La compétition pour l’intelligence artificielle ne se limite pas aux centres de données des grandes entreprises technologiques. Elle se redéfinit également dans les laboratoires, universités et centres de recherche, qui tentent de répondre à des questions bien plus fondamentales : comment se forment les galaxies, comment se propage un séisme, quels matériaux permettront de créer des batteries plus durables ou comment modéliser un climat de plus en plus extrême.

Lors de la conférence SC25, organisée à St. Louis (États-Unis), NVIDIA a quantifié cette révolution scientifique : plus de 80 nouveaux systèmes scientifiques basés sur leur plateforme de calcul accéléré ont été déployés au cours de la dernière année, atteignant une capacité collective d’environ 4 500 exaflops en performance d’IA. Il s’agit concrètement d’un réseau mondial de “microscopes numériques” utilisant des GPU, CPU spécialisés et réseaux à très faible latence pour réaliser une science à une échelle jamais vue auparavant.

Parmi eux se distinguent Horizon, le nouveau superordinateur académique le plus puissant des États-Unis ; les sept systèmes d’IA du Département de l’énergie (DOE) répartis entre Argonne et Los Alamos ; le européen JUPITER en exascale, ainsi qu’une constellation croissante de machines d’IA au Japon, en Corée du Sud et à Taïwan.

---

Horizon : le nouveau géant académique au Texas

Le Texas Advanced Computing Center (TACC) s’apprête à mettre en service Horizon, un superordinateur qui aspire à devenir le moteur principal de la science académique américaine à partir de 2026.

Sa fiche technique est parlante :

• 4 000 GPU NVIDIA Blackwell
• Jusqu’à 80 exaflops de calcul IA en précision FP4
• Serveurs équipés de NVIDIA GB200 NVL4 et de CPU NVIDIA Vera
• Réseau d’interconnexion basé sur NVIDIA Quantum-X800 InfiniBand

Bien loin d’être une machine générique, Horizon est conçu avec des cas d’usage scientifique très précis en tête :

• Simulation de la mécanique des maladies, utilisant la dynamique moléculaire et des modèles d’IA pour comprendre comment agissent virus et protéines à l’échelle atomique.
• Astrophysique à grande échelle, modélisant la formation des étoiles et des galaxies, en réinterprétant les observations du télescope James Webb.
• Nouveaux matériaux quantiques, étudiant la turbulence, les structures cristallines complexes et la conductivité dans des matériaux avancés.
• Sismologie et risque sismique, avec des simulations de propagation d’onde et de rupture de failles pour améliorer les cartes de risques sismiques.

Pour l’écosystème scientifique américain, Horizon représente plus qu’un simple nouveau chiffre dans les classements : c’est une infrastructure pensée dès l’origine pour combiner simulation classique et IA générative, afin de rendre cette capacité accessible à des milliers de chercheurs en biologie, physique, ingénierie ou géosciences.

---

Sept superordinateurs d’IA pour le DOE : Solstice, Equinox, Mission et Vision

Autre grand annonce de la part du Département de l’énergie des États-Unis (DOE), qui a signé avec NVIDIA la construction de sept nouveaux superordinateurs d’IA répartis entre deux laboratoires clés : Argonne National Laboratory (ANL) dans l’Illinois, et Los Alamos National Laboratory (LANL) au Nouveau-Mexique.

Argonne : Solstice et Equinox

À Argonne seront déployés plusieurs systèmes basés sur GPU NVIDIA Blackwell et réseaux NVIDIA :

• Solstice, le plus grand, disposera de 100 000 GPU Blackwell. Un tel système, utilisant des châssis NVIDIA GB200 NVL72, peut atteindre environ 1 000 exaflops de calcul d’entraînement en IA. En comparaison, c’est plus de 50 % supérieur à la capacité combinée de tous les systèmes du classement TOP500 de juin 2025 en entraînement IA.
• Equinox, avec environ 10 000 GPU Blackwell, complétera cette capacité pour d’autres usages scientifiques et énergétiques.
• Trois autres systèmes —Minerva, Janus et Tara— seront dédiés à l’inférence de modèles IA et à la formation de personnel en techniques avancées d’IA appliquée à la science.

L’objectif du DOE est clair : connecter ces superordinateurs au réseau d’instruments scientifiques du pays — allant des réacteurs aux accélérateurs en passant par les télescopes — et transformer les données produites en modèles IA capables d’accélérer les découvertes dans la fusion nucléaire, les réseaux électriques, les nouveaux combustibles ou matériaux avancés.

