Le Computex 2026 a débuté à Taipei et, comme à son habitude, NVIDIA a donné le ton avec une conférence de Jensen Huang retraçant l'intégralité de sa feuille de route. Une bonne partie de cette présentation était consacrée aux performances des GPU pour centres de données, déjà aperçues, avec la Vera Rubin désormais pleinement opérationnelle et le discours désormais familier sur les agents qui transforment chaque couche de l'informatique. Nous n'allons pas revenir sur ces points ici.
La véritable nouveauté, et la raison pour laquelle cette conférence était importante pour tous les utilisateurs, résidait dans le PC. NVIDIA et Microsoft ont profité du Computex pour annoncer une refonte complète de l'ordinateur Windows, à travers toute une gamme de produits plutôt qu'un seul appareil. Mais avant cela, un aspect du monde des centres de données mérite d'être examiné de plus près.
Un examen plus approfondi du rack LPX
Un élément du centre de données a particulièrement attiré notre attention : le rack LPX a changé. Les systèmes semblent être passés d'une unité d'organisation (UO) à deux, et les quatre liaisons Groq C2C présentent également une apparence différente de celle que nous avions observée lors de notre précédent reportage sur le LPX . NVIDIA nous a permis d'examiner le rack de plus près cette fois-ci. Hormis ces deux changements, rien d'autre ne semblait clairement différent de l'extérieur, ce qui attise notre curiosité quant à la configuration de cette seconde couche.
Une famille de PC à trois niveaux
NVIDIA a annoncé une gamme d'ordinateurs clients : un ordinateur portable, un ordinateur de bureau et une station de travail, tous basés sur la même architecture Spark et Blackwell, et compatibles avec Windows. Jensen l'a présentée comme la première gamme de PC entièrement repensée en 40 ans. Que l'on adhère ou non à cette affirmation, il est important de comprendre la structure de cette gamme, car chaque segment cible un utilisateur bien différent. Nous allons les examiner en détail.
Les ordinateurs portables RTX Spark
Au cœur de ces ordinateurs portables se trouve la puce RTX Spark, présentée par NVIDIA sous le nom de code N1X et conçue en partenariat avec MediaTek. Ce composant de 70 milliards de transistors, gravé en 3 nm par TSMC, fusionne deux chiplets en un seul SoC. La partie graphique est basée sur une architecture Blackwell de grande taille, dotée de 6 144 cœurs CUDA et de cœurs Tensor de cinquième génération avec une précision FP4, offrant une puissance de calcul d'IA de 1 pétaflops en FP4. Elle se connecte via NVLink-C2C à 600 Go/s (soit environ 5 fois la vitesse du PCIe Gen 5 selon NVIDIA, pour une consommation d'énergie bien moindre) à un processeur Grace à 20 cœurs. La mémoire vive atteint 128 Go avec une bande passante de 300 Go/s.
Si cela ressemble à la fiche technique du DGX Spark, c'est parce que c'est presque le cas. NVIDIA l'a d'ailleurs confirmé lors de la séance de questions-réponses avec la presse, décrivant la puce complète comme « basée sur le même système » que le DGX Spark, mais optimisée pour une plateforme différente, tant au niveau matériel que logiciel. En clair, le DGX Spark est conçu pour les développeurs Linux et d'IA, tandis que le RTX Spark est un produit prioritairement destiné à Windows, qui intègre la suite logicielle RTX pour le jeu et la création sur la même puce. NVIDIA décrit les performances comme étant « comparables à celles d'un GPU RTX 5070 pour ordinateur portable », tout en précisant que la comparaison varie selon la charge de travail, car un SoC avec mémoire unifiée se comporte très différemment d'un GPU dédié sur PCIe. C'est précisément ce qui, d'après notre expérience avec le DGX Spark, intrigue le plus, et c'est là que nous pensons que ce lancement différera du précédent. Lors de nos tests du DGX Spark, l'un des constats les plus constants a été la grande similarité des conceptions des différents constructeurs. Certaines implémentations étaient mieux conçues que d'autres, mais comme chaque unité était construite sur la même plateforme de référence NVIDIA, avec la même enveloppe thermique et de consommation d'énergie, les performances réelles étaient très proches.
