Bienvenue sur scène au fondateur et PDG de NVIDIA, Jensen Huang.

Washington, D.C. ! Washington, D.C., bienvenue à la GTC !

Il est difficile de ne pas être sentimental et fier de l'Amérique. Cette vidéo était-elle incroyable ?

Merci. L'équipe créative de NVIDIA fait un travail incroyable. Bienvenue à la GTC ; nous avons beaucoup de choses à aborder avec vous aujourd'hui. La GTC est l'endroit où nous parlons d'industrie, de science, d'informatique, du présent et de l'avenir. Avant de commencer, je tiens à remercier tous nos partenaires qui ont aidé à parrainer cet événement. Vous les verrez tous dans le salon. Ils sont ici pour vous rencontrer ; nous ne pourrions pas faire ce que nous faisons sans nos partenaires de l'écosystème. C'est le Super Bowl de l'IA, et chaque Super Bowl devrait avoir un avant-match incroyable. Que pensez-vous de l'avant-match et de nos athlètes et acteurs vedettes ? Regardez ces gars-là. D'une certaine manière, je suis devenu le plus costaud ; qu'en pensez-vous ?

NVIDIA a inventé un nouveau modèle informatique pour la première fois en 60 ans, comme vous l'avez vu dans la vidéo. Un nouveau modèle informatique apparaît rarement ; cela demande énormément de temps et de conditions. Nous avons inventé ce modèle informatique parce que nous voulions résoudre des problèmes que les ordinateurs polyvalents ne pouvaient pas résoudre. Nous avons également observé que si le nombre de transistors augmente, leurs performances et leur puissance ralentiront. La loi de Moore ne se poursuivra pas au-delà des lois de la physique, et ce moment est arrivé. L'échelle de Dennard s'est arrêtée il y a près d'une décennie, et les performances des transistors ainsi que la puissance associée ont considérablement ralenti. Pourtant, le nombre de transistors a continué d'augmenter. Nous faisons progresser l'informatique accélérée depuis 30 ans. Nous avons inventé le GPU et CUDA, en observant que si nous pouvions ajouter un processeur parallèle à un CPU séquentiel, nous pourrions étendre les capacités informatiques bien au-delà des limites précédentes. Le moment de l'informatique accélérée est arrivé. Cependant, il s'agit d'un modèle de programmation fondamentalement différent. Vous ne pouvez pas simplement prendre un logiciel CPU écrit à la main et le mettre sur un GPU ; il fonctionnerait plus lentement. Il faut réinventer les algorithmes, créer de nouvelles bibliothèques et réécrire les applications, c'est pourquoi cela a pris près de 30 ans, un domaine à la fois.

C'est le trésor de notre entreprise. Le GPU est important, mais sans un modèle de programmation qui repose sur lui et le maintient compatible au fil des générations, nous ne serions pas là. Nous en sommes maintenant à CUDA 14, avec des centaines de millions de GPU compatibles. Si nous ne faisions pas cela, les développeurs ne cibleraient pas cette plateforme. Si nous ne créions pas ces bibliothèques, les développeurs ne sauraient pas comment utiliser l'architecture à son plein potentiel. Une application après l'autre ; c'est vraiment le trésor de notre entreprise. cuLitho, pour la lithographie informatique, nous a pris près de sept ans à développer et est maintenant utilisé par TSMC, Samsung et ASML. Les solveurs creux pour le CAE, cuOpt pour l'optimisation numérique et Warp pour la simulation ont tous battu des records. cuDF accélère les bases de données de dataframes. cuDNN a lancé l'IA, et Megatron Core a permis d'entraîner de grands modèles de langage. MONAI est le principal framework d'IA pour l'imagerie médicale. Le traitement de la génomique et Aerial sont également importants. cuQuantum se concentre sur l'informatique quantique. Ces 350 bibliothèques ont redessiné les algorithmes pour l'informatique accélérée, permettant des partenariats et ouvrant de nouveaux marchés. Regardons ce que CUDA-X peut faire.

