Catégorie : Cloud

NVIDIA trace sa feuille de route au CES 2026 : Rubin, modèles ouverts et « mémoire » pour l’IA agissante

NVIDIA a profité du lancement du CES 2026 à Las Vegas pour présenter quelque chose de plus ambitieux qu’un simple catalogue de produits : une vision de plateforme. Jensen Huang est monté sur scène au Fontainebleau avec un message clair : l’intelligence artificielle n’est plus une simple couche logicielle supplémentaire, mais le moteur qui reconstruit toute la pile informatique, depuis le silicium et le réseau jusqu’au stockage et aux modèles. Dans ce contexte, la société a déployé trois piliers résumant ses ambitions pour les années à venir : Rubin, sa nouvelle plateforme d’IA « extrême-conçue » ; une stratégie de modèles ouverts par domaines ; et une infrastructure pensée pour une IA intelligente et contextuelle, où le contexte — la

Intel lance sa série Core Ultra Series 3 sur Intel 18A et accélère la course du « PC avec IA »

Lors du CES 2026 à Las Vegas, Intel a dévoilé l’une de ses initiatives les plus emblématiques des dernières années : la nouvelle série Intel Core Ultra 3, présentée comme la première plateforme de calcul construite sur le processus Intel 18A, le nœud de fabrication le plus avancé que la société affirme avoir développé et produit aux États-Unis. Au-delà du simple titre, cette démarche vise un objectif précis : faire de l’ »AI PC » une catégorie de masse, offrant une autonomie suffisante pour le quotidien, une puissance adaptée à la création de contenu et, surtout, une NPU (unité de traitement neuronal) capable de gérer des tâches d’IA sans dépendre constamment du cloud. Dans leur communiqué, Intel souligne que la famille Series

ZF et Qualcomm renforcent leur alliance pour porter l’assistance à la conduite à une « architecture centrale » évolutive

La course à la voiture définie par logiciel entre dans une phase plus pragmatique : moins de promesses grandioses et plus de plateformes capables d’intégrer des fonctions avancées d’aide à la conduite (ADAS) à une variété de modèles, gammes et marchés, sans nécessiter de repenser entièrement le véhicule. Dans ce contexte, ZF et Qualcomm Technologies ont annoncé une collaboration technologique visant à offrir une solution ADAS évolutive basée sur le superordinateur automobile ZF ProAI et la plateforme Snapdragon Ride. Selon les deux entreprises, l’objectif est de combiner puissance de calcul, perception et architecture ouverte permettant aux constructeurs d’intégrer des logiciels tiers et d’adapter le « package » de fonctionnalités à chaque véhicule. En d’autres termes : un noyau technologique unique

NVIDIA veut que la « mémoire » des agents d’IA survive en dehors du GPU : voici sa nouvelle plateforme de stockage avec BlueField-4

Dans la course effrénée pour faire avancer l’IA agéntique (modèles capables d’enchaîner les tâches, de raisonner sur une période plus longue et de maintenir des conversations avec contexte), NVIDIA concentre actuellement ses efforts sur une problématique très précise : la mémoire de contexte. Lors du CES, la société a annoncé que son BlueField-4 (un processeur de données / DPU) sera l’élément clé pour impulser la Plateforme de stockage de mémoire de contexte pour l’inférence NVIDIA, une solution de « stockage natif pour l’IA » conçue pour l’inférence à grande échelle et pour partager rapidement le contexte entre noeuds. Le goulot d’étranglement : le cache KV, la « mémoire » qui ne tient pas éternellement sur la GPU À mesure que

SK hynix présente sa nouvelle génération de mémoire pour l’ère de l’intelligence artificielle au CES 2026 : HBM4 de 48 GB, SO-CA MM2, LPDDR6 et NAND de 321 couches

Dans la course à la Intelligence Artificielle (IA), les grandes batailles ne se jouent plus uniquement dans les accélérateurs ou les processeurs. De plus en plus souvent, le point limité se trouve dans la mémoire : la quantité pouvant être intégrée, la vitesse de transfert de données et, surtout, la consommation énergétique lors de ces échanges. Dans ce contexte, SK hynix a choisi le CES 2026 pour dévoiler une feuille de route qui indique directement les prochains grands progrès de l’industrie : depuis la haute capacité de la HBM4 jusqu’à de nouveaux modules conçus pour les serveurs d’IA et la mémoire mobile adaptée à “l’IA en appareil” (on-device AI). La société sud-coréenne a annoncé l’ouverture d’un stand d’exposition pour les

Alpamayo : le « modèle professeur » ouvert de NVIDIA pour maîtriser la longue traîne de la voiture autonome

En conduite autonome, le véritable obstacle ne réside pas simplement à circuler sur une autoroute par beau temps. Il se trouve dans tous ces rares événements qui, lorsqu’ils surviennent, transforment complètement la situation : un virage manqué à cause de travaux mal signalés, un véhicule arrêté qui oblige à une manœuvre imprévue, un piéton surgissant derrière un obstacle, ou encore une combinaison de pluie, de reflets et de marquages au sol détériorés. L’industrie résume cette complexité avec un terme désormais courant : la long tail, la “queue longue” de scénarios rares et complexes qui freine encore la progression vers des déploiements robustes de niveau 4. Lors du CES, NVIDIA a décidé d’aborder cette zone grise avec une stratégie alliant ouverture

NVIDIA veut que la « mémoire » des agents d’IA survive en dehors du GPU : voici sa nouvelle plateforme de stockage avec BlueField-4

SK hynix présente sa nouvelle génération de mémoire pour l’ère de l’intelligence artificielle au CES 2026 : HBM4 de 48 GB, SO-CA MM2, LPDDR6 et NAND de 321 couches