Nous ne pensons pas que cela se vérifie ici. La technologie RTX Spark équipe des ordinateurs portables, certains d'à peine 14 mm d'épaisseur et pesant à peine 3 kg. NVIDIA a confirmé que ces puces consommeront entre quelques watts et environ 80 W pour les configurations les plus performantes, chaque constructeur étant libre de choisir son système de refroidissement, des chambres à vapeur aux caloducs avancés. Dans un châssis aussi fin, la puce sera presque certainement limitée en puissance, ce qui la rendra également limitée thermiquement et en fréquence. Ce n'est pas un défaut, c'est une loi physique. Cela signifie que le constructeur qui conçoit la meilleure solution thermique, alloue à la puce une puissance soutenue plus élevée et optimise la courbe de ventilation, pourrait creuser un véritable écart de performances durable par rapport à un concurrent plus fin et plus silencieux utilisant la même puce. Deux ordinateurs portables équipés de la même puce et de la même mémoire pourraient offrir un débit soutenu sensiblement différent, et identifier le constructeur qui permet réellement à la puce d'exprimer tout son potentiel est précisément le type de test qui nous passionne. La technologie RTX Spark est également utilisée dans toute une gamme de puces. NVIDIA a clairement indiqué qu'il y aurait plusieurs références, la version haut de gamme (20 cœurs CPU, jusqu'à 128 Go de RAM) étant la plus performante. Pour l'ensemble de la gamme, la mémoire s'échelonnera de 16 Go à 128 Go. NVIDIA prévoit que la première vague de commercialisation concernera plus de 30 ordinateurs portables et plus de 10 ordinateurs de bureau, proposés par tous les principaux constructeurs, notamment des modèles phares comme le Dell XPS 16 Creator Edition, le HP OmniBook et le Microsoft Surface Laptop Ultra.
Deux détails matériels nous rendent optimistes. Le premier concerne la connectivité réseau, ou plutôt son absence. Le DGX Spark était livré avec la carte réseau NVIDIA ConnectX-7 et une connectivité 200 GbE intégrée, idéale pour un cluster de développement, mais gourmande en espace, en énergie et en coût. NVIDIA a confirmé que les ordinateurs portables RTX Spark ne seront pas équipés du processeur CX7. Pour un ordinateur portable Windows grand public, c'est un choix judicieux : l'espace et la consommation d'énergie ainsi libérés nous permettent d'espérer un stockage bien plus performant. Le stockage du DGX Spark était fonctionnel, mais sans plus, et un ordinateur portable grand public sans puce réseau dédiée a tout intérêt à embarquer des disques NVMe plus rapides et de plus grande capacité. Le second point concerne les E/S. Chaque DGX Spark utilisant la même carte de référence, tous les modèles étaient livrés avec les mêmes ports. Après cette uniformité, une réelle variété d'E/S selon les constructeurs serait la bienvenue.
L'autonomie est la dernière question qui se pose concernant les ordinateurs portables, et celle à laquelle nos tests de performance sont spécifiquement conçus. NVIDIA a promis une autonomie d'une journée entière pour la productivité et la navigation web, tout en reconnaissant que les jeux ou l'utilisation intensive de l'IA vident la batterie de n'importe quel ordinateur portable en 45 minutes à une heure. Ce que nous avons hâte de quantifier, c'est l'autonomie lors de véritables tâches d'IA. Un agent fonctionnant même lorsque l'utilisateur est inactif est un argument séduisant, mais l'impact réel sur la batterie est un atout majeur, et l'écart entre une journée entière consacrée à la messagerie et une journée entière d'exécution d'un modèle de 120 milliards d'octets pourrait être considérable. Nous disposons d'une suite complète de tests de performance personnalisés pour l'IA personnelle, prêts précisément pour ce type de plateforme, et nous prévoyons de mesurer le gain de productivité réel plutôt que de nous fier aux chiffres marketing.
Le PC de bureau RTX Spark
NVIDIA a confirmé l'arrivée cet automne des ordinateurs de bureau RTX Spark au format compact, en même temps que les ordinateurs portables, et en a présenté un modèle MSI sur scène. Honnêtement, au premier coup d'œil, il ressemble à un DGX Spark, et c'est à peu près tout ce que l'on sait à son sujet. Le design semble différent de celui du DGX Spark que nous avons testé, mais NVIDIA a communiqué très peu d'informations supplémentaires.
Nos questions sont évidentes, et nous devrons attendre de pouvoir tester le matériel pour y répondre. Comment les performances soutenues de l'ordinateur de bureau se comparent-elles à celles des ordinateurs portables et du DGX Spark, sachant qu'il devrait disposer d'une marge thermique bien supérieure à celle d'un ordinateur portable de 14 mm ? L'ordinateur de bureau conserve-t-il la connectivité réseau 200G qui caractérisait le DGX Spark, ou abandonne-t-il le processeur CX7, comme les ordinateurs portables, afin de proposer un prix plus abordable ?