Tout ce que vous avez vu était une simulation ; il n'y avait ni art ni animation. C'est la beauté des mathématiques et de l'informatique profonde. Tous les secteurs ont été couverts, de la santé et des sciences de la vie à la fabrication, la robotique et les véhicules autonomes. Ce premier plan était la première application que NVIDIA ait jamais fait tourner en 1993. Nous avons continué à croire en ce que nous essayions de faire, et il est difficile d'imaginer cette première scène de combattant virtuel prendre vie. Ce fut un voyage incroyable, et je tiens à remercier tous les employés de NVIDIA pour tout ce que vous avez fait.

Nous avons beaucoup de secteurs à couvrir aujourd'hui : l'IA, la 6G, le quantique, les modèles, l'informatique d'entreprise, la robotique et les usines. Les télécommunications sont le moteur de notre économie, de nos industries et de notre sécurité nationale. Historiquement, nous exportions la technologie et les normes américaines, mais l'infrastructure d'aujourd'hui est largement construite sur des technologies étrangères. Cela doit cesser. Nous avons l'opportunité, lors de ce changement de plateforme, d'innover avec la technologie américaine. Aujourd'hui, nous annonçons un partenariat avec Nokia, le deuxième plus grand fabricant de télécommunications. Nous nous appuierons sur l'informatique accélérée et l'IA pour placer l'Amérique au centre de la révolution 6G. NVIDIA a une nouvelle gamme de produits appelée NVIDIA ARC (Aerial Radio Network Computer), construite sur le CPU Grace, le GPU Blackwell et la mise en réseau ConnectX. Aerial est un système de communication sans fil fonctionnant sur CUDA-X. Nous créons un ordinateur programmable défini par logiciel qui communique sans fil et effectue simultanément un traitement IA. Nokia intégrera notre technologie dans ses futures stations de base, nous permettant de mettre à niveau des millions de stations vers la 6G et l'IA. L'IA pour le RAN améliore l'efficacité spectrale radio grâce à l'apprentissage par renforcement. L'IA sur le RAN crée un système de cloud computing pour les réseaux sans fil, essentiellement un cloud de robotique industrielle de pointe. Je tiens à remercier Justin Hodard pour votre partenariat afin de ramener la technologie des télécommunications en Amérique. C'est un partenariat fantastique.

Parlons de l'informatique quantique. En 1981, Richard Feynman a imaginé un nouveau type d'ordinateur capable de simuler directement la nature car la nature est quantique. Quarante ans plus tard, l'industrie a réalisé une percée : un qubit logique cohérent, stable et corrigé des erreurs. Un qubit logique se compose de dizaines ou de centaines de qubits physiques travaillant ensemble. Les qubits sont fragiles et deviennent facilement décohérents. Il faut des environnements bien contrôlés et des qubits physiques travaillant ensemble pour la correction d'erreurs. Nous réalisons maintenant qu'il est essentiel de connecter directement un ordinateur quantique à un supercalculateur GPU pour la correction d'erreurs, l'étalonnage de l'IA et les simulations hybrides. C'est l'avenir de l'informatique quantique.

Les PDG ne restent pas seulement assis à leur bureau à taper ; c'est un travail physique. Aujourd'hui, nous annonçons le NVQLink, rendu possible par une interconnexion qui gère le contrôle de l'ordinateur quantique, l'étalonnage et la correction d'erreurs tout en connectant le QPU et notre supercalculateur GPU pour des simulations hybrides. Il est complètement évolutif, conçu pour gérer des centaines de milliers de qubits à l'avenir. CUDA-Q a été étendu pour prendre en charge la coopération entre QPU et GPU avec une latence d'une microseconde. Aujourd'hui, 17 entreprises d'informatique quantique et huit laboratoires du DOE — dont Berkeley, Brookhaven et Oak Ridge — soutiennent NVQLink. Chaque laboratoire du DOE nous a sollicités pour intégrer l'informatique quantique dans le futur de la science. Nous annonçons également que le Département de l'Énergie s'associe à NVIDIA pour construire sept nouveaux supercalculateurs d'IA afin de faire progresser la science de notre nation.

La correction d'erreurs quantiques connecte deux ordinateurs, le QPU et nos supercalculateurs GPU, pour effectuer des simulations hybrides.

