Nvidia mise sur l'IA physique : la pile de sécurité Halos passe des robotaxis aux robots humanoïdes

Les investisseurs enthousiastes pour les centres de données d'IA alimentent peut-être la capitalisation boursière de plusieurs milliers de milliards de dollars de Nvidia. Pourtant, le fabricant de puces a aussi misé des milliards sur l'IA physique, c'est-à-dire la robotique et les voitures autonomes. Selon l'article de Jeremy Hsu publié par Ars Technica le 8 octobre 2026, une part essentielle de ce pari est un système de sécurité complet. Les entreprises peuvent s'en servir pour réduire le risque que leurs machines blessent les personnes à proximité. 1. Ce qui a été annoncé Nvidia a lancé Halos en 2025, avec des outils matériels et logiciels pour aider les développeurs à poser des garde-fous dans les voitures autonomes et d'autres véhicules autonomes. En juin 2026, l'entreprise a annoncé Halos for Robotics, qui étend l'architecture de sécurité à davantage d'usages de l'IA physique : robots mobiles autonomes d'entrepôt, humanoïdes qui marchent dans une usine, voire robots chirurgicaux. Amit Goel, responsable de l'écosystème robotique et de l'informatique embarquée chez Nvidia, a déclaré à Ars que les modèles d'IA et le matériel des robots sont devenus performants. À ses yeux, le prochain goulot d'étranglement est la sécurité, d'où cette offre. Le contexte commercial compte aussi. Jensen Huang a affirmé dans l'All-In Podcast en mars 2026 que l'IA physique génère déjà près de 10 milliards de dollars de revenus par an. Dès 2025, il la présentait comme la deuxième catégorie de croissance de Nvidia. L'entreprise a aussi investi directement dans plusieurs sociétés de robotique, dont les start-up d'humanoïdes Agility Robotics et Figure AI, ainsi que des entreprises qui développent des modèles de fondation pour la robotique. Elle s'est associée au fabricant chinois d'humanoïdes Unitree pour proposer aux chercheurs une conception de référence ouverte de robot humanoïde.

2. L'architecture, de la puce à la simulation Le système commence par le matériel. Le module IGX Thor de Nvidia, conçu pour la robotique et l'industrie, comprend un processeur indépendant dédié aux charges de travail liées à la sécurité. Goel affirme qu'en IA physique, le système fonctionnel et le système de sécurité doivent tourner sur le même silicium. Côté logiciel, le système d'exploitation Halos est conçu pour surveiller en permanence chaque bloc matériel et chaque bibliothèque logicielle, afin de repérer rapidement les défaillances. Il isole aussi les charges de calcul critiques pour la sécurité afin d'éviter toute interférence. Côté données, le Holoscan Sensor Bridge relie les données des capteurs au traitement lié à la sécurité et permet d'identifier facilement les données corrompues. Il peut être intégré dans des composants matériels individuels, comme un microcontrôleur ou un réseau de portes programmables (FPGA).

Le paquet comprend en outre des simulations pour tester les robots dans des environnements virtuels, ainsi qu'un programme de laboratoire d'inspection. Les entreprises de robotique et d'autres partenaires y obtiennent rapidement un retour sur les artefacts de sécurité produits pendant le développement. 3. Pourquoi passer de la voiture au robot est difficile Adapter Halos des véhicules autonomes à la robotique exigeait d'accepter de nombreuses définitions de la sécurité. La sécurité fonctionnelle de la conduite est largement la même d'un constructeur et d'un pays à l'autre. Un robot aspirateur dans un couloir et un chariot élévateur robotisé qui déplace de lourdes charges sur un quai de chargement n'ont pas les mêmes enjeux.

Goel explique que l'équipe a dû repenser son approche et faire beaucoup de travail de fond. L'objectif : une plateforme programmable offrant assez de points d'accroche pour que les développeurs définissent leurs fonctions de sécurité, sans casser l'infrastructure sous-jacente. Il ajoute que la flexibilité peut coûter une partie du contrôle sur la pile. C'est l'équilibre le plus délicat de la conception. Les fonctions sur mesure sont nécessaires parce que les robots travaillent dans des lieux complexes et variés. Goel donne un exemple : un robot qui avance dans une allée à environ dix kilomètres à l'heure ne voit ni les angles morts ni ce qui l'attend au virage. Il ralentit donc presque jusqu'à l'arrêt avant de tourner. Usines, entrepôts et hôpitaux sont des environnements non structurés où tout peut surgir de n'importe où.

4. Déploiements réels Agility Robotics a été la première à intégrer Halos dans son dernier humanoïde, Digit 5, conçu pour travailler en sécurité près des personnes sans poste isolé ni barrière physique. Le système de Nvidia a permis à Agility de placer dans le robot tous les capteurs et le matériel de sécurité utiles. Les anciens usages de Digit reposaient aussi sur des capteurs externes disposés autour de la cellule de travail. Selon Goel, le robot est désormais littéralement libéré de sa chaîne. La sécurité l'accompagne, sans nouvelle infrastructure pour chaque tâche. Boston Dynamics, dans le Massachusetts, est un partenaire précoce du programme d'accréditation de sécurité Halos. L'entreprise bâtit une plateforme de sécurité couvrant ses chiens robots Spot, le Stretch à roues muni d'un grand bras et l'humanoïde Atlas. Atlas pourrait commencer à travailler dans les usines automobiles de la maison mère Hyundai d'ici 2028. Parmi les autres entreprises qui adoptent Halos figurent l'allemand KION Group, qui déploie des chariots élévateurs autonomes et d'autres robots mobiles, et le sud-coréen LG. 5. Ce que cela change pour l'industrie Pour les développeurs, le changement le plus direct est que la sécurité passe d'une construction sur mesure à une capacité de plateforme réutilisable. Chaque entreprise de robotique devait monter sa propre chaîne de surveillance, de détection de pannes et de vérification. Désormais, les équipes peuvent s'appuyer sur un silicium, un système d'exploitation, un pont de capteurs et des outils de simulation communs, et obtenir un retour plus rapide du laboratoire d'inspection. Cela pourrait raccourcir les cycles de certification.

Pour les clients industriels, une sécurité qui suit le robot devrait réduire le coût de déploiement. Une usine ou un entrepôt n'a plus besoin de poser des capteurs ou des barrières dédiés pour chaque nouvelle tâche. Pour l'écosystème, Nvidia renforce sa position sur les puces, les modèles, la simulation et la sécurité. Une question se pose : si de nombreux fournisseurs partagent une même plateforme de sécurité, un défaut de cette plateforme pourrait devenir un risque commun. L'article ne fournit aucune donnée à ce sujet, donc la prudence s'impose. 6. Perspectives et défis Un programme de sécurité ne vaut que par ses preuves sur le terrain. Une couche de sécurité programmable répartit la responsabilité entre Nvidia et chaque développeur. Des fonctions de sécurité mal conçues ne peuvent pas être entièrement rattrapées par la plateforme. Les angles morts des espaces non structurés ne reculeront qu'avec une meilleure perception, une meilleure prédiction et des politiques de mouvement prudentes. La direction reste claire. Quand les modèles et le matériel ne freinent plus, la preuve que les robots sont sûrs près des gens décidera si l'IA physique quitte les démonstrations pour un déploiement commercial à grande échelle. En investissant ici, Nvidia montre qu'elle voit dans la sécurité un actif stratégique qui fidélise à la plateforme.