Live 18/11 · Cohorte 318 nov à 19h00 MSK — atelier pratique gratuit sur les agents IA · La Cohorte 3 démarre le 23/11Atelier 18/11 →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarBloomberg Tech→ original

Jensen Huang et Michael Dell sur la révolution des agents IA et de la mémoire

Les entreprises se ruent vers l'IA agentique. Jensen Huang, de Nvidia, et Michael Dell, patron de Dell, ont évoqué la révolution à venir : les agents IA autonomes exigeront des volumes de mémoire vive et de puissance de calcul sans précédent. C'est le principal défi d'infrastructure, mais aussi une fenêtre de croissance à grande échelle pour les fabricants de puces. Dans un contexte de restrictions commerciales en Chine, les deux dirigeants ont analysé la transition vers une nouvelle ère du calcul pour l'IA.

Traité par IA depuis Bloomberg Tech ; édité par Hamidun News
Jensen Huang et Michael Dell sur la révolution des agents IA et de la mémoire
Source : Bloomberg Tech. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireBloomberg Tech ↗
Rédacteur en chef
Chiffre clé #1Intégration de la HBM — des puces High Bandwidth Memory sur les cartes, à côté du GPU, pour réduire la latence d'accès à la mémoire
Chiffre clé #2Refonte du refroidissement — de nouvelles solutions thermiques, la mémoire associée au calcul exigeant 1,5 fois plus d'énergie
Chiffre clé #3Architecture réseau — les liens entre nœuds mémoire demandent une bande passante de classe gigabit, et non kilobit

À Dell World, à Las Vegas, Jensen Huang, CEO de Nvidia, et Michael Dell, patron de Dell Technologies, ont discuté de l'avenir des agents IA, de la demande critique de mémoire et de la façon dont une ère de transition impose de revoir les priorités d'ingénierie.

Le grand défi : la mémoire supplante le calcul

Pendant des années, à l'ère des LLM, l'architecture des serveurs a été optimisée autour du GPU. Avec l'IA agentique, le paysage change radicalement. Les agents IA sont des systèmes qui ne se contentent pas de générer du texte : ils exécutent des tâches en plusieurs étapes dans des navigateurs, interagissent avec des API et prennent des décisions en fonction du contexte. Pour cela, il faut de la mémoire. Énormément de mémoire.

Dans un entretien accordé à Bloomberg, Jensen Huang a souligné que les volumes de mémoire devaient croître de façon exponentielle. Pour l'inférence d'un modèle textuel, quelques dizaines de gigaoctets suffisent, mais l'IA agentique réclame des centaines de gigaoctets de RAM sur un seul serveur. C'est un défi pour les architectes système et une opportunité pour les entreprises qui réorientent leur production vers la HBM (High Bandwidth Memory) et des systèmes à nouvelle topologie.

Huang l'a répété à plusieurs reprises : la mémoire va croître plus vite que le calcul. Cela bouleverse les priorités d'investissement.

L'IA agentique déjà sur le terrain

OpenAI a lancé Operator, un agent de navigateur capable de remplir des formulaires, de comparer des prix et d'effectuer des achats de manière autonome. Google a présenté Gemini 2.0 avec un mode agentique pouvant s'intégrer aux services Workspace. Tous ces systèmes nécessitent d'énormes quantités de mémoire au moment de l'inférence : l'agent doit voir l'écran, se souvenir de l'historique des tâches, interroger des API externes et évaluer des alternatives simultanément. Sur des GPU plus modestes, cela fonctionne lentement et souvent avec des erreurs.

C'est pourquoi Jensen Huang et Michael Dell parlent de la mémoire comme du principal goulot d'étranglement. Ce n'est pas de la théorie : les développeurs le constatent déjà et les fournisseurs de cloud le vivent en ce moment même.