Il est également complètement évolutif. Il ne fait pas que de la correction d'erreurs pour les qubits d'aujourd'hui ; il monte à des centaines de milliers de qubits à l'avenir. Nous avons maintenant une architecture capable de gérer le contrôle, la co-simulation et la correction d'erreurs quantiques pour cet avenir.

Le soutien de l'industrie a été incroyable. CUDA a été conçu pour l'informatique accélérée, utilisant les deux processeurs pour la tâche appropriée. Maintenant, CUDA-Q a été étendu pour prendre en charge la coopération QPU et GPU avec une latence d'une microseconde. CUDA-Q est une percée incroyable adoptée par de nombreux développeurs.

Nous annonçons 17 entreprises d'informatique quantique soutenant NVQLink et huit laboratoires du DOE, dont Berkeley, Brookhaven et Oak Ridge. Chaque laboratoire du DOE nous a sollicités pour intégrer l'informatique quantique dans le futur de la science.

Je tiens à saluer le secrétaire Chris Wright. Il a apporté un élan d'énergie et de passion pour s'assurer que l'Amérique mène la science. L'informatique est l'instrument fondamental de la science, et nous traversons des changements de plateforme vers l'informatique accélérée et l'IA. Chaque futur supercalculateur sera basé sur le GPU. Les simulations physiques seront augmentées et mises à l'échelle à l'aide de modèles d'IA de substitution. L'informatique classique sera améliorée par l'informatique quantique. La télédétection est plus importante que jamais, et ces laboratoires doivent devenir des usines robotisées pour expérimenter à l'échelle et à la vitesse nécessaires. Le secrétaire Wright veut que le DOE se suralimente et s'assure que les États-Unis restent à la pointe de la science. Merci.

J'ai une annonce supplémentaire à faire. Aujourd'hui, nous annonçons que le Département de l'Énergie s'associe à NVIDIA pour construire sept nouveaux supercalculateurs d'IA afin de faire progresser la science de notre nation.

Je dois saluer le secrétaire Chris Wright. Il a apporté tellement d'énergie et de passion pour s'assurer que l'Amérique mène à nouveau la science. L'informatique est l'instrument fondamental de la science, et nous traversons plusieurs changements de plateforme. D'une part, nous passons à l'informatique accélérée ; c'est pourquoi chaque futur supercalculateur sera un supercalculateur basé sur GPU.

Nous passons à l'IA afin que la simulation physique de principe puisse être augmentée et mise à l'échelle à l'aide de modèles d'IA de substitution. Nous savons également que l'informatique classique pourrait être améliorée pour comprendre l'état de la nature à l'aide de l'informatique quantique. À l'avenir, la télédétection sera plus importante que jamais, et ces laboratoires doivent devenir des usines robotisées pour expérimenter à l'échelle et à la vitesse nécessaires.

Toutes ces technologies arrivent dans la science en même temps. Le secrétaire Wright veut que le DOE saisisse cette opportunité pour se suralimenter et s'assure que les États-Unis restent à la pointe de la science. Merci.

Parlons de l'IA. La plupart des gens diraient que l'IA est un chatbot, et à juste titre. ChatGPT est à l'avant-garde, mais les supercalculateurs scientifiques ne vont pas faire tourner des chatbots ; ils vont faire de la science fondamentale. Le monde de l'IA est bien plus qu'un chatbot.

L'IA a complètement réinventé la pile informatique. Les logiciels étaient autrefois codés à la main pour les CPU ; aujourd'hui, l'IA est entraînée par un apprentissage automatique intensif en données sur un GPU. Toute la pile a changé ; vous ne voyez pas Windows ou des CPU ici. Vous voyez une pile fondamentalement différente.

Le président Trump mérite un crédit énorme pour son initiative pro-énergie. Il a reconnu que cette industrie a besoin d'énergie pour croître et gagner, mettant tout le poids de la nation derrière elle. Cette reconnaissance a complètement changé la donne, et je tiens à remercier le président Trump pour cela.

En plus de l'énergie, il y a des GPU intégrés dans une infrastructure massive. Ces supercalculateurs GPU génèrent des nombres appelés tokens, le vocabulaire de l'intelligence artificielle. Vous pouvez tokeniser presque n'importe quoi : mots anglais, images, vidéos, produits chimiques, protéines, gènes et cellules.

