Les clients de Nvidia sont informés des hausses de prix liées à l'IA supérieures à 15 % ↗
Certains des plus gros clients de Nvidia auraient été avertis que le prix des serveurs équipés de ses puces d'IA pourrait augmenter de plus de 15 %. La cause ? La flambée des prix des puces mémoire, qui se répercute désormais directement sur la facture des infrastructures d'IA.
Ces augmentations devraient concerner les systèmes utilisant du matériel Vera Rubin et Grace Blackwell. Ainsi, et de façon quelque peu inattendue, la course à l'IA ne se résume plus à l'acquisition d'un nombre suffisant de GPU : le prix de la mémoire devient un autre enjeu majeur pour les serveurs.
Nvidia investit 6 milliards de dollars pour créer une alternative américaine puissante à l'IA chinoise ↗
Nvidia investirait 6 milliards de dollars dans un accord avec la start-up d'IA Poolside, incluant des licences technologiques et des talents, dans le but de construire un modèle open-weight extrêmement puissant.
Cela place Nvidia dans une position inhabituelle. L'entreprise fournit le matériel qui alimente des sociétés comme OpenAI et Anthropic, mais elle pourrait désormais les concurrencer également au niveau des modèles, tout en essayant de contrer les acteurs chinois des modèles ouverts tels que DeepSeek et Kimi. Fournisseur, partenaire, concurrent… un triangle bien ficelé.
Inherent affirme que son « coéquipier » IA a surpassé Anthropic et OpenAI dans la réplication de recherches ↗
La start-up londonienne Inherent, fondée par d'anciens chercheurs de DeepMind, a dévoilé Faraday, un agent d'IA conçu pour reproduire de manière indépendante les résultats d'articles scientifiques publiés.
Le plus surprenant : Inherent affirme que Faraday a surpassé des systèmes construits autour de modèles de pointe beaucoup plus vastes d’Anthropic et d’OpenAI, tout en utilisant un modèle Qwen relativement petit de 27 milliards de paramètres. L’entreprise attribue ce succès à la conception de l’agent et à l’apprentissage par renforcement, plutôt qu’à une simple augmentation du nombre de paramètres… une pratique qui tend à devenir courante.
OpenAI affirme que la Californie devrait renforcer sa loi sur la sécurité de l'IA ↗
OpenAI fait maintenant pression sur la Californie pour qu'elle ajoute des protections plus fortes à la loi SB 53, notamment en surveillant les modèles de pointe pendant l'entraînement et l'évaluation et en renforçant la cybersécurité tout au long du processus de développement.
Il y a un léger rebondissement : OpenAI s’était initialement opposée à cette législation. L’entreprise soutient désormais que les récents incidents liés à la sécurité de l’IA démontrent la nécessité de renforcer les protections et affirme que des réglementations au niveau des États pourraient à terme servir de base à une norme nationale.
Frontier AI Labs refuse toujours de dire comment ils comptent contenir un modèle incontrôlable ↗
Une évaluation de Guidelight AI Standards a révélé que les principales entreprises d'IA ont publié étonnamment peu d'informations sur ce qu'elles feraient si un modèle puissant tentait d'échapper au contrôle humain.
OpenAI a obtenu le meilleur score parmi les cinq laboratoires examinés, mais même lui ne disposerait d'aucun plan de confinement formel et public pour les incidents futurs. Anthropic et Meta ont obtenu des résultats particulièrement faibles en matière de transparence, même si les entreprises affirment que les documents publics ne révèlent pas nécessairement toutes leurs mesures de sécurité internes.
En clair, les laboratoires d'IA élaborent des plans de plus en plus détaillés pour tester des capacités dangereuses… mais le manuel d'urgence pour « le modèle se comporte déjà mal » reste plutôt maigre.
Le programme intensif de Harvard pour startups, d'une valeur de 699 dollars, propose des avatars IA de ses instructeurs ↗
La Harvard Business School utilise des avatars d'instructeurs générés par l'IA de HeyGen dans le cadre de son programme d'entrepreneuriat Foundry, d'une durée de huit semaines et d'un coût de 699 dollars.
Les étudiants continuent de bénéficier de cours en direct avec des professeurs, mais ce sont les avatars qui fournissent un retour personnalisé lors des simulations de présentations et de réunions. Un professeur a avoué que son double numérique lui donnait un peu la chair de poule ; apparemment, les étudiants l’apprécient malgré tout.
