NVIDIA Vera Rubin CPU entre en production de masse, ciblant l'infrastructure IA

NVIDIA Vera Rubin NVL72 est entrée en phase de mise en production et d’augmentation de la capacité. Sa chaîne d’approvisionnement couvre plus de 350 usines dans 30 pays, avec plus de 300 partenaires impliqués. Les puces Vera ont déjà été livrées à des clients tels qu’OpenAI, Anthropic et SpaceX, avec une prévision de livraison de 1,3 million d’unités cette année, à un prix moyen unitaire d’environ 5 000 dollars. NVIDIA étend actuellement sa lutte du marché GPU vers le marché CPU, en misant sur le fait que les agents d’IA créeront un nouveau « moment CPU ». Le marché des processeurs serveur est estimé à une taille potentielle de 200 milliards de dollars à long terme. La Vera intègre 88 cœurs Olympus, privilégiant la performance en thread unique plutôt que le nombre de cœurs, atteignant jusqu’à 1,8 fois la vitesse des processeurs x86 pour certaines tâches. NVIDIA ne se contente plus de vendre des puces, mais propose aux clients des systèmes complets de baies d’ordinateurs intégrant ses propres puces, menaçant directement les intérêts fondamentaux d’AMD et d’Intel sur le marché des processeurs serveur.

Auteur et source de l'article : Tencent News

NVIDIA étend son champ d'action du marché des GPU vers le marché des CPU.

Juste avant l'événement d'AMD lié à l'IA, NVIDIA a révélé mardi, heure de l'Est, les dernières avancées de sa prochaine plateforme Vera Rubin : la Vera Rubin NVL72 est entrée en phase de mise en production à grande échelle. NVIDIA indique que la chaîne d'approvisionnement de cette plateforme couvre plus de 350 usines dans 30 pays, avec plus de 300 partenaires déjà impliqués.

En parallèle, NVIDIA a publié des données de performance supplémentaires pour la CPU Vera et la plateforme Vera Rubin sur les charges de travail des agents IA, cherchant à démontrer que, à mesure que l'IA passe de la simple réponse à des questions à la planification autonome, l'appel d'outils et l'exécution de tâches, le CPU devient le nouveau champ de bataille de l'infrastructure IA.

Les spécifications complètes, les résultats de tests de performance et les informations architecturales du processeur Vera pour centres de données, révélées par NVIDIA, sont des données essentielles pour que les clients potentiels évaluent pleinement ce puce. L'entreprise indique que les puces Vera ont été livrées en juin à des clients tels qu'OpenAI, Anthropic et SpaceX.

Vera est lancé, constituant la dernière étape de la stratégie d'intégration verticale de NVIDIA. L'entreprise vise à vendre aux clients des systèmes complets de baies d'ordinateurs intégrant ses propres puces, plutôt que de vendre uniquement des puces individuelles. Selon les estimations de Wolfe Research, le prix moyen par puce Vera s'élève à environ 5 000 dollars, avec une production prévue d'environ 1,3 million d'unités cette année. Pour AMD et Intel, cette initiative de NVIDIA représente une menace directe pour leurs intérêts fondamentaux sur le marché des processeurs serveur.

Ce n'est pas la première fois qu'NVIDIA annonce la mise en production de la puce Vera. Fin mai, NVIDIA avait déjà annoncé que Vera était entrée en production à grande échelle, affirmant que cette puce pouvait accomplir certaines tâches 1,8 fois plus rapidement qu'une CPU x86 traditionnelle. Mi-mai, NVIDIA avait également livré les premiers systèmes Vera CPU à des clients tels qu'Anthropic, OpenAI et SpaceX AI. Cette annonce met désormais l'accent sur la montée en production de l'ensemble de la plateforme Vera Rubin, ainsi que sur le déploiement client et les performances en environnement de production réel.

La logique fondamentale derrière le pari de NVIDIA sur les CPU est que les applications d'IA évoluent.

La tâche principale de l'IA générative traditionnelle consiste à générer des réponses en fonction des entrées de l'utilisateur, avec le GPU assurant les calculs intensifs pour les grands modèles, tandis que le CPU se charge principalement des tâches de planification périphériques. Toutefois, avec l'évolution rapide des agents d'IA, les systèmes d'IA commencent à décomposer automatiquement les tâches, à appeler des outils externes, à exécuter du code, à accéder aux données et à évaluer de manière répétée les résultats.

Au cours de ce processus, le CPU doit traiter fréquemment de nombreuses tâches à faible latence et en temps réel. NVIDIA considère que les agents IA ne reposent pas uniquement sur des charges de travail GPU : chaque environnement d'exécution d'agent, les appels d'outils, l'orchestration des tâches et la recherche de données à long contexte nécessitent la participation du CPU.