L'infrastructure de nouvelle génération

Michael Dell a expliqué que Dell World 2026 présente des systèmes PowerEdge et un écosystème de solutions réorientés vers l'IA agentique. Si les TFLOPS (opérations en virgule flottante par seconde) étaient jusqu'ici l'indicateur principal, ce sont désormais la bande passante mémoire et la capacité de stockage. Dell a déjà lancé de nouvelles configurations de serveurs :

  • Intégration de la HBM — des puces High Bandwidth Memory sur les cartes, à côté du GPU, pour réduire la latence d'accès à la mémoire
  • Refonte du refroidissement — de nouvelles solutions thermiques, la mémoire associée au calcul exigeant 1,5 fois plus d'énergie
  • Architecture réseau — les liens entre nœuds mémoire demandent une bande passante de classe gigabit, et non kilobit
  • Réévaluation des solutions de type TPU — des puces spécialisées pour les charges de travail agentiques, et pas seulement pour l'inférence de LLM

Ces changements ne sont pas cosmétiques. Ils imposent de remanier les chaînes de production, de revoir les approvisionnements et de reformer entièrement les administrateurs système.

Géopolitique et marché chinois

Les deux dirigeants ont abordé la situation géopolitique de façon indirecte. Jensen Huang a dit à plusieurs reprises que les restrictions à l'exportation vers la Chine constituaient un défi sérieux pour Nvidia, mais pas un verdict définitif. La stratégie est simple : investir dans la croissance de la mémoire et accélérer le développement de nanoserveurs, plus faciles à intégrer et moins exigeants en densité de calcul.

Michael Dell a ajouté que la hausse des volumes de mémoire compenserait les pertes de volumes dans certaines régions. Si la Chine pèse 15 % du marché, mais que la mémoire impose de rééquiper 100 % du marché, tous les fabricants des autres pays y gagnent.

Les deux dirigeants ont aussi mentionné que l'Europe et l'Amérique du Nord accélèrent le développement de l'IA agentique et sont prêtes à investir. Dans ce contexte, les efforts de Nvidia et de Dell se réorientent vers le versant atlantique de la planète.

Ce que cela signifie

L'architecture centrée sur la mémoire n'est pas seulement un virage d'ingénierie, c'est un changement de paradigme. Les entreprises qui repenseront les premières leurs datacenters et leurs configurations de serveurs pour l'IA agentique s'empareront d'une part importante du marché du calcul sous contrat.

Nvidia et Dell appuient leurs propos par des produits concrets : les nouveaux systèmes PowerEdge fondés sur la série H de NVIDIA, dotés d'une mémoire étendue, répondent directement à la demande du marché. De grands fournisseurs de cloud négocient déjà avec Dell et Nvidia des commandes pour rééquiper des datacenters.

Dossier

Questions clés sur cet article

Que sait-on sur Le grand défi : la mémoire supplante le calcul ?

Pendant des années, à l'ère des LLM, l'architecture des serveurs a été optimisée autour du GPU. Avec l'IA agentique, le paysage change radicalement. Les agents IA sont des systèmes qui ne se contentent pas de générer du texte : ils exécutent des tâches en plusieurs étapes dans des navigateurs, interagissent avec des API et prennent des décisions en fonction du contexte. Pour cela, il faut de la mémoire. Énormément de mémoire.

Que sait-on sur L'IA agentique déjà sur le terrain ?

OpenAI a lancé Operator, un agent de navigateur capable de remplir des formulaires, de comparer des prix et d'effectuer des achats de manière autonome. Google a présenté Gemini 2.0 avec un mode agentique pouvant s'intégrer aux services Workspace. Tous ces systèmes nécessitent d'énormes quantités de mémoire au moment de l'inférence : l'agent doit voir l'écran, se souvenir de l'historique des tâches, interroger des API externes et évaluer des alternatives simultanément.

Que sait-on sur L'infrastructure de nouvelle génération ?

Michael Dell a expliqué que Dell World 2026 présente des systèmes PowerEdge et un écosystème de solutions réorientés vers l'IA agentique. Si les TFLOPS (opérations en virgule flottante par seconde) étaient jusqu'ici l'indicateur principal, ce sont désormais la bande passante mémoire et la capacité de stockage.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…