Los Alamos : Mission et Vision

À Los Alamos, cet engagement se concrétise par deux systèmes construits en partenariat avec HPE, utilisant la plateforme NVIDIA Vera Rubin et des réseaux Quantum-X800 InfiniBand :

• Mission, destiné aux applications classifiées de la National Nuclear Security Administration, où la simulation avancée et l’IA sont essentielles pour la sécurité nucléaire sans recourir à des essais physiques.
• Vission, axé sur la science ouverte, la fondation de modèles et une IA agentive appliquée à diverses disciplines.

Les deux systèmes devraient être opérationnels vers 2027, renforçant un message de fond : l’IA n’est plus seulement un complément à la simulation scientifique, mais un acteur central dans la stratégie des grands laboratoires nationaux.

---

L’Europe monte en puissance avec JUPITER et prépare de nouveaux systèmes souverains d’IA

Sur le plan européen, le centre d’attention revient au Jülich Supercomputing Centre (JSC) en Allemagne. Son superordinateur JUPITER a dépassé le seuil du exaflop dans le benchmark HPL, qui mesure la performance en virgule flottante double précision (FP64).

Sa configuration comprend :

• 24 000 superchips NVIDIA GH200 Grace Hopper
• Interconnexion NVIDIA Quantum-2 InfiniBand
• Utilisation prioritaire pour des applications telles que la modélisation climatique globale haute résolution

Avec plus de 1 exaflop de puissance, l’équipement du JSC peut exécuter des simulations climatiques à une résolution de kilomètre, une densité spatiale qui, il y a peu, était inaccessible, mais qui permet une modélisation précise des phénomènes extrêmes, de la circulation océanique, ou encore des configurations de nuages.

Mais JUPITER ne s’arrête pas là. Au cours de l’année écoulée, plusieurs autres systèmes européens accelerés par NVIDIA ont été annoncés :

• Blue Lion (Allemagne, LRZ) : prévu pour 2027, basé sur NVIDIA Vera Rubin, il soutiendra la recherche en climat, turbulence, physique fondamentale et apprentissage automatique.
• Gefion (Danemark) : premier superordinateur d’IA du pays, un NVIDIA DGX SuperPOD exploité par DCAI, dédié à l’IA souveraine dans des domaines comme la computation quantique, les énergies propres et la biotechnologie.
• Isambard-AI (Royaume-Uni) : le système d’IA le plus puissant du pays, hébergé à l’Université de Bristol, utilisé pour des projets comme Nightingale AI (modèle multimodal entraîné avec les données du NHS) et UK-LLM, une initiative visant à doter le Royaume-Uni de modèles linguistiques propres, adaptés à l’anglais britannique, au gallois et à d’autres langues locales.

Au total, ces initiatives esquissent une Europe qui considère la calcul accéléré comme un pilier de sa souveraineté scientifiques et numériques, du climat à la santé publique.

---

Japon, Corée et Taïwan : fabriques d’IA pour la science et l’industrie

En Asie, le déploiement de superordinateurs d’IA est alimenté tant par des stratégies d’IA souveraine que par de grands acteurs industriels.

Japon : de FugakuNEXT à l’IA quantique

L’institut RIKEN, principal centre de recherche japonais, a annoncé lors de SC25 qu’il intégrera des systèmes NVIDIA GB200 NVL4 dans deux nouveaux superordinateurs :

• Un système de 1 600 GPU dédié à l’IA appliquée à la science.
• Un système de 540 GPU dédié à la recherche en computation quantique.

En parallèle, RIKEN collabore avec Fujitsu et NVIDIA au développement de FugakuNEXT (nom provisoire), successeur du célèbre Fugaku. Ce futur superordinateur combinera CPU FUJITSU-MONAKA-X avec des technologies NVIDIA reliées via NVLink Fusion, axé sur la modélisation terrestre, la découverte de médicaments et la fabrication avancée.

De son côté, l’Université de Tokyo de Technologie a mis en service un superordinateur d’IA utilisant des systèmes NVIDIA DGX B200, capable d’atteindre 2 exaflops théoriques en FP4 avec moins de 100 GPU. Son objectif : développer de grands modèles linguistiques et des jumeaux numériques servant de bases pour former la prochaine génération d’experts en IA.

Par ailleurs, l’Institut national de la science avancée et de la technologie industrielle (AIST) a lancé ABCI-Q, considéré comme le plus grand superordinateur dédié à la recherche en computation quantique, comprenant plus de 2 000 GPU NVIDIA H100.

