Le Royaume-Uni aspire à devenir un « créateur d’IA, pas un simple consommateur ». Tel est le principe directeur du Plan d’Opportunités pour l’Action en IA britannique, un message que NVIDIA a renforcé lors de la visite du fondateur et PDG Jensen Huang dans le pays : un écosystème investissant dans une infrastructure computationnelle souveraine, appliquant l’IA physique et agentique dans l’industrie et la robotique, tout en dynamisant les sciences de la vie à l’aide de modèles fondamentaux entraînés sur ses propres données. Ces annonces se traduisent par des projets concrets — du supercalculateur Isambard-AI aux robots humanoïdes modulaires — et intègrent une dimension clé : des modèles de raisonnement en gallois pour les services publics.

Voici un panorama des initiatives majeures que NVIDIA et ses partenaires déploient sur le sol britannique.

1) Fondations : Isambard-AI et la plateforme informatique pour une IA souveraine

Financé par UK Research and Innovation et basé sur Grace Hopper (GH200), Isambard-AI — hébergé à l’Université de Bristol — est devenu la colonne vertébrale de nombreux projets nationaux :

• UK-LLM : une initiative de UCL, de l’Université de Bangor et de NVIDIA, visant à entraîner des modèles de raisonnement avec Nemotron pour soutenir le gallois et l’anglais. L’objectif est d’améliorer la qualité des services publics (santé, éducation, ressources juridiques) pour près de 850 000 locuteurs.
• Nightingingale AI : un modèle fondamental multimodal en santé (Imperial College London), entraîné avec des données cliniques du Royaume-Uni et des États-Unis, dédié au diagnostic précoce et à l’offre de soins personnalisés.
• PolluGen : un modèle de dispersion de la pollution à haute résolution (Université de Manchester), utilisant NVIDIA CorrDiff et Earth-2 Studio pour fournir des informations à la population et aux régulateurs sur la qualité de l’air.
• Ultrasound Foundation Model : (Queen Mary University of London) spécialisé dans l’imagerie échographique et la rhumatoïde, avec l’ambition de créer un modèle public reproductible.
• Gen Model in Ego-Sensed World : (Université de Bristol) analysant des données visuelles de plus de 900 participants pour mieux comprendre les tâches quotidiennes et prévoir des interactions dans le monde réel ; ceci pourrait soutenir la mémoire et l’autonomie des patients atteints de démence.
• Foundation models electrostatiques : (Université de Cambridge et NVIDIA) premiers modèles capables de comprendre l’électrostatisme en chimie au niveau atomique, sur plus de 200 millions de structures (OMOL/OMAT) avec cuEquivariance, ouvrant la voie à des simulations inaccessibles auparavant.

Au-delà du hardware, la fracture de compétences est abordée via SCAN et l’Institut Deep Learning de NVIDIA, ainsi que par SCAN Springboard UK, pour former développeurs et professionnels aux compétences spécialisées.

2) IA physique et robotique : de la téléopération XR aux robots humanoïdes modulaires

La feuille de route britannique met l’accent sur l’IA physique et la l’automatisation sûre :

• Extend Robotics : déploiement sécurisé et évolutif en industrie automobile via la téléopération XR et la formation pilotée par Jetson AGX Orin, Isaac Lab et Isaac GR00T (robotique par apprentissage).
• Humanoïde (HMND 01) : robot humanoïde modulaire destiné aux entrepôts et commerces de détail, conçu pour s’intégrer de façon naturelle dans des environnements humains.
• Materials Innovation Factory (Univ. Liverpool) : formation de modèles pour prédire les propriétés des matériaux et utilisation de Jetson Orin Nano pour des « robots-scientifiques » dans un laboratoire entièrement automatisé.
• National Robotarium : hub national combinant frameworks NVIDIA pour promouvoir la recherche appliquée et accélérer la création de spin-offs.
• Opteran : algorithmes d’autonomie inspirés par la neurobiologie comparée (insectes, animaux) pour conférer aux robots une robustesse et efficacité naturelles.
• Oxa : autonomie complète pour flottes industrielles et commerciales utilisant NVIDIA DRIVE, avec une génération massive de données synthétiques pour la formation et la validation dans des scénarios avec une connexion GPS peu fiable.
• Wayve : version AV2.0 de l’apprentissage profond de bout en bout, capable de généraliser dans des environnements inconnus sans équipements coûteux ni cartes HD.

