Jensen Huang GTC 2026 Keynote: AI Is No Longer the Future

Keynote de Jensen Huang au GTC 2026 de NVIDIA : plateforme Vera Rubin avec CPU Vera et GPU Rubin pour l'inférence agentique, DLSS 5 avec rendu neuronal en temps réel qualifié de « moment GPT pour le graphisme », module spatial pour centres de données orbitaux, et plan de 26 milliards de dollars pour l'entraînement de modèles IA open-weight. L'événement marque la transformation complète de NVIDIA en plateforme d'infrastructure IA full-stack.

Keynote GTC 2026 de Jensen Huang : La déclaration stratégique de l'ère AI

Le 16 mars 2026, Jensen Huang a livré un discours d'environ deux heures au SAP Center de San José, articulé autour d'un message central : **"La mise à l'échelle de l'IA est fondamentalement un problème d'infrastructure."**

La demande de puissance de calcul à 1 billion de dollars

Huang a annoncé que la demande mondiale en calcul IA dépassera **1 billion de dollars d'ici 2027**, positionnant NVIDIA comme le constructeur de l'infrastructure full-stack de l'IA.

La plateforme Vera Rubin

La grande annonce matérielle est la **plateforme Vera Rubin** (du nom de l'astronome qui a découvert la matière noire) :

  • **Vera Rubin NVL72** : plateforme à refroidissement liquide intégrant 72 GPU Rubin + 36 CPU Vera, **10x meilleures performances par watt**
  • **Vera CPU** : 88 cœurs "Olympus" personnalisés, bande passante **1,2 To/s**
  • **Vera Rubin Ultra** : jusqu'à **144 GPU** interconnectés pour les datacenters
  • **Vera Rubin Space Module** : datacenter orbital offrant **25x la puissance de calcul de l'H100**

DLSS 5 : Le rendu neuronal en temps réel

DLSS 5 introduit un modèle de rendu neuronal en temps réel qui applique des effets d'éclairage photoréalistes sur des matières comme la peau, les cheveux, l'eau et le métal. Lancement prévu en automne 2026, exclusivement pour les RTX série 50. Les réactions initiales sont mitigées, certains décrivant les résultats comme "trop artificiels".

Implications stratégiques

NVIDIA se positionne comme le bâtisseur de l'infrastructure de toutes les dimensions de l'IA. Son véritable avantage concurrentiel reste l'écosystème CUDA, une forteresse logicielle de dix ans impossible à reproduire à court terme.

Analyse approfondie et perspectives industrielles

Dans une perspective plus large, cette evolution illustre la tendance acceleree de la transition de la technologie IA des laboratoires vers les applications industrielles. Les analystes du secteur s accordent a dire que 2026 sera une annee charniere pour la commercialisation de l IA. Sur le plan technique, l efficacite d inference des grands modeles continue de s ameliorer tandis que les couts de deploiement diminuent, permettant a davantage de PME d acceder aux capacites avancees de l IA.