Une fois l'information tokenisée, l'IA peut apprendre sa signification, traduire et répondre comme ChatGPT. Imaginez si le token était une protéine, un produit chimique ou le mouvement d'un robot. Ces concepts sont les mêmes, c'est pourquoi l'IA fait de tels progrès. Au-dessus de ces modèles se trouvent les applications.

Les Transformers sont un modèle incroyablement efficace, mais il n'y a pas de modèle universel unique ; l'IA a un impact universel. Nous avons vu des percées dans la multi-modalité, y compris les modèles CNN, état-espace et réseaux de neurones graphiques. Vous pourriez avoir des modèles optimisés pour la conscience spatiale ou de longues séquences.

Au-dessus de ces architectures de modèles se trouvent les applications. Dans le passé, le logiciel consistait à créer des outils comme Excel ou Word. L'industrie des outils n'est pas si grande. L'IA n'est pas un outil ; l'IA est un travail. L'IA est en fait des travailleurs qui peuvent utiliser des outils.

Je suis enthousiasmé par le travail que fait Arvind chez Perplexity, utilisant des navigateurs Web pour réserver des vacances ou faire des achats. Cursor est un système d'IA agentique que chaque ingénieur logiciel chez NVIDIA utilise. Il a considérablement amélioré notre productivité, en s'associant à nos ingénieurs pour générer du code à l'aide de VS Code.

Qu'il s'agisse de chatbots, de biologie numérique ou de robotaxis avec chauffeurs IA, la technologie est désormais capable de faire du travail et de nous aider à être productifs. L'IA s'adresse à l'économie mondiale de 100 billions de dollars que les outils informatiques n'ont jamais atteinte. Notre grave pénurie de main-d'œuvre rend essentielle une IA qui augmente le travail pour la croissance.

L'IA est une nouvelle industrie. L'industrie des puces du passé représentait un faible pourcentage de l'informatique car les outils comme Excel ne nécessitent pas beaucoup de calcul ; nous faisions le calcul nous-mêmes.

Dans ce nouveau monde, un ordinateur doit constamment comprendre le contexte. Il doit traiter les données environnementales, raisonner étape par étape et exécuter des plans. Chaque étape nécessite un nombre énorme de tokens, c'est pourquoi nous avons besoin d'usines d'IA.

Une usine d'IA est conçue pour produire des tokens intelligents et précieux à des rythmes incroyables et de manière rentable. Contrairement aux centres de données polyvalents du passé, ces usines sont dédiées au fonctionnement de l'IA, contenant des montagnes de puces.

Quelque chose de profond s'est produit cette année. Les modèles d'IA ont atteint un tournant où ils sont devenus assez intelligents pour valoir la peine d'être payés, et l'industrie a passé la vitesse supérieure.

D'abord, au cours des deux dernières années, nous avons compris comment rendre l'IA plus intelligente. Le pré-entraînement est comme l'école maternelle — enseigner les compétences de base et le vocabulaire à partir d'informations humaines. Il n'a jamais été censé être la fin de l'éducation.

Le post-entraînement enseigne des compétences comme la résolution de problèmes, le raisonnement et le codage. Après cela, la réflexion entre en jeu. L'intelligence consiste à s'ancrer dans la connaissance et à réfléchir constamment.

Nous avons trois lois d'échelle fondamentales : le pré-entraînement, le post-entraînement et la réflexion. La réflexion impose une charge incroyable à l'infrastructure. Régurgiter du contenu mémorisé est facile, mais réfléchir est difficile, nécessitant un calcul extraordinaire.

Les modèles plus intelligents ont besoin de plus de calcul. À mesure qu'ils deviennent capables de raisonner et de résoudre des problèmes qu'ils n'ont jamais appris auparavant, plus de gens les utilisent. Cette intelligence et cette utilisation accrues stimulent la demande de calcul.

Cette année, l'industrie de l'IA a franchi un cap. Les modèles sont devenus assez bons pour que les gens paient pour eux, comme Cursor, 11 Labs et OpenAI. Parce que l'utilisation augmente, nous avons maintenant deux courbes de croissance exponentielle de la demande de calcul.

