Nvidia et Huang Renxun : le dernier article sur le « gâteau à cinq couches » de l'IA

L’intelligence artificielle est l’une des forces les plus puissantes qui façonnent le monde aujourd’hui. Ce n’est pas une application intelligente ou un modèle unique, mais une infrastructure aussi essentielle que l’électricité et Internet.

L’IA fonctionne sur du matériel réel, une énergie réelle et un système économique réel. Elle transforme des matières premières en « intelligence » à grande échelle. Chaque entreprise l’utilise, chaque pays la construit.

Pour comprendre pourquoi l’IA se déploie de cette manière, il est utile de partir des principes fondamentaux et d’examiner les changements fondamentaux qui se produisent dans le domaine du calcul.

« Du logiciel préfabriqué » à « l’intelligence générée en temps réel »

Pendant la majeure partie de l’histoire de l’informatique, le logiciel était « préfabriqué ». L’humain décrivait un algorithme, puis l’ordinateur exécutait les instructions. Les données devaient être soigneusement structurées, stockées dans des tableaux, et extraites via des requêtes précises. SQL est indispensable car il permet à tout ce système de fonctionner.

Mais l’IA bouleverse ce modèle.

Pour la première fois, nous disposons d’un ordinateur capable de comprendre des informations non structurées. Il peut analyser des images, lire du texte, écouter des sons et en comprendre le sens ; il peut raisonner sur le contexte et l’intention. Plus important encore, il peut générer de l’intelligence en temps réel.

Chaque réponse est une nouvelle génération. Chaque réponse dépend du contexte fourni. Il ne s’agit plus d’une recherche dans une base de données pour retrouver des instructions existantes, mais d’un raisonnement en temps réel, générant l’intelligence à la demande.

Parce que l’intelligence est générée en temps réel, toute la pile technologique qui la soutient doit également être réinventée.

L’IA comme infrastructure

Du point de vue industriel, l’IA peut en réalité être décomposée en une structure à cinq couches.

Énergie

La couche la plus basse est l’énergie.

L’intelligence générée en temps réel nécessite une électricité en temps réel. Chaque token produit implique le déplacement d’électrons, la gestion de la chaleur, la conversion d’énergie en capacité de calcul.

Sous cette couche, il n’y a aucune abstraction. L’énergie est le premier principe de l’infrastructure IA, la contrainte fondamentale qui détermine la quantité d’intelligence que le système peut produire.

Puces (Chips)

Au-dessus de l’énergie se trouvent les puces. La conception de ces processeurs vise une efficacité extrême, pour convertir l’énergie en capacité de calcul à grande échelle.

Les charges de travail de l’IA nécessitent une capacité de calcul parallèle massive, une mémoire à large bande passante et une connectivité rapide. Les progrès dans la conception des puces déterminent la vitesse d’expansion de l’IA et la baisse des coûts de « l’intelligence ».

Infrastructure

Au-dessus des puces se trouve l’infrastructure. Cela inclut les terrains, la distribution électrique, les systèmes de refroidissement, la construction, les réseaux, et la gestion du regroupement de dizaines de milliers de processeurs en une seule machine.

Ces systèmes sont essentiellement des usines à intelligence. Ils ne sont pas conçus pour stocker des informations, mais pour produire de l’intelligence.

Modèles (Models)

Au sommet de l’infrastructure se trouvent les modèles. Les modèles d’IA peuvent comprendre divers types d’informations : langage, biologie, chimie, physique, finance, médecine, et le monde réel lui-même.

Les modèles linguistiques ne sont qu’une catégorie. Parmi les travaux les plus révolutionnaires en cours, on trouve : l’IA pour les protéines, l’IA en chimie, la simulation physique, la robotique, les systèmes autonomes.

Applications

Au sommet, la couche des applications, où la valeur économique est réellement créée. Par exemple, les plateformes de découverte de médicaments, les robots industriels, les copilotes juridiques, les véhicules autonomes.

Une voiture autonome est essentiellement une « application d’IA portée par une machine » ; un robot humanoïde est une « application d’IA portée par un corps ». La technologie de base est la même, seule la forme finale diffère.

Ainsi, cette structure à cinq couches de l’IA est : Énergie → Puces → Infrastructure → Modèles → Applications. Chaque application réussie influence toutes les couches en dessous, jusqu’à la centrale électrique qui l’alimente.

