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
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 Belgique
Workstation SRL, Rue Vanderkindere 34, 1180 Uccle, BrusselsBE 0751.518.683Lun - Ven : 9h00 - 18h00 CET
+32 492 45 67 46
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
AINVIDIAData Centre

NVIDIA DSX et l'économie de l'IA en Europe à la GTC Berlin

La conception de référence de l'usine, la roue des marchés CUDA et les cinq bandes de la diapositive sur l'Europe

9 novembre 2026Technology8 min read

La première moitié de la keynote de Jensen Huang à la GTC Berlin, le 21 octobre 2026, était consacrée à l'usine. NVIDIA DSX est la conception de référence pour en construire une. Les diapositives derrière lui ont ensuite placé les entreprises européennes sur cette usine, par couches, ainsi qu'une roue de marchés autour d'une seule architecture CUDA. Des ingénieurs de Workstation ont photographié ces diapositives. Cet article décrit ce qu'elles contiennent, quels chiffres proviennent de NVIDIA et où se situe encore une machine de bureau.

Les puces seules ne font pas une usine

La phrase d'introduction de Huang : d'excellentes puces ne font pas une excellente usine d'IA. NVIDIA DSX est une architecture de référence full-stack, conçue avec des entreprises d'infrastructure, qui couvre le calcul, le réseau, le stockage, le logiciel, l'alimentation et le refroidissement comme un seul système. Elle commence dans un jumeau numérique, de sorte que le bâtiment est conçu avant d'être coulé. Il a également décrit DSX Max, une couche de contrôle, et une refonte du refroidissement. Un chiffre qu'il a avancé : à 2 gigawatts, DSX peut économiser 54 millions de litres d'eau par jour. C'est l'affirmation de NVIDIA lors de la keynote. Nous n'avons pas audité le modèle de consommation d'eau.

Le même jour, il a annoncé le DSX Pod : des racks Vera Rubin intégrés et câblés en usine, afin qu'un site n'ait pas à câbler une salle de commutateurs isolés. La transcription mentionne un ordre de grandeur de câbles Spectrum-X dans un DSX Pod Vera Rubin. Il a qualifié le résultat d'usine d'IA « responsable dès la conception », et a déclaré que les pods permettent de construire des usines à la vitesse de la lumière. Lisez « vitesse de la lumière » comme un slogan, pas comme un calendrier de construction.

Sur le saut de génération, il a déclaré que Vera Rubin représente encore 30 fois Blackwell en deux ans. La salle de presse, plus prudente, indique que Vera Rubin NVL72 offre un débit par mégawatt 30 fois supérieur sur les charges de travail agentiques. Les deux phrases sont celles de NVIDIA. Il ne s'agit pas d'une mesure de Workstation sur un modèle nommé.

Ce que montrait la diapositive de la plateforme DSX

Une diapositive était intitulée « The NVIDIA DSX Full-Stack AI Factory Platform ». En haut : les bibliothèques CUDA-X, les bibliothèques de plateforme et les modèles ouverts. Au sol, les racks étaient étiquetés ainsi, d'après la photographie :

  • Vera Rubin NVL72
  • Commutateur NVLink 6
  • Calcul Vera BlueField-4
  • Commutateur Spectrum-6
  • un rack étiqueté Groq 3 LPX
  • Stockage Vera BlueField-4
  • Calcul Vera RTX

Le flanc du rack Rubin indiquait également Rubin, Vera, BlueField-4 et ConnectX-9. Nous listons les étiquettes que nous avons pu lire. Nous n'inventons ni vitesses de port ni puissance de rack pour les éléments dont la diapositive n'affichait pas ces valeurs sur la photographie.

Une architecture CUDA, six marchés

Une roue présentée plus tard était intitulée « One CUDA Architecture. Many Markets. Productive, Fungible, and Durable. » Le centre portait la mention « Full-Stack AI Factory ». Six segments l'entouraient. Les encadrés citaient des entreprises. Voici l'ensemble que nous avons pu lire, sans prétendre que la liste était exhaustive. L'encadré des startups indiquait lui-même « 10K+ ».

  • Entreprises et industrie. Automobile, défense, santé, industrie manufacturière, énergie, services financiers, jeux vidéo, secteur public, commerce de détail et logistique, médias et divertissement, supercalcul, télécommunications.
  • Fournisseurs de cloud. AWS, Google Cloud, Microsoft Azure, Oracle Cloud, Meta, SpaceX Super Intelligence.
  • Natifs de l'IA. Une longue liste de startups, dont AMI Labs, Black Forest Labs, Cognition, Cohere, Cursor, ElevenLabs, Figure, Harvey, Hugging Face, Inception Labs, Ineffable, Inherent Labs, Lovable, Mistral, Perplexity, Physical Intelligence, Reflection, Runway, Sakana, SSI, Thinking Machines Lab.
  • Néoclouds. Baseten, CoreWeave, Crusoe, Firebird, Fireworks, Firmus, GMI, IREN, Lambda, Mistral, Nebius, Nscale, Together AI, Volta.
  • ODM et OEM. ASUS, Bull, Dell, Foxconn, Gigabyte, HPE, Inventec, Lenovo, Pegatron, Quanta, Supermicro, Wistron, Wiwynn, et d'autres sur la même carte.
  • Laboratoires d'IA. Anthropic, Gemini, Meta, OpenAI, SpaceX Super Intelligence.