Station DGX
Le troisième niveau est le plus important, et il s'agit d'une machine que nous connaissons déjà. NVIDIA a déjà présenté publiquement la DGX Station, et nous avons récemment eu le privilège de la prendre en main. Nous n'entrerons pas dans les détails ici, car les principales caractéristiques techniques sont publiques depuis un certain temps, et nous aurons bien plus à dire dans notre test à paraître prochainement.
En résumé : la station DGX pour Windows est basée sur le superprocesseur de bureau GB300 Grace Blackwell Ultra, associant un GPU Blackwell Ultra à un processeur Grace à 72 cœurs. Elle dispose de 748 Go de mémoire cohérente et d’une puissance de calcul FP4 allant jusqu’à 20 pétaflops, suffisante pour exécuter localement des modèles à mille milliards de paramètres et, selon NVIDIA, des centaines d’agents simultanément. Contrairement aux machines Spark grand public, elle intègre une connectivité réseau haut débit grâce à une carte réseau ConnectX-8 SuperNIC capable d’atteindre 800 Gb/s, ainsi qu’un GPU de station de travail RTX PRO 6000 Blackwell en option.
La grande inconnue : Microsoft peut-il réussir ce pari ?
Soyons clairs sur notre position. La DGX Spark a été un franc succès pour NVIDIA, et nous sommes très optimistes quant à l'avenir de cette gamme. Le matériel est parfaitement adapté, l'efficacité est au rendez-vous et NVIDIA a déjà fait ses preuves en matière de puces. Nous sommes en revanche sceptiques quant à la capacité de Microsoft à assurer le support de ces appareils.
Microsoft a fait la une des journaux pour de mauvaises raisons ces derniers temps, en raison du mécontentement croissant des utilisateurs quant à la direction prise par Windows. Certains l'appellent même « Microslop ». Les critiques sont bien connues : l'intégration agressive de Copilot dans tous les aspects du système d'exploitation, l'intégration verticale de l'IA à tous les niveaux et des pratiques bien ancrées comme l'imposition de facto de OneDrive. De plus, Windows sur Arm est loin d'être une plateforme mature. NVIDIA mise gros sur le fait que cette fois-ci sera différente, en s'appuyant sur des années de collaboration sur l'émulateur Prism et sur son travail avec tous les principaux fournisseurs de solutions anti-triche. La réponse de l'entreprise à la question « Pourquoi Windows sur Arm va-t-il réussir maintenant ? » est en substance : « Parce que tout le monde s'y investit enfin pleinement. » C'est fort possible. C'est d'ailleurs plus ou moins ce que nous avions déjà entendu.
Personnellement, je croise les doigts pour que Microsoft tienne ses promesses, car le potentiel est bien réel. La RTX Spark est une machine de jeu performante, équivalente à une RTX 5070. Si l'émulation et les pilotes sont au point, elle pourrait devenir une alternative plus économique et plus efficace aux ordinateurs portables équipés de cartes graphiques dédiées NVIDIA. Il y a aussi un aspect Linux à ne pas négliger. Le matériel étant ce qu'il est, la RTX Spark devrait bénéficier du même excellent support Linux qui a fait de la DGX Spark une machine si performante. Nous sommes d'ailleurs impatients de voir si les améliorations apportées aux jeux et aux graphismes sous Windows se traduiront également par des gains de performances sous Linux. Si Microsoft rate le coche avec une plateforme aussi prometteuse, son héritage Linux pourrait bien être le lancement qui marquera enfin le début de l'ère Linux pour le grand public.