Une infrastructure encore en construction

Nous venons tout juste de commencer cette construction. Les investissements actuels ne représentent que quelques milliers de milliards de dollars, mais à l’avenir, il faudra construire des infrastructures valant des dizaines de milliers de milliards.

Partout dans le monde, nous voyons apparaître : usines de puces, usines d’ordinateurs, usines d’IA.

Une échelle sans précédent est en train d’être bâtie. Cela devient l’une des plus grandes constructions d’infrastructure de l’histoire humaine.

La demande de main-d’œuvre dans l’ère de l’IA

Le volume de main-d’œuvre nécessaire pour soutenir cette construction est énorme.

Les usines d’IA ont besoin de : électriciens, plombiers, installateurs de conduits, ouvriers en structures métalliques, techniciens réseau, installateurs d’équipements, personnel de maintenance.

Ce sont des postes hautement techniques, bien rémunérés, et actuellement très rares. Participer à cette transition ne nécessite pas forcément un doctorat en informatique.

Par ailleurs, l’IA stimule également la productivité de l’économie de la connaissance. Prenons la radiologie. L’IA commence à assister dans l’interprétation des images médicales, mais la demande pour les radiologues continue de croître.

Ce n’est pas contradictoire.

Le vrai rôle du radiologue est de prendre soin des patients, et la lecture des images n’est qu’une tâche parmi d’autres. Lorsque l’IA prendra en charge de plus en plus de tâches répétitives, les médecins pourront consacrer plus de temps au diagnostic, à la communication et au traitement.

L’efficacité accrue des hôpitaux permettra de soigner plus de patients, ce qui nécessite plus de personnel. La productivité crée la capacité, et la capacité stimule la croissance.

Quelles sont les évolutions de l’année passée ?

L’année dernière, l’IA a franchi une étape clé.

Les modèles sont désormais suffisamment performants pour jouer un rôle réel dans des scénarios à grande échelle.

· Amélioration significative des capacités de raisonnement

· Réduction notable des hallucinations

· Renforcement considérable de l’ancrage dans le monde réel

Pour la première fois, les applications basées sur l’IA commencent à générer une valeur économique tangible.

Des domaines comme la recherche de médicaments, la logistique, le service client, le développement logiciel, la fabrication, ont déjà vu une correspondance claire entre produits et marché.

Ces applications tirent fortement vers le haut toute la pile technologique sous-jacente.

Le rôle des modèles open source

Les modèles open source jouent un rôle clé. La majorité des modèles d’IA dans le monde sont gratuits. Chercheurs, startups, entreprises, et même États comptent sur ces modèles pour participer à la compétition en IA avancée.

Lorsque ces modèles open source atteignent la pointe de la technologie, ils ne changent pas seulement le logiciel, mais activent aussi la demande pour toute la chaîne technologique.

DeepSeek‑R1 en est un exemple typique. En rendant un puissant modèle de raisonnement largement accessible, il stimule la croissance de la couche applicative, tout en augmentant la demande en puissance de calcul pour l’entraînement, l’infrastructure, les puces et l’énergie.

Que cela signifie-t-il ?

En considérant l’IA comme une infrastructure, tout devient clair. L’IA a peut-être commencé avec Transformer et les grands modèles de langage, mais elle va bien au-delà.

C’est une révolution industrielle qui va redéfinir :

· La production et la consommation d’énergie

· La construction des usines

· L’organisation du travail

· Le mode de croissance économique

Les usines à intelligence sont construites parce que l’intelligence peut maintenant être générée en temps réel. Les puces sont redessinées parce que l’efficacité détermine la vitesse d’expansion de l’intelligence. L’énergie devient centrale parce qu’elle détermine la quantité maximale d’intelligence que le système peut produire. Les applications explosent parce que les modèles ont enfin franchi le seuil de « disponibilité à grande échelle ».

Chaque couche renforce les autres.

C’est pourquoi cette construction est si vaste, pourquoi elle impacte autant d’industries, et pourquoi elle ne se limite pas à un seul pays ou secteur.

Chaque entreprise utilisera l’IA.

Chaque pays construira l’IA.

Nous sommes encore au début.

De nombreuses infrastructures restent à bâtir, une main-d’œuvre importante doit encore être formée, et d’innombrables opportunités restent à saisir.

Mais la direction est très claire.

L’intelligence artificielle devient une infrastructure fondamentale du monde moderne.

Et nos choix aujourd’hui — la vitesse de construction, l’étendue de la participation, la responsabilité dans le déploiement — détermineront la forme que prendra cette ère.