Le fil conducteur : amener l’IA au bord (edge) via des plateformes comme Jetson, en la coordonnant avec simulation, données synthétiques, jumeaux numériques pour accélérer la validation dans le monde réel.

3) Sciences de la vie : IA-first pour la conception de médicaments et les jumeaux réglementaires

Un ensemble remarquable de biotechs et laboratoires britanniques privilégie une approche IA-first :

• Basecamp Research (BaseData) : jeu de données évolutives multipliées par 10 par rapport aux sources publiques, moteur autour de modèles fondamentaux en biologie pour une médecine programmable.
• CEiRSI (Univ. Manchester) : jumeaux numériques complexes — développés avec NVIDIA — pour tester des traitements chez des populations diversifiées.
• Isomorphic Labs : moteur de conception de médicaments basé sur des modèles fondamentaux à usage multiple.
• Peptone : IA physique exploitant tout le protéome ; conçue pour étudier des protéines intrinsèquement désordonnées, longtemps considérées comme « inintéressantes ».
• Latent Labs (Latent-X) : IA générative in silico pour créer et tester des molécules thérapeutiques.
• Relation Therapeutics : plateforme intégrant laboratoire dans la boucle pour la découverte de cibles et la accélération du développement pharmaceutique.
• Hologen AI : modélisation précise de la biologie humaine et des interventions médicales, pour réduire les délais et les coûts.
• Oxford Nanopore : fourniture d’information rapide, riche et abordable (ADN/ARN) pour la recherche et la clinique.

Le message : la souveraineté des données biomédicales, portée par DGX et Grace Hopper, complétée par des microservices NIM afin de distribuer des modèles optimisés avec un coût et une latence réduits.

4) IA agentique & générative : productivité, voix et agents conversationnels

De LLM financiers à agents vocaux, voici quelques exemples :

• Aveni : LLM financier basé sur NeMo, avec des agents agentiques qui interagissent avec systèmes vivants, gèrent la relation client et consultent en matière de risque tout en respectant réglementation et contrôle.
• ElevenLabs : synthèse vocale IA hyperréaliste dans plus de 70 langues avec Dynamo B200, pour des agents en temps réel, accessibilité et localisation.
• PolyAI : agents conversationnels à grande échelle utilisant Riva ASR et NIM, dédiés à l’authentification, la gestion de commandes, la facturation et la réservation téléphonique.
• Recraft : génération et édition d’images avec TensorRT, pour des flux créatifs professionnels (marketing, maquettes, graphiques).
• Speechmatics : reconnaissance automatique de la parole multilingue sur Dynamo-Triton et cuDNN.
• Synthesia : plateforme de vidéo d’entreprise (formation, ventes, support) avec avatars et voice-over dans plus de 140 langues, optimisée avec Dynamo-Triton.

L’objectif est de faire passer agents et modèles à la production avec une latence faible, un coût réduit (quantification, TensorRT) et une interopérabilité via NIM microservices.

5) Langues celtiques et services publics : un LLM gallois avec ambition nationale

Le projet UK-LLM (initialement appelé BritLLM en 2023, dirigé par UCL) a publié deux modèles pour les langues du Royaume-Uni, et présente désormais un modèle de raisonnement en gallois, entraîné avec NVIDIA Nemotron (49 milliards de paramètres, Llama Nemotron Super et 9 milliards (Nemotron Nano)). Une équipe a créé un nouveau corpus gallois en traduisant plus de 30 millions d’entrées de corpus ouverts avec NIM, pour entraîner le modèle gpt-oss-120b et DeepSeek-R1, en utilisant DGX Cloud Lepton et des centaines de GH200 sur Isambard-AI.