La plus grande surprise pour nous a été le choix de NVIDIA d'intégrer Windows à la DGX Station. Lors de l'annonce du produit en 2025, nombre de nos confrères et nous-mêmes avions salué cette initiative comme un coup de génie. Historiquement, le support logiciel a souvent accusé un retard de plusieurs années par rapport au nouveau matériel, avant que le noyau et les outils ne soient suffisamment matures pour exploiter pleinement le potentiel du silicium. La DGX Station était la machine idéale pour les laboratoires d'IA, les chercheurs et les organisations de pointe souhaitant se lancer dans le développement sur la toute nouvelle architecture, bien avant la mise en place des datacenters dédiés. Le problème, c'est que le produit arrive avec un an de retard. Et même si nous avons réellement apprécié notre expérience avec le système, mis à part quelques petits problèmes de pré-production (dont certains m'ont donné des cauchemars), nous ne pouvons pas vraiment justifier la présence de Windows sur une machine aussi clairement conçue pour l'IA de pointe. Le chipset B300 ne disposant pas de cœurs RT, la plupart des applications de stations de travail NVIDIA reposent sur la carte graphique dédiée RTX PRO (en option), laissant le B300 exclusivement dédié aux tâches d'IA. Nous sommes très curieux de voir comment se comporte réellement la prise en charge de Windows sur la station DGX, et franchement, nous sommes sceptiques quant à la capacité de Microsoft à offrir une bonne expérience utilisateur et à exploiter pleinement le réseau B300 et 800G ConnectX-8 sur un seul hôte.
Une nouvelle famille de produits, à chaque génération
Le détail du discours d'ouverture qui nous a le plus marqués n'était pas une spécification technique.
Jensen a présenté cette gamme de PC comme une famille de produits permanente, promettant un ordinateur de bureau, un ordinateur portable et une station de travail pour chaque future génération d'architecture, avec, selon lui, 100 % de l'industrie du PC qui y adhère.
Pour information, nous avons enfin pu voir la puce Grace Blackwell Spark Superchip N1 de 400 TFlops, plus compacte, mentionnée ici. Il sera intéressant de voir quels types d'appareils l'intégreront.
Au-delà du PC : IA physique
La seconde partie de la conférence s'est concentrée sur l'IA physique. Bien que différente du matériel client présenté précédemment, elle complète le tableau du Computex. NVIDIA a également profité de l'événement pour mettre à disposition en open source une vaste collection d'outils et de compétences pour agents d'IA physique, disponibles sur github.com/NVIDIA/skills. Parmi ces outils figurent des compétences de traitement de données synthétiques telles que la reconstruction neuronale, l'augmentation vidéo et la génération d'images de défauts, déjà utilisées en production par des partenaires industriels comme TSMC, Foxconn et SK hynix. Les principales plateformes sont présentées ci-dessous.
Robot humanoïde de référence Isaac GR00T
NVIDIA a publié un modèle de référence ouvert pour un robot humanoïde, construit sur un châssis Unitree H2 Plus. Mesurant près de 1,80 mètre et pesant 68 kg, il offre 75 degrés de liberté grâce à ses deux mains tactiles Sharpa Wave à cinq doigts. Ses actionneurs sont performants, avec un couple maximal de 120 Nm pour les bras et de 360 Nm pour les jambes, et une charge utile nominale de 7 kg pouvant atteindre 15 kg. Côté perception, il embarque une caméra stéréo intégrée à la tête avec un champ de vision horizontal de 140°, des caméras aux poignets pour la manipulation, une centrale inertielle, ainsi que les connectivités Wi-Fi 6 et Bluetooth 5.2 habituelles. Le cerveau du système est un Jetson AGX Thor T5000 de NVIDIA, doté d'un GPU Blackwell offrant une puissance de calcul de 2 070 téraflops FP4, d'un processeur Arm à 14 cœurs et de 128 Go de mémoire unifiée. Sa consommation énergétique est configurable entre 40 et 130 watts, et son autonomie est d'environ trois heures grâce à une batterie de 1 kWh. L'ensemble de la plateforme, depuis Isaac Teleop pour la capture de données jusqu'aux modèles de base GR00T et à l'intergiciel Isaac ROS pour le déploiement, en passant par Isaac Sim et Isaac Lab, est ouvert, et les chercheurs conservent la maîtrise de leurs données. Stanford, l'ETH Zurich, l'UC San Diego et Ai2 figurent parmi les premiers utilisateurs. Le matériel sera disponible chez Unitree fin 2026, et un workflow de référence Unitree G1 sera bientôt disponible sur GitHub et Hugging Face. Jensen a présenté les enjeux en termes ambitieux, qualifiant les robots humanoïdes d'« opportunité économique de plusieurs billions de dollars ».
