NVIDIA Nemotron 3 Super 120B : Test sur des Tâches Analytiques Réelles sur une Seule GPU

NVIDIA a lancé Nemotron 3 Super 120B — un modèle avec 120 milliards de paramètres qui, selon l'entreprise, tient intégralement sur une seule carte graphique tout en maintenant une fenêtre de contexte de 256 mille tokens. L'équipe de Luxms BI — une plateforme russe d'analyse commerciale — a décidé de tester ces promesses en pratique et a passé une semaine à tester sur des données d'entreprise réelles. Ce ne sont pas des benchmarks synthétiques ni des exemples de démonstration : le modèle a été intégré dans un outil BI fonctionnel et testé sur des tâches réelles.

Un peu sur le modèle lui-même. Nemotron 3 Super 120B est l'étendard de la nouvelle pile de modèles de NVIDIA lancée en 2025. L'architecture est optimisée pour une inférence efficace sur des GPUs uniques sans besoin d'assembler des clusters multi-cartes.

Trois paramètres la distinguent parmi les concurrents dans la classe open-weight. Le premier — 120 milliards de paramètres, comparable aux meilleurs modèles ouverts. Le deuxième — une fenêtre de contexte de 256 mille tokens, l'une des métriques les plus élevées de sa classe.

Le troisième — support natif du comportement agentif : le modèle peut planifier indépendamment des tâches multi-étapes, invoquer des outils externes et corriger ses actions en fonction des résultats intermédiaires sans implication constante de l'opérateur. La question clé que l'équipe Luxms BI se posait : est-il possible aujourd'hui d'aborder des tâches analytiques réelles sur une seule GPU là où auparavant un cluster était nécessaire ? Cela importe pour deux raisons.

Premièrement, l'économie : un cluster GPU dans un environnement d'entreprise signifie des coûts d'investissement et opérationnels importants, en particulier pour les entreprises de taille moyenne. Deuxièmement, la sécurité : de nombreuses organisations ne peuvent pas ou ne veulent fondamentalement pas envoyer des données sensibles à des services cloud. Une seule carte graphique puissante avec un modèle suffisant représente une économie différente et un niveau fondamentalement différent de contrôle des données.

Les tests ont couvert trois catégories de tâches. La première — génération de requêtes SQL à partir de descriptions en langage naturel : un analyste décrit ce qu'il souhaite voir dans un rapport, le modèle écrit une requête vers une base de données relationnelle. La deuxième — interprétation des tableaux de bord : explication de la dynamique des métriques, détection des anomalies, identification des tendances dans les données numériques.

La troisième et la plus révélatrice — analyse agentive de scénarios commerciaux multi-étapes, où le modèle devait accéder séquentiellement à plusieurs sources de données, comparer les résultats et formuler une conclusion analytique. Le contexte de 256K tokens s'est avéré être non seulement un chiffre marketing mais un paramètre pratiquement significatif. Dans l'analyse réelle, il est souvent nécessaire de maintenir simultanément en mémoire un schéma de données volumineux, une chaîne de résultats intermédiaires et un large contexte commercial.

Les modèles avec des fenêtres de contexte plus petites perdent le fil du raisonnement sur les longues chaînes. Nemotron 3 Super a géré cela notablement plus robustement. Le mode agentif a confirmé le potentiel mais a révélé une limitation pratique : il nécessite un ajustement minutieux des prompts système et un environnement d'outils correctement organisé.

Les faiblesses se sont également manifestées. Dans les tâches nécessitant une expertise de domaine approfondie — analyse financière avec spécificité sectorielle ou raisonnement logique multiniveaux avec dépendances complexes entre facteurs — le modèle reste en retard sur les meilleures solutions propriétaires. C'est un point de référence important pour ceux qui envisagent Nemotron comme un remplacement complet des API cloud.

Les benchmarks précis pour chaque catégorie avec des chiffres et des exemples spécifiques — dans la version complète du document. La conclusion générale du marché : l'émergence d'un modèle compétitif de 120 milliards de paramètres s'exécutant sur une seule GPU est un changement significatif dans l'accessibilité des modèles de langage puissants pour l'analyse commerciale. Les entreprises ont maintenant une véritable opportunité de déployer un modèle productif dans leur propre infrastructure, sans services cloud et sans cluster coûteux.

NVIDIA occupe systématiquement des positions non seulement dans la fabrication de puces mais aussi dans la pile de modèles — et Nemotron 3 Super devient un argument de poids pour cette stratégie sur le marché corporatif b2b.