Jensen Huang souhaite clarifier un point : si vous exécutez un modèle d'IA ouvert, vous le faites presque certainement sur du matériel Nvidia. Et si vous souhaitez exécuter tous les modèles de pointe, ouverts ou fermés, il n'existe qu'une seule plateforme qui le fait tout.
Le playbook du modèle ouvert
Le 24 juillet 2026, Huang a publié son premier message sur X, partageant une lettre ouverte co-signée par Nvidia et environ 25 autres organisations. La lettre appelait à promouvoir à la fois le développement de modèles d'IA ouverts et fermés pour stimuler la concurrence et l'innovation, tout en s'opposant aux approches réglementaires susceptibles d'étouffer les progrès.
Nvidia a mis ses propres puces là où en est sa bouche. L'entreprise a publié la famille de modèles linguistiques Nemotron et Cosmos pour l'IA physique sous des licences permissives, offrant aux développeurs l'accès aux poids ainsi qu'aux ressources d'entraînement. Ensuite, le 11 août 2026, Nvidia a dévoilé Nemotron 3.5 Lightning comme autre offre open source, élargissant davantage son portefeuille de modèles disponibles gratuitement.
Pourquoi les modèles ouverts comptent pour le résultat net de Nvidia
Lors des appels résultats et des discours d'ouverture, Huang a souligné l'adoption de l'IA open-source comme principal moteur des déploiements de serveurs GPU en entreprise. Les entreprises du secteur SaaS, de la robotique et des applications industrielles construisent de plus en plus des solutions d'IA personnalisées plutôt que de simplement consommer des appels d'API provenant de fournisseurs de modèles fermés. Ces entreprises souhaitent des modèles qu'elles peuvent modifier, déployer sur leur propre infrastructure et exécuter en périphérie, et non uniquement dans le cloud.
Huang a fait attention à présenter cela comme un équilibre plutôt qu’un choix binaire. Il affirme que les modèles ouverts et fermés doivent coexister, et que les modèles ouverts profitent en réalité aux entreprises qui développent des modèles fermés en faisant progresser l’état général de la recherche en IA. Il soutient que le bon équilibre entre modèles ouverts et fermés améliore les capacités de l’IA et élargit le marché total adressable de Nvidia pour la vente de GPU.