réseau de neurones

Lire la suite
TorchCurves en pratique : courbes B-spline et de Legendre apprenables dans PyTorch

TorchCurves en pratique : courbes B-spline et de Legendre apprenables dans PyTorch

Installer torchcurves, ajuster et dimensionner une courbe, choisir entre B-spline et Legendre ainsi que l’application d’entrée, construire une courbe de calibration monotone et un modèle additif sur des données tabulaires, comparer avec SciPy, scikit-learn, un KAN et un MLP, exporter les coefficients en JSON, tester et exploiter en production, avec des sorties réelles

Lire la suite