Lors de la publication précédente de Vera, NVIDIA a indiqué que l'IA agentive crée un nouveau « moment CPU ». Son jugement est que, à mesure que les systèmes d'IA passent de « répondre à des questions » à « prendre des actions », le rôle du CPU au sein de l'usine d'IA augmentera considérablement.

NVIDIA prévoit même que la taille à long terme du marché des processeurs serveur pourrait atteindre 200 milliards de dollars. Ce chiffre semble extrêmement ambitieux par rapport au marché traditionnel des processeurs serveur, mais la logique de NVIDIA repose sur l'idée que les limites du marché des processeurs à l'avenir ne se limiteront plus aux serveurs d'entreprise traditionnels, mais s'étendront à l'inférence IA, aux agents IA, à l'apprentissage par renforcement, au traitement des données ainsi qu'à diverses tâches de contrôle et d'orchestration de l'infrastructure IA.

C'est également la raison pour laquelle NVIDIA tente de redéfinir les règles de la concurrence sur le marché des CPU.

La feuille de route de Vera diffère nettement de celle des CPU serveur traditionnels.

NVIDIA affirme que Vera est son premier CPU conçu spécifiquement pour l'IA agentive, doté de 88 cœurs Olympus conçus en interne par NVIDIA et d'une bande passante mémoire de 1,2 To/s. NVIDIA avait précédemment indiqué que Vera offre une amélioration de 50 % des performances par cœur par rapport aux CPU traditionnels ; dans des tests publiés fin mai, Vera a atteint une vitesse d'exécution de tâches spécifiques 1,8 fois supérieure à celle des CPU x86.

Dans la dernière divulgation, NVIDIA a encore souligné l'orientation de conception centrale de Vera : contrairement à une simple augmentation du nombre de cœurs, Vera accorde une priorité accrue à la performance mono-thread, à la bande passante de communication entre cœurs et à la latence d'accès à la mémoire.

NVIDIA affirme que le noyau Olympus personnalisé de Vera permet une performance mono-thread deux fois supérieure, une bande passante entre cœurs trois fois plus élevée, et une réduction de 40 % de la latence mémoire par rapport aux conceptions concurrentes de puces. L'objectif est de permettre aux agents IA d'accomplir plus rapidement leurs tâches et de restituer rapidement les ressources de calcul à la GPU, augmentant ainsi l'utilisation globale de l'usine d'IA.

La logique commerciale derrière cela est très directe : les GPU sont l'une des ressources de calcul les plus coûteuses et les plus rares dans les centres de données AI. Si le CPU traite les tâches trop lentement, les GPU peuvent rester en attente. NVIDIA souhaite réduire ce temps d'« inactivité » en optimisant spécifiquement le CPU.

Lors des tests en environnement de production effectués par DeepInfra sur le processeur Vera, NVIDIA a déclaré que Vera permet de prendre en charge jusqu'à 1,6 fois plus d'agents IA simultanés et d'atteindre une vitesse d'orchestration des tâches jusqu'à 2,2 fois supérieure. Il convient de noter que ces données proviennent d'un environnement de test spécifique aux clients et ne signifient pas que Vera est globalement supérieur sur toutes les charges de travail CPU générales.

Vera CPU n'est qu'une partie de la stratégie plus vaste d'NVIDIA.

Sur la plateforme Vera Rubin, NVIDIA intègre le CPU Vera, le GPU Rubin, le puce réseau Groq 3 LPX, le chipset Spectrum-6, le SuperNIC ConnectX-9 et le BlueField-4 dans un système co-conçu.

NVIDIA indique que la Vera Rubin NVL72 entre actuellement en phase de mise en production à l'échelle mondiale, et des partenaires tels que CoreWeave, Google Cloud, Microsoft Azure et Oracle Cloud Infrastructure ont déjà commencé à déployer les baies associées. NVIDIA précise également que sa chaîne d'approvisionnement couvre plus de 350 usines et 30 pays, avec plus de 300 partenaires impliqués.

En ce qui concerne les tests clients, CoreWeave a déclaré qu'après avoir exécuté des tests DeepSeek-R1 sur la Vera Rubin NVL72, elle a obtenu une augmentation de 10 fois du nombre de tokens générés par mégawatt et par seconde par rapport à la génération précédente, la Grace Blackwell NVL72. Google Cloud a quant à lui lancé des instances A5X basées sur la Vera Rubin NVL72, et NVIDIA affirme qu'elle permet, dans certains scénarios, de réduire les coûts d'inférence et d'augmenter le débit de tokens par mégawatt.

Cela signifie que les concurrents d’NVIDIA ne sont plus seulement les puces d’accélération uniques comme les GPU Instinct d’AMD ou le Gaudi d’Intel.

