Contexte et annonces majeures

Nvidia a présenté, lors du SC26, une série d’annonces qui vont au-delà du simple gain de FLOPS. Le pack Nemotron for Science intègre le modèle ouvert Nemotron 3.5 Super VL avec le jeu de données LitmusBench v0.2, contenant près de 50 000 questions de raisonnement chimique. Le nouveau rack‑scale CPU Vera regroupe 192 processeurs, 300 TB de mémoire et une interconnexion Quantum‑X800 InfiniBand, prévu pour une commercialisation début 2027. Le GPU Rubin HPC, prévu pour 2028, dépasse les 50 000 cœurs CUDA et intègre une accélération des données parcelles. Nvidia a également lancé les bibliothèques cuPhoton, cuPotential et cuSpa, ainsi qu’une plateforme de co‑design quantique avec IBM et Fermilab, et des commutateurs photoniques co‑packagés chez Lambda pour connecter plus de 10 000 GPU.

Boucle d’expérimentation comme nouveau benchmark

Ian Buck, vice‑président HPC, a déclaré que la vitesse de simulation n’est plus suffisante ; c’est le temps de boucle « hypothèse‑simulation‑raffinement » qui devient le critère principal. Nvidia affirme que cuPhoton a réduit le temps de corrélation des données du télescope Event Horizon de plus d’un mois à huit minutes. Dans le laboratoire Pacific Fusion, un agent alimenté par Nemotron analyse les simulations de plasma en temps réel, permettant aux chercheurs de modifier les paramètres pendant l’exécution. À Berkeley Lab, la bibliothèque DAQIRI intègre l’analyse d’électron‑microscopie directement dans le flux expérimental, accélérant la prise de décision pendant la mesure.

Modèles spécialisés et open science

Les résultats de Lila Sciences montrent que le modèle Nemotron, post‑entraîné avec des retours de laboratoire, atteint 61 % de précision sur les protocoles de synthèse de points quantiques, surpassant GPT‑6 Astra (54 %) avec un coût d’inférence 10 à 20 fois inférieur. Therna a doublé la précision sur la prédiction d’expression protéique mRNA, et Terray Therapeutics a entraîné le modèle pour extraire réactifs, produits et conditions à partir de diagrammes chimiques. KTH a exécuté un agent sur un DGX Spark 128 GB, réparant 81 % des configurations GROMACS défaillantes en une nuit. Nvidia fournit non seulement les poids mais aussi le dataset et les recettes d’ajustement, comblant le manque de savoir‑faire des équipes de recherche.

Plateforme CPU Vera et orchestration Slurm

En ciblant les charges non accélérées, Nvidia propose Vera comme alternative x86. Ses propres benchmarks affichent 1,9 × la performance et 2,4 × le performance‑par‑watt sur une simulation OpenFOAM d’écoulement d’air. Le centre DKRZ a sélectionné Vera pour son système HLRE‑5. Nvidia étend le scheduler Slurm pour orchestrer CPU, GPU et QPU via les mêmes commandes, intégrant un décodeur de correction d’erreurs quantiques et un support de planification quantique. Plus de 30 data‑centers déploient déjà plus de 50 processeurs quantiques compatibles, dont des plateformes d’Alice & Bob, IBM, IQM, Pasqal et Quantinuum.