Pas vraiment une surprise ?
NVIDIA aurait récemment investi 6 milliards de dollars dans un modèle open source.
Sur la table, NVIDIA trinque d'une main avec plusieurs grandes entreprises de modèles propriétaires : « OpenAI, Anthropic, bonne collaboration ! »
Sous la table, l'autre main sort discrètement 6 milliards de dollars pour les glisser à Poolside, la startup de l'ancien CTO de GitHub : « Allez me créer un grand modèle open source de classe mondiale ! »
De plus, cette transaction finalisée cette semaine vise aussi des concurrents open source redoutables comme
DeepSeek
,
Kimi
, et K3.
Aujourd'hui, les modèles open source contribuent déjà de manière significative aux tokens générés par l'IA, et Jensen Huang espère que cette proportion continue d'augmenter, stimulant ainsi la demande pour ses propres puces.
Certains analystes pensent que « NVIDIA ne se soucie pas de savoir quel modèle d'IA l'emporte à la fin, tant que le monde continue de produire de plus en plus de modèles... »
L'ambition et la carte de l'open source de NVIDIA
Le mois dernier, Jensen Huang, rompant avec sa discrétion habituelle, a publié son premier message sur X :
Ce post, cosigné par plus de 20 entreprises, soutient que pour que l'industrie américaine de l'IA prospère, elle doit adopter à la fois les approches propriétaire et open source.
Et maintenant, NVIDIA s'implique directement pour accomplir cette noble mission.
Récemment, NVIDIA a investi 1 milliard de dollars dans la startup d'IA Poolside, tout en déboursant 6 milliards de dollars supplémentaires pour acquérir une licence non exclusive de sa technologie d'« usine à modèles », avec l'espoir de recruter l'intégralité de ses plus de 100 ingénieurs.
L'opinion générale voit dans cette action de NVIDIA un pari : elle compte sur la technologie et l'équipe de Poolside pour concurrencer les meilleurs modèles open source mondiaux.
Cette initiative n'est pas sortie de nulle part.
Ces dernières années, les principaux laboratoires d'IA comme OpenAI, Anthropic et DeepMind ont concentré leurs ressources sur le développement de modèles propriétaires, sans qu'aucun n'ait ouvert ses modèles les plus avancés.
Cela a aussi offert un espace de développement à des modèles comme
DeepSeek
,
Kimi
, et K3.
Face à cette situation, NVIDIA a saisi sa chance en prenant le contre-pied.
Depuis fin 2025, NVIDIA a publié la série de modèles Nemotron 3, dont la version Ultra, en juin dernier, est même brièvement devenue le meilleur modèle open source aux États-Unis.
De plus, l'approche open source de Nemotron est tellement radicale qu'elle ressemble à une déclaration : rien n'est caché, hormis les poids du modèle.
Les données d'entraînement, la recette d'entraînement, la méthodologie de post-entraînement et le logiciel d'entraînement sur cluster GPU ont tous été rendus publics.
Outre le développement en interne, NVIDIA a formé en mars une petite alliance open source – l'alliance Nemotron.
Ses huit membres sont également impressionnants et viennent d'horizons divers, incluant Mistral, Perplexity, Thinking Machines Lab, Cursor, LangChain, Reflection AI, Black Forest Labs, Sarvam...
NVIDIA, en tant que leader, fournit des ressources de calcul DGX Cloud, tandis que les entreprises membres contribuent avec leurs technologies et données respectives pour entraîner conjointement un modèle open source, qui servira de base à la future série Nemotron 4.
De plus, la stratégie open source de NVIDIA ne se limite pas aux modèles de langage.
Dans le domaine de la robotique, NVIDIA a publié la série de modèles Isaac GR00T ; dans la simulation du monde physique, la série Cosmos ; sans oublier la série Alpamayo pour la conduite autonome et la plateforme Clara pour la biomédecine...
Comment une entreprise fondée par des idéalistes est devenue une pièce du puzzle de NVIDIA
Poolside, au bord de la piscine.
Fondée en 2023 par le développeur de logiciels Eiso Kant et l'ancien CTO de GitHub, Jason Warner.
On dit que ce nom vient d'une réunion de financement avec une grande entreprise, où un cadre supérieur a proposé une « réunion informelle au bord de la piscine » (poolside informal meeting) détendue.
On ne sait pas si l'accord a été conclu, mais les deux fondateurs ont immédiatement adoré ce nom, jugé mémorable et amusant.
En octobre dernier, Poolside a annoncé la construction d'un centre de données de 2 gigawatts au Texas. Mais en avril de cette année, le partenaire du projet s'est retiré, entraînant l'échec d'un financement de 2 milliards de dollars.
La double pression financière et de puissance de calcul a mis Poolside en difficulté.
Ce qui a permis à l'entreprise de continuer à produire des modèles avec des ressources limitées est son système interne d'« usine à modèles ».
Selon Eiso Kant, son entreprise prend généralement entre 5 et 8 semaines pour entraîner et publier un modèle, avec une équipe R&D de moins de 70 personnes, capable de réaliser entre 10 000 et 20 000 expériences par mois.
C'est précisément cette capacité qu'apprécie NVIDIA.
Après cette collaboration avec NVIDIA, l'équipe restante de Poolside sera principalement composée de trois personnes : les deux fondateurs et un cadre opérationnel.
Il est à noter qu'Eiso Kant, fondateur de Poolside, a déclaré dans un podcast :
J'aimerais voir un monde avec 100 entreprises de modèles de base, pas un monde où il n'en reste que 5, même si nous pourrions faire partie de ces 5.
One More Thing
En réalité, cette structure de transaction avec Poolside n'est pas une première pour NVIDIA.
Licence non exclusive, recrutement des talents clés, l'entreprise d'origine conservant une identité opérationnelle indépendante – tout cela ne constitue pas une acquisition directe, évitant ainsi un examen antitrust.
L'analyste Stacy Rasgon commente : « Cela permet peut-être de maintenir l'idée que « la concurrence existe toujours ».
NVIDIA souhaite tenir fermement entre ses mains les nœuds clés de tout l'écosystème open source.
Le vice-président du logiciel d'IA générative de NVIDIA a déclaré :
Les modèles ne sont qu'un sous-produit, ce n'est pas notre cœur de métier.
Le vice-président de la recherche en apprentissage profond appliqué a également déclaré que l'objectif principal du développement de la série Nemotron est de garantir la pérennité de NVIDIA.
Après tout, avec l'affaiblissement de la loi de Moore, ce n'est que par l'expansion continue de tout l'écosystème de l'IA et l'augmentation constante des acteurs du développement et de l'application des modèles que la demande en puissance de calcul de NVIDIA pourra continuer de croître.
Cet article provient du compte officiel WeChat « Quantum Bit », auteur : Cheng Qian