NVIDIA cherche à contrôler l'ensemble de l'infrastructure : le CPU gère l'ordonnancement, le GPU effectue les calculs, les puces réseau assurent la connexion à haute vitesse, et le logiciel gère l'ordonnancement et l'optimisation, livrant finalement des systèmes au niveau du rack ou du centre de données aux clients.

Pour AMD et Intel, la menace de cette approche concurrentielle réside dans le fait que NVIDIA n’a pas besoin de s’engager dans une concurrence entièrement symétrique sur le marché traditionnel des CPU. L’objectif de NVIDIA est de pénétrer d’abord la partie la plus prometteuse en croissance des serveurs AI, en ciblant des charges de travail telles que l’IA agentive, l’apprentissage par renforcement et l’inférence AI haute performance, avant d’étendre progressivement l’usage des CPU.

Depuis longtemps, Intel et AMD détiennent la part dominante du marché des processeurs serveur.

Mais NVIDIA estime aujourd'hui que les infrastructures d'IA transforment la hiérarchie des valeurs du CPU. Autrefois, la concurrence entre les CPU de serveur portait principalement sur le nombre de cœurs, la capacité de calcul général et le débit global ; à l'ère de l'IA agentive, l'importance de la faible latence, des performances en thread unique, de la bande passante mémoire et de l'efficacité de l'ordonnancement des tâches augmente.

C’est précisément le vide du marché que NVIDIA pense pouvoir combler.

Sur le plan du produit, Vera peut être utilisé à la fois comme CPU indépendant et en combinaison avec des GPU NVIDIA pour former le système Vera Rubin. NVIDIA le positionne également comme un composant clé reliant les agents IA aux ressources de calcul GPU.

NVIDIA a déjà inclus dans sa liste précédente de clients des entreprises d'IA telles qu'Anthropic, OpenAI et SpaceX AI, ainsi que des fournisseurs de services cloud comme ByteDance, CoreWeave et Oracle Cloud Infrastructure ; des fabricants de serveurs tels que Dell, Hewlett Packard Enterprise, Lenovo et AMD progressent également sur des systèmes basés sur Vera.

Cela donne à NVIDIA un avantage par rapport aux fabricants traditionnels de CPU : elle peut offrir aux clients des solutions complètes combinant GPU, CPU, réseau et logiciels.

Mais cela ne signifie pas que NVIDIA peut facilement remettre en question AMD et Intel.

La concurrence sur le marché des processeurs ne se limite pas à la performance des puces, mais inclut également l'écosystème logiciel, la certification client, la compatibilité avec les serveurs et les relations d'approvisionnement à long terme. En particulier, les grands fournisseurs de services cloud et les clients entreprises nécessitent généralement plusieurs années pour effectuer le passage à une nouvelle plateforme matérielle.

Ainsi, la capacité de Vera à s'étendre réellement des scénarios dédiés à l'IA au marché des serveurs plus large dépend de la capacité des clients à obtenir un avantage en performance et en coûts suffisamment marqué.

NVIDIA a délibérément diffusé des informations sur la production de masse et les performances de Vera Rubin juste avant l'événement AI d'AMD, ce qui reflète clairement une stratégie de concurrence sur le marché.

Au cours des dernières années, NVIDIA a presque monopolisé le pool de profits le plus central de l'infrastructure AI grâce à ses GPU. Toutefois, avec AMD qui élargit continuellement sa présence dans les accélérateurs AI et Intel qui tente de trouver une ouverture sur le marché des puces AI, le marché s'intéresse de plus en plus à la capacité de NVIDIA à maintenir sa croissance rapide.

Dans le même temps, les activités CPU d'AMD et d'Intel retrouvent l'attention du marché en raison des nouvelles attentes de demande générées par l'IA par代理.

La réponse de NVIDIA est : si la valeur des centres de données AI passe de l'ordinateur unique GPU à une usine AI complète, NVIDIA n'a pas besoin de laisser le marché des CPU aux concurrents.

From this perspective, Vera is not simply a server CPU launched by NVIDIA, but rather a further extension of its vertical integration strategy.

NVIDIA souhaite que ses clients n'achètent plus uniquement des GPU, des CPU ou des puces réseau individuels, mais une infrastructure complète permettant d'exécuter directement des modèles d'IA et des agents d'IA.

Si les IA agents deviennent véritablement le moteur principal de la prochaine vague de croissance de la demande en calcul, NVIDIA pourrait se battre non seulement pour des parts de marché sur le secteur des GPU, mais pour l'ensemble de la chaîne de valeur du calcul serveur IA.

Cela signifie également que, à l'avenir, AMD et Intel ne seront plus seulement en concurrence l'une avec l'autre, mais aussi avec NVIDIA, qui possède déjà des compétences en GPU, CPU, réseau, logiciels et systèmes complets.