Nous avons les besoins de calcul exponentiels des lois d'échelle et la croissance des utilisateurs à mesure que les modèles deviennent plus intelligents. Ce cercle vertueux tourne. Nous devons réduire les coûts pour le maintenir. Nous avons atteint ce cercle vertueux pour l'IA après 15 ans.

Comment réduire les coûts alors que la loi de Moore a atteint sa limite ? La réponse est le co-design extrême. NVIDIA est la seule entreprise capable de réinventer l'ensemble de la pile — puces, systèmes, logiciels et modèles — à partir d'une page blanche.

Nous avons fondamentalement ré-architecturé tout de fond en comble. Nous avons créé un ordinateur qui s'adapte à tout un rack, puis se déploie avec Spectrum-X Ethernet et GigaScale. Ce co-design extrême offre des gains de performance bien supérieurs aux générations précédentes.

NVLink 72 rassemble toutes ces puces dans un rack géant, les faisant fonctionner ensemble comme une seule unité. C'est incroyable. Mesdames et messieurs, Janine Po.

À l'avenir, je l'invoquerai simplement comme Thor. Nous avons créé NVLink 8 dans le passé, mais comme les modèles sont maintenant gigantesques, nous les transformons en une équipe d'experts. Dans la structure NVLink 72, chaque GPU n'a qu'à réfléchir pour quatre experts, ce qui le rend 10 fois plus rapide que le H200.

Grace Blackwell offre 10 fois plus de performances grâce à un co-design extrême. Elle produit des tokens au coût le plus bas, garantissant que le cercle vertueux continue.

Les principaux CSP comme Amazon, Google, Meta et Microsoft investissent massivement dans Blackwell. Cela se produit lors de deux changements de plateforme : le passage à l'informatique accélérée et le passage à l'IA. Le GPU de NVIDIA est le seul à gérer les deux.

Maintenant, je vais vous montrer pourquoi.

Nous assistons à une croissance extraordinaire pour Grace Blackwell. Nous avons de la visibilité sur un demi-billion de dollars de Blackwell cumulés et de l'augmentation précoce de Rubin d'ici 2026. Nous avons expédié 6 millions de Blackwell jusqu'à présent, soit cinq fois le taux de croissance de Hopper.

L'ère de l'IA a commencé. Blackwell en est le moteur. En Arizona, cela commence comme une galette de silicium vierge. Des centaines d'étapes de traitement de puces et de lithographie ultraviolette construisent chacun des 200 milliards de transistors, couche par couche. Dans l'Indiana, les piles HBM seront assemblées en parallèle à l'aide d'une technologie EUV avancée. Le processus chip-on-wafer-on-substrate fixe 32 puces Blackwell et 128 piles HBM sur un interposeur en silicium personnalisé. Au Texas, des robots travaillent 24 heures sur 24 pour placer les composants sur le PCB de Grace Blackwell. Les DPU BlueField-3 pour décharger le réseau et la sécurité sont assemblés dans des plateaux de calcul. NVLink connecte plusieurs GPU en un GPU virtuel massif. Des techniciens assemblent chacune de ces pièces dans un supercalculateur d'IA à l'échelle du rack. Blackwell et les futures générations seront construits en Amérique, écrivant un nouveau chapitre de l'industrie et de la réindustrialisation. Fabriqué en Amérique. Fabriqué pour le monde.

Nous fabriquons à nouveau en Amérique. Le président Trump a demandé de ramener la fabrication pour la sécurité nationale et l'emploi. Neuf mois plus tard, Blackwell est en pleine production en Arizona.

Le co-design extrême nous donne un facteur 10 générationnel. En 2016, j'ai livré le premier supercalculateur d'IA à OpenAI. Pour rendre les ordinateurs 10 fois plus rapides aujourd'hui, nous devons travailler sur toutes ces différentes puces simultanément. Mesdames et messieurs, Rubin.

Il s'agit de notre ordinateur à l'échelle du rack NVLink 72 de troisième génération. Il est totalement sans câble et refroidi par liquide. Rubin est 100 fois plus performant que le DGX-1 que j'ai livré il y a 10 ans. C'est un ordinateur incroyablement beau.