cosmos 3
Cosmos 3 est le modèle de base open source de NVIDIA pour l'IA physique. Ce modèle omnidirectionnel, combinant différents transformateurs, gère le texte, les images, la vidéo, le son ambiant et les actions au sein d'une même pile, entraînée sur des milliards d'échantillons multimodaux. Il remplit trois rôles : un modèle vision-langage pour le raisonnement multimodal, un modèle du monde pour la simulation d'environnements physiques et une infrastructure pour les modèles monde-action qui entraînent les robots à des tâches spécifiques. Il est disponible en trois versions : Cosmos 3 Super pour la robotique de haute précision et le post-entraînement des véhicules autonomes, Cosmos 3 Nano pour un raisonnement rapide sur la vidéo et les actions, et Cosmos 3 Edge pour l'inférence en temps réel (prochainement disponible). NVIDIA affirme qu'il domine le domaine des modèles open source sur de nombreux benchmarks, notamment Physics-IQ et R-Bench pour la génération de mondes, RoboLab et RoboArena pour les politiques d'action, et VANTAGE-Bench pour la compréhension visuelle. La société affirme également qu'il permet de réduire les cycles d'entraînement et d'évaluation de l'IA physique de plusieurs mois à quelques jours. Il est disponible sur Hugging Face, GitHub et build.nvidia.com sous forme de microservices NIM, avec une coalition autour de lui comprenant Agile Robots, Black Forest Labs, Runway et Skild AI, et des utilisateurs tels que Samsung, LG Electronics, Li Auto et Doosan Robotics.
Alpamayo 2 Super
Pour la conduite autonome, NVIDIA a lancé Alpamayo 2 Super. Ce modèle ouvert de raisonnement vision-langage-action, basé sur les modèles Cosmos World Foundation et composé de 32 milliards de paramètres, raisonne, planifie et agit sur l'ensemble de la chaîne de conduite pour le développement de niveau 4. Il surpasse les versions précédentes à 10 milliards de paramètres et offre une perception à 360 degrés. Il génère des décisions de conduite globales ainsi que des chaînes de causalité explicatives, et son étiquetage automatique permet de réduire les cycles d'annotation de plusieurs mois à quelques jours. NVIDIA le positionne comme un modèle d'apprentissage qui se décompose en réseaux plus petits pour un déploiement embarqué sur DRIVE AGX Thor. Il est associé à des outils complémentaires : AlpaGym pour l'apprentissage par renforcement en boucle fermée, OmniDreams pour la création de scénarios génératifs et Neural Reconstruction (basé sur Omniverse NuRec) pour la transformation des données de flotte en scènes 3D. Les versions précédentes d'Alpamayo ont été téléchargées près de 400 000 fois. Le nouveau modèle a remporté le prix « Best Choice » du COMPUTEX et devrait être disponible sur GitHub et Hugging Face cet été.
CONDUIRE Hyperion
Si Alpamayo est le cerveau, DRIVE Hyperion est le véhicule qui l'exécute. Nous avons déjà abordé Hyperion, nous n'y reviendrons donc pas ici, si ce n'est pour préciser qu'il s'agit de la plateforme de référence NVIDIA compatible avec les technologies de niveau 4, basée sur le système de sécurité Halos et DriveOS, avec la puissance de calcul DRIVE AGX. Le plus intéressant, cette fois-ci, est de savoir qui se prépare à l'utiliser. Uber intègre plusieurs flottes équipées de la technologie Hyperion, dont un programme de robotaxis à Munich qui sera lancé plus tard cette année. Foxconn et Foxtron visent un lancement de robotaxis à Taïwan en 2028, en commençant par Kaohsiung et en s'étendant ensuite à toute l'Asie. VinFast déploie des véhicules de niveau 4 en Asie du Sud-Est, Autobrains travaille avec VinFast et Uber, et HUMAIN l'implante en Arabie saoudite. C'est cette liste de partenaires, plus que n'importe quelle spécification technique, qui rend Hyperion si prometteur.
Réflexions de clôture
NVIDIA possède la puce et la déploie désormais partout, d'un ordinateur portable de 14 mm à une carte graphique GB300 de bureau, voire même intégrée au torse d'un humanoïde – et nous en sommes convaincus. Ce qu'une fiche technique ne peut nous dire, c'est si Microsoft parviendra à justifier le coût du matériel pour Windows sur ARM, si les constructeurs exploiteront pleinement le potentiel de la puce Spark ou la brideront dans un châssis trop fin, et si les performances annoncées en pétaflops et en autonomie se confirmeront une fois les mesures effectuées. Nous sommes optimistes quant au matériel et sceptiques quant au logiciel (Microsoft, et non Linux), et nous maintiendrons ces deux positions jusqu'à ce que les machines arrivent en laboratoire. À ce moment-là, les tests de performance seront disponibles.
Amazon