Les entreprises qui tirent profit des agents d'IA limitent les capacités autonomes de ces agents ↗
La course aux agents IA en entreprise commence à remettre en question l'un de ses postulats les plus répandus : plus d'autonomie n'est pas forcément synonyme de meilleurs résultats. Les entreprises qui constatent une amélioration de leur productivité confient de plus en plus aux agents des responsabilités plus restreintes et des limites opérationnelles plus strictes.
Le principal problème semble résider dans la gouvernance, les coûts d'intégration et la démonstration d'une valeur commerciale tangible. Autrement dit, l'IA performante pourrait ressembler moins à un génie autonome qu'à un collègue exceptionnellement rapide doté de droits d'accès très restreints.
FAQ
Pourquoi les serveurs d'IA de Nvidia devraient-ils devenir plus chers ?
Les clients de Nvidia auraient été avertis que les prix de certains serveurs d'IA pourraient augmenter de plus de 15 %. Cette hausse est principalement due à l'augmentation du coût des puces mémoire, qui fait grimper le prix global des systèmes construits autour de matériels tels que Vera Rubin et Grace Blackwell. Cela indique que le prix de la mémoire représente une part de plus en plus importante des dépenses liées à l'infrastructure d'IA.
En quoi consiste l'accord de 6 milliards de dollars conclu par Nvidia avec Poolside AI ?
Nvidia s'apprêterait à investir 6 milliards de dollars dans un accord avec la startup Poolside, spécialisée en IA, couvrant les licences technologiques et le recrutement de talents. L'objectif est de contribuer au développement d'un modèle d'IA open-weight performant aux États-Unis. Cette initiative pourrait renforcer la position concurrentielle de Nvidia, qui fournit déjà du matériel informatique aux principaux développeurs d'IA et pourrait potentiellement les concurrencer également au niveau de la modélisation.
Comment l'agent d'IA Faraday d'Inherent a-t-il surpassé des modèles d'IA plus grands ?
Inherent affirme que son agent d'IA Faraday a obtenu de meilleurs résultats en matière de reproduction de recherches scientifiques publiées que les systèmes construits autour de modèles de pointe plus vastes. Faraday utiliserait un modèle Qwen à 27 milliards de paramètres, et Inherent attribue ces performances à la conception de l'agent et à l'apprentissage par renforcement. Ce résultat suggère que la conception du flux de travail et les méthodes d'entraînement peuvent parfois être tout aussi importantes que la taille du modèle.
Pourquoi OpenAI souhaite-t-elle que la Californie renforce sa loi sur la sécurité de l'IA ?
OpenAI réclame un renforcement des protections dans le cadre de la loi SB 53 en Californie, notamment un suivi plus rigoureux des modèles émergents lors de leur entraînement et de leur évaluation, ainsi que des mesures de cybersécurité améliorées. Cette position marque un changement par rapport à son opposition initiale à cette législation. OpenAI soutient désormais que les récents incidents liés à la sécurité de l'IA rendent indispensables des garanties plus strictes et que les réglementations au niveau des États pourraient contribuer à l'élaboration d'un futur cadre national.
Que font les laboratoires d'IA pour se préparer aux modèles incontrôlés ou dysfonctionnels ?
Les principales entreprises d'IA publient des informations détaillées sur leurs méthodes de test des capacités potentiellement dangereuses, mais la documentation publique relative au confinement d'un modèle une fois qu'il présente un comportement dangereux reste limitée. Une évaluation de Guidelight AI Standards a révélé d'importantes lacunes parmi les principaux laboratoires. OpenAI a obtenu le meilleur score parmi les laboratoires examinés, bien que même celui-ci ne dispose apparemment pas d'un plan de confinement formel et documenté publiquement pour les futurs incidents impliquant des modèles défaillants.
Pourquoi les entreprises accordent-elles moins d'autonomie aux agents d'IA en production ?
Les entreprises qui constatent des résultats probants avec les agents d'IA limitent de plus en plus les actions autonomes de ces systèmes. Une approche courante en production consiste à attribuer aux agents des responsabilités plus restreintes, des autorisations claires et des limites opérationnelles bien définies. Cela facilite la gouvernance, l'intégration et la supervision, tout en réduisant les risques liés aux systèmes hautement autonomes, difficiles à contrôler et à évaluer.