Corée du Sud et Taïwan : des usines d’IA à l’échelle industrielle

Le gouvernement sud-coréen a annoncé son intention de déployer plus de 50 000 GPU NVIDIA dans des clouds souverains et des “usines d’IA”. De grandes entreprises comme Samsung, SK Group ou Hyundai Motor Group construisent également leurs propres infrastructures, utilisant des GPU Blackwell pour accélérer tout, du design de puces aux véhicules autonomes ou robots industriels.

À Taïwan, NVIDIA collabore avec Foxconn (Hon Hai Technology Group) pour créer un superordinateur de type factory d’IA doté de 10 000 GPU Blackwell, destiné à alimenter des projets de startups, universités et industries locales.

---

Un instrument scientifique universel… et un défi d’efficacité

Derrière tous ces systèmes se cache une architecture commune : la plateforme complète de calcul accéléré de NVIDIA, qui combine :

• GPU (H100, Blackwell, GB200, GH200 Grace Hopper, etc.)
• CPU comme NVIDIA Vera
• DPU et cartes réseaux intelligentes
• Réseaux à très haute vitesse Quantum-2 et Quantum-X800 InfiniBand
• Bibliothèques CUDA-X spécialisées et le logiciel NVIDIA AI Enterprise

Cette synergie hardware et software permet aux chercheurs de réutiliser modèles, pipelines et outils dans des systèmes très variés, allant d’un laboratoire DGX à un exascale comme JUPITER ou des futures systèmes comme Solstice.

Par ailleurs, le passage à l’exaflops et à des milliers de GPU soulève une question incontournable : comment rendre cette infrastructure énergétiquement durable. La stratégie de NVIDIA privilégie des architectures à haute efficacité (plus de calcul par watt), des réseaux optimisés et de nouvelles techniques de programmation visant à maximiser l’utilisation de chaque cycle GPU. Cependant, le débat sur l’impact énergétique de l’IA — et le rôle de la science pour le réduire — restera une préoccupation majeure dans les années à venir.

Ce qui apparaît comme évident, c’est que la combinaison de simulation, données et IA n’est plus une expérience, mais devient le nouvel instrument universel de la science. Du climat global à la biologie numérique, en passant par la physique des particules ou l’ingénierie des matériaux, les supercalculateurs accélérés par NVIDIA redéfinissent la limite en calcul scientifique.

---

Questions fréquentes

Que signifie que ces systèmes totalisent environ 4 500 exaflops en performance d’IA ?
Un exaflop correspond à un trillion (10¹⁸) d’opérations en virgule flottante par seconde. Que le réseau de plus de 80 systèmes scientifiques accélérés par NVIDIA atteigne environ 4 500 exaflops en IA signifie que la communauté scientifique dispose d’une capacité massive pour entraîner et exécuter des modèles IA, bien supérieure à ce qu’on observait il y a seulement quelques années dans les centres de supercalcul traditionnels.

En quoi un superordinateur d’IA diffère-t-il d’un superordinateur “traditionnel” ?
Les superordinateurs classiques ont historiquement été axés sur des simulations numériques haute précision, principalement avec des CPU. Les superordinateurs d’IA combinent cette capacité avec de grands clusters de GPU, des mémoires à large bande passante et des réseaux à faible latence, optimisés pour entraîner des modèles IA, traiter de grandes quantités de données et exécuter des charges hybrides où simulation et IA collaborent.

Pourquoi de nombreux pays parlent d’“IA souveraine” lors de la construction de ces systèmes ?
L’IA souveraine désigne la capacité d’un pays ou d’une région à entraîner et à exécuter ses propres modèles IA avec des données locales, sans dépendre entièrement d’infrastructures tierces. Des systèmes comme Gefion au Danemark ou Isambard-AI au Royaume-Uni permettent aux gouvernements, universités et entreprises de développer des modèles adaptés à leur langue, système de santé, réglementation ou tissu industriel, tout en gardant le contrôle sur leurs données et leur infrastructure.

Quel impact cette nouvelle vague de supercalculateurs aura-t-elle sur notre vie quotidienne ?
Même si ces machines restent éloignées de l’utilisateur final, leur influence se traduira par des produits et services plus précis et efficaces : meilleures prévisions météorologiques et climatiques, découverte de nouveaux médicaments avec l’aide de l’IA, véhicules et avions plus sûrs, batteries plus durables, processus industriels optimisés et, globalement, une accélération de la transformation des avancées scientifiques en technologies concrètes.

---

Sources :
– Blog NVIDIA – NVIDIA Accelerates AI for Over 80 New Science Systems Worldwide
– Documentation officielle de NVIDIA sur les architectures Blackwell, GB200, GH200, Vera Rubin et Quantum-X/Quantum-2

via : blogs.nvidia