Fongible, selon l'explication donnée plus tôt par Huang, signifie que la même base installée exécute l'entraînement, l'inférence et le modèle suivant, parce que l'écosystème logiciel est déjà en place. Durable signifie que cette base installée n'est pas jetée à chaque génération. Productif est le mot qu'il a réservé aux agents.

L'Europe, en cinq bandes

La diapositive intitulée « Building Europe's AI Economy » était une pile, pas une carte. D'après la photographie :

  • Applications. Un large ensemble d'entreprises de produits européennes et internationales. Parmi les noms que nous avons pu lire figuraient DeepL, ElevenLabs, Helsing, des logos d'applications proches de Mistral, n8n, PhysicsX, Synthesia et Wayve, parmi beaucoup d'autres. La photo est dense. Considérez chaque logo comme « présent sur la diapositive », et non comme un partenariat avec Workstation.
  • Modèles. Aleph Alpha et Mistral AI étaient lisibles, aux côtés d'autres laboratoires de modèles.
  • Usines d'IA. Bull, Deutsche Telekom, Firebird, Mistral AI, Nebius, Nscale, Nokia, Radiant, Volta.
  • Calcul. NVIDIA, seul dans cette bande.
  • Énergie. Un logo SMR, Schneider Electric, Siemens Energy.

Les cinq couches de la diapositive sur l'économie de l'IA en Europe, à côté de penser sur Rubin, agir sur Vera, gouverner sur BlueField

Où une station de travail a encore sa place

Le DSX Pod est un produit d'usine. La liste de la périphérie présentée dans la keynote constitue l'autre extrémité : RTX Spark, DGX Spark, DGX Station, avec OpenShell. La démonstration de Huang d'un robot sur RTX Spark, utilisant un harnais et des outils locaux et ne basculant vers le cloud que lorsque la tâche était importante, illustre le modèle intermédiaire entre ces deux extrémités.

Pour une équipe britannique, la répartition pratique est la suivante :

  • Une seule machine lorsque l'agent, le bac à sable et les connaissances tiennent en mémoire et que le débit de tokens est à l'échelle humaine. Il s'agit d'une station de travail ou d'une machine de la classe DGX Spark.
  • Un pod lorsque de nombreux agents, ou un grand entraînement, ont besoin du domaine NVLink, de la fabric Spectrum et de l'installation électrique. C'est DSX, et c'est un projet de construction.
  • Un néocloud lorsque vous voulez les GPU pour un mois et non le bâtiment. Le segment néocloud de la roue est la liste de NVIDIA des acteurs qui mettent en place cette capacité, dont des sociétés comme Nebius, Nscale, Lambda et CoreWeave.

Aucun de ces choix ne supprime le bac à sable. Une usine sans OpenShell, selon l'argument de Huang lui-même, est un vaste endroit pour exécuter un agent que l'on ne peut contrôler qu'en le lui demandant poliment. L'article sur la sécurité se trouve ici. Le chemin des connaissances est ici. La vue d'ensemble de la keynote est ici.

Qui conçoit le bâtiment

Huang a cité les entreprises du parcours du jumeau numérique, qu'il convient de distinguer du mur de logos. PTC transforme les conceptions d'équipements en ressources utilisables par une simulation. Dassault Systèmes relie la conception des racks et des installations à l'ingénierie des systèmes basée sur les modèles. Schneider Electric simule la distribution électrique et le refroidissement liquide. Jacobs assemble les éléments dans un jumeau numérique Omniverse. Siemens évalue l'impact thermique, acoustique et sur le réseau électrique. Procore intervient à l'étape de planification de la construction. Il s'agit d'une chaîne de conception pour un bâtiment, et non d'une installation logicielle.

Concernant l'alimentation, il a décrit DSX Max comme une boucle de contrôle qui oriente l'énergie en fonction de la charge de travail, et a affirmé qu'elle consomme 30 % d'énergie en moins pour le même résultat. Concernant le refroidissement, les systèmes Vera Rubin sont conçus pour un refroidissement liquide en circuit fermé, avec un liquide jusqu'à 45 degrés Celsius, de sorte que, sous un climat adapté, des aéroréfrigérants secs extérieurs peuvent évacuer la chaleur sans évaporer d'eau. Les 54 millions de litres par jour sont le chiffre qu'il a associé à un site de 2 gigawatts capable d'éviter l'évaporation. Ces trois chiffres sont les siens, issus de la keynote. Un acheteur situé hors de ce climat, ou en dessous de cette échelle, ne devrait pas les reprendre dans une étude de rentabilité.

Questions à poser à un fournisseur d'usine

  • Le pod est-il câblé et testé comme une unité, ou le site doit-il encore raccorder les liaisons Spectrum-X à la main ?
  • Où se trouve le jumeau numérique, et laquelle de ces six entreprises figure réellement au contrat ?
  • Quelle température du liquide de refroidissement la conception suppose-t-elle, et le climat local permet-il des aéroréfrigérants secs ?
  • Où s'exécute OpenShell : sur les CPU Vera du pod, ou seulement sur la diapositive ?

Si les réponses sont vagues, vous êtes face à un achat de GPU auquel on a accolé le mot usine. La norme fixée par la keynote elle-même était plus exigeante.

Sources

  • Transcription de la keynote, passages sur DSX et Vera Rubin : SB61112
  • Chiffres de la salle de presse sur le débit par mégawatt, Vera par rapport au x86 et la capacité de Sentry : 21 octobre 2026
  • Photographies de la diapositive de la plateforme DSX, de la roue des marchés CUDA et de « Building Europe's AI Economy », prises pendant la keynote.
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