NVIDIA et Microsoft associent RTX Spark et conteneurs MXC pour des agents IA permanents sur les PC Windows

Le mercredi 7 octobre, Microsoft a organisé à San Francisco, aux Dogpatch Studios, un événement consacré à Windows AI et à Surface. Le fondateur et PDG de NVIDIA, Jensen Huang, et le PDG de Microsoft, Satya Nadella, ont participé à une discussion animée par Sriram Krishnan, ancien conseiller principal de la Maison-Blanche sur la politique en matière d'IA. Le message était net : les deux entreprises conçoivent ensemble matériel et logiciel pour que des agents IA tournent sur les PC Windows. Jensen Huang a retracé l'histoire de NVIDIA, indissociable de Windows, en affirmant que sans Windows il n'y aurait pas de GeForce. Il a ensuite relié ce passé à l'ère des agents : lorsqu'un agent vit sur votre propre ordinateur, il devient votre assistant personnel. Satya Nadella a salué la constance d'une vision tenue pendant des décennies, qu'il a décrite comme une tendance de fond expliquant l'instant présent.

L'élément technique central de l'événement est le socle de sécurité décrit par Microsoft. Pavan Davuluri, vice-président exécutif de Windows et des appareils, a annoncé la disponibilité générale de Microsoft Execution Containers, ou MXC. Il s'agit d'une infrastructure au niveau du système d'exploitation qui permet aux agents de s'exécuter en arrière-plan de façon sûre et persistante, sous le contrôle du système. Selon Pavan Davuluri, Microsoft intègre ces primitives directement dans Windows afin que les agents puissent être sécurisés, observés et gouvernés, en lien avec Microsoft Security et Agent 365. Satya Nadella a ajouté qu'il fallait faire du poste de travail l'endroit le plus sûr pour exécuter des agents. Jensen Huang a comparé ce moment aux précédents : comme Windows et DirectX ont changé la façon de créer des applications, MXC changera la façon de concevoir et de déployer des agents. Le raisonnement tient. Un agent se distingue d'une application classique parce qu'il appelle seul des outils, lit et écrit des fichiers et reste résident longtemps. Pour un tel logiciel, les frontières de droits et la traçabilité sont un prérequis, non une option.

Côté matériel, le produit principal est RTX Spark. Le blog de NVIDIA décrit un GPU Blackwell RTX jusqu'à 6 144 cœurs et un CPU Grace jusqu'à 20 cœurs, reliés à 600 Go/s. L'ensemble offre un pétaflop de performance IA en FP4 et jusqu'à 128 Go de mémoire unifiée. Pavan Davuluri a expliqué que le Surface Laptop Ultra a été conçu autour de RTX Spark, et qu'avec cette mémoire et cette puissance on peut exécuter des modèles qui ne tiennent tout simplement pas sur une machine traditionnelle. NVIDIA cite l'exemple de Qwen 3.8 Flash Next, présenté comme un modèle de 125 milliards de paramètres avec 51 milliards de n-grammes, qui égalerait l'intelligence de nombreux modèles cloud, sans facturation à l'usage et sans envoi de données vers le cloud. Ces comparaisons doivent être lues avec prudence. Elles proviennent du constructeur, et les résultats réels dépendront de la quantification, de la longueur de contexte et de la tâche. Des bancs d'essai indépendants trancheront. Des systèmes sont annoncés chez Acer, ASUS, Dell, HP, Lenovo, Microsoft, MSI et Gigabyte, des portables fins aux machines de bureau compactes conçues pour des agents toujours actifs. Les précommandes des portables ont ouvert le jour même, pour une disponibilité le 16 octobre. Les machines de bureau compactes arrivent en novembre.

Pour les développeurs, l'unification de la pile logicielle est peut-être l'apport le plus précieux. RTX Spark exécute la plateforme NVIDIA CUDA complète : modèles, outils et flux de travail peuvent donc passer de RTX Spark à DGX Station sans réécriture, avec la même pile NVIDIA AI. Les créateurs obtiennent des Tensor Cores de cinquième génération compatibles NVFP4, l'AV1 accéléré par le matériel et l'encodage et le décodage vidéo 4:2:2. Les joueurs se voient promettre des jeux AAA en 1440p à plus de 100 images par seconde avec DLSS 5, Reflex et G-SYNC. La version de bureau compacte utilise la même puce RTX Spark dans un petit boîtier prévu pour un fonctionnement 24 heures sur 24, un système d'IA local dédié qui fait tourner les agents en continu. L'événement a aussi présenté en avant-première NVIDIA DGX Station for Windows, décrit comme le premier supercalculateur IA de bureau conçu pour le poste de travail d'entreprise sous Windows. Il apporte une infrastructure de classe GB300 Grace Blackwell à l'écosystème Windows. Pavan Davuluri a déclaré que cela permet d'exécuter localement des modèles de pointe, des capacités qui exigeaient autrefois de louer un cluster. Le blog précise que DGX Station fonctionnait jusqu'ici sous Linux.

Dans l'ensemble, l'intérêt de cette annonce tient moins à un chiffre isolé qu'à la présentation simultanée d'une chaîne complète : isolation et gouvernance au niveau du système, calcul local avec une grande mémoire unifiée, et une même pile CUDA du portable au supercalculateur de bureau. Pour les directions informatiques, garder les données sur l'appareil et payer par machine plutôt que par appel modifie la structure des coûts et le débat sur la conformité. Pour les développeurs, un chemin du type développer une fois et déployer à plusieurs niveaux réduit le coût de migration. Les risques sont tout aussi nets. Des agents résidents en local déplacent la surface d'attaque des API cloud vers chaque poste. La solidité de l'isolation de MXC, ses politiques par défaut et son auditabilité devront être éprouvées par la communauté de la sécurité en conditions réelles. Le prix, l'autonomie et le comportement thermique du nouveau matériel ne figurent pas dans la source et attendent des tests. Enfin, savoir si les modèles locaux comblent vraiment l'écart avec les modèles cloud de pointe, comme le suggèrent les constructeurs, relève de bancs d'essai indépendants. Les prochains points à suivre sont les premiers tests après la livraison des portables le 16 octobre, le rythme d'adoption de MXC en entreprise et la question de savoir si les développeurs déplacent réellement leurs agents vers des machines locales.