• Validation linguistique : la Université de Bangor (Gwynedd, la région avec la plus forte proportion de locuteurs) apporte son expertise culturelle, vérifiant traductions et nuances linguistiques (notamment les mutations consonantiques initiales).
• Déploiement : le fournisseur Nscale proposera une API pour que entreprises et secteur public puissent accéder au modèle.
• Agenda politique : le Premier ministre Keir Starmer souligne que le raisonnement en gallois favorisera l’accès à services publics bilingues et contribuera à la préservation du patrimoine linguistique (plan Cymraeg 2050, visant 1 million de locuteurs).

Sur le plan méthodologique, le cadre basé sur Nemotron + NIM est reproductible pour d’autres langues minoritaires (Cornish, irlandais, écossais, gaélique écossais) voire pour des langues africaines et d’Asie du Sud-Est.

Pourquoi cela importe : « créateur » de la pile IA, pas simple « utilisateur »

Le plan britannique repose sur trois piliers principaux :

1. Investir dans les fondamentaux (calcul, données, talents, régulation),
2. Favoriser l’adoption transversale (pilotes et déploiements rapides dans le secteur public et privé),
3. Se positionner en tant que « créateur d’IA » avec des champions nationaux dans les couches clés de la pile IA (modèles, outils, hardware, services), afin de générer un retour économique, d’influencer les valeurs et la sécurité, et de renforcer la souveraineté.

NVIDIA joue un rôle de partenaire technologique clé en fournissant hardware (GH200, DGX, Jetson, DRIVE), logiciels (NeMo, Riva, TensorRT, Dynamo-Triton, cuDNN, cuEquivariance) et services (NIM, DGX Cloud), en coordination avec l’écosystème académique et industriel britannique, apportant données, cas d’usage et validation réglementaire.

Défis : énergie, coûts, talents et fiabilité

• Énergie et durabilité : les clusters GH200 et Isambard-AI nécessitent une puissance électrique stable et un refroidissement efficace. La réduction de l’empreinte doit privilégier les énergies renouvelables, la récupération de chaleur, l’optimisation des charges (par exemple la quantification) et une efficacité accrue des datacenters.
• Coût total de possession : équilibrer capex/opex de supercalculateur avec la valeur publique (santé, éducation, climat), en priorisant les cas d’usage à fort impact social.
• Talents : étendre la formation en systèmes, données, sécurité et MLOps (via DLI, universités, bootcamps) pour faire face à la demande croissante.
• Fiabilité et sécurité : renforcer l’évaluation, l’alignement, la protection des données et la conformité (NHS, MHRA, ICO), notamment pour les modèles cliniques multimodaux et agents autonomes.

PerspectivesPour 12 à 24 mois à venir

• Déploiements dans le secteur public : pilotes de UK-LLM gallois pour la santé et l’éducation ; adoption par les municipalités et les services juridiques.
• Robots en production : téléopération XR avec apprentissage d’habiletés (Isaac GR00T) dans l’automobile et la vente ; tests étendus de robots humanoïdes modulaires.
• Santé et médicaments : premiers jumeaux réglementaires et essais in silico à grande échelle ; intégration de Oxford Nanopore avec des pipelines de découverte.
• Écosystème PME : croissance des agents conversationnels (Riva/NIM), des voix (ElevenLabs), de l’ASR (Speechmatics) et de la vidéo IA (Synthesia) dans la banque, l’assurance, le commerce et le support citoyen.

Conclusion

Le Royaume-Uni construit une stratégie globale d’IA souveraine combinant calcul de pointe, données et langues nationales, robotique appliquée et biomédecine IA-first, avec NVIDIA comme partenaire clé. Il ne s’agit pas simplement d’une liste de projets, mais d’une architecture nationale pour produire — plutôt que de se limiter à consommer — la prochaine génération de technologies d’intelligence artificielle.

Si cette stratégie porte ses fruits, nous pourrions assister à l’émergence de services publics bilingues alimentés par IA, de robots collaboratifs apprenant rapidement en usine, de diagnostics plus précis en médecine et de PME capables de déployer rapidement des agents et des flux génératifs, en semaines plutôt qu’en années. La vision est claire : créer de la valeur locale avec une IA qui raisonne chez nous, parle nos langues et respecte le cadre réglementaire.

Source : blogs.nvidia et gov.uk