La prochaine révolution industrielle est là avec un nouveau type d'usine. NVIDIA Omniverse DSX est le plan directeur pour la construction d'usines d'IA à l'échelle giga. Le bâtiment, l'alimentation et le refroidissement sont co-conçus avec la pile d'infrastructure de NVIDIA. Cela commence dans le jumeau numérique Omniverse, où les ingénieurs optimisent l'aménagement et simulent la thermique. Les modules préfabriqués réduisent considérablement le temps de construction. Le jumeau numérique agit comme un système d'exploitation, utilisant des agents d'IA pour optimiser la consommation d'énergie. Les partenaires de NVIDIA à travers le Texas, la Géorgie et le Nevada donnent vie à DSX, plus rapidement que jamais.

Nous utilisions Vera Rubin comme jumeau numérique bien avant qu'il n'existe en tant qu'ordinateur physique. Omniverse DSX permet à nos partenaires comme Siemens et GE de construire des usines d'IA. Nous avons un écosystème incroyable de partenaires travaillant avec nous.

Les modèles open source sont devenus performants et efficaces. Ils sont le moteur des startups et des chercheurs. NVIDIA se consacre à être leader dans l'open source, avec 23 modèles sur les classements dans les domaines du langage, de la robotique et de la biologie. Les startups d'IA construisent sur NVIDIA parce que notre écosystème est riche et nos GPU sont partout. Nous intégrons nos bibliothèques dans chaque cloud — AWS, Google, Azure et Oracle — et dans les plateformes SaaS comme ServiceNow et SAP. Nous nous associons à CrowdStrike pour des agents d'IA de cybersécurité et à Palantir pour traiter les données à la vitesse de la lumière pour l'analyse commerciale.

L'Amérique se réindustrialise dans tous les secteurs. Foxconn construit une installation robotique de pointe à Houston, au Texas, pour la fabrication de systèmes d'IA NVIDIA. La numérisation et l'IA physique sont plus importantes que jamais. L'usine naît numérique dans Omniverse, où Siemens et Foxconn valident chaque système avant la construction. Isaac Sim est utilisé pour entraîner et simuler des IA de robots. Des agents d'IA de vision surveillent les opérations et la sécurité. L'ère de la réindustrialisation américaine est là, avec des personnes et des robots travaillant ensemble.

C'est l'avenir de la fabrication. Une usine est essentiellement un robot orchestrant d'autres robots. Des entreprises comme Foxconn, Caterpillar et Figure utilisent des jumeaux numériques et l'IA physique pour mener ce marché. Les robots humanoïdes seront l'un des plus grands marchés de l'électronique grand public. Disney Blue est une simulation dans Omniverse, montrant comment les robots peuvent apprendre à interagir avec le monde.

Disney Blue est adorable. Rappelez-vous, ce n'est pas de l'animation ; c'est une simulation en temps réel dans Omniverse. Cela va devenir la plus grande gamme de produits d'électronique grand public au monde. Les robotaxis comme ceux de Lucid et Mercedes-Benz atteignent également un point d'inflexion sur la plateforme DRIVE Hyperion.

Nous avons parlé de beaucoup de choses aujourd'hui.

Rappelez-vous, au cœur de tout cela se trouvent deux transitions de plateforme.

De l'informatique polyvalente à l'informatique accélérée.

NVIDIA CUDA et les bibliothèques CUDA-X nous ont permis de répondre à tous les secteurs, et nous sommes au point d'inflexion.

Le deuxième point d'inflexion est l'IA, des logiciels écrits à la main à l'intelligence artificielle.

Deux transitions de plateforme se produisent en même temps, stimulant une croissance incroyable.

Nous avons parlé de l'informatique quantique et des modèles ouverts.

Nous avons parlé de l'entreprise avec CrowdStrike et Palantir.

Nous avons parlé de robotique, l'un des plus grands secteurs industriels.

Et nous avons parlé de la 6G.

NVIDIA a de nouvelles plateformes pour la 6G, la robotique et les usines.

L'usine d'IA est le DGX, et les usines avec IA utilisent Omniverse.

Nous fabriquons également en Amérique.

Merci de vous être joints à nous aujourd'hui et de m'avoir permis d'amener la GTC à Washington, D.C.

Nous espérons le faire chaque année. Merci de rendre sa grandeur à l'Amérique ! Merci !