L’architecture NVIDIA Vera Rubin s’ouvre, mais la pile AI Factory reste étroitement couplée

NVIDIA a ouvert des conceptions clés de racks et de tiroirs de calcul Vera Rubin à l’OCP, tout en construisant la plateforme comme un système étroitement coordonné. La contribution relative à l’architecture NVIDIA Vera Rubin fournit aux fabricants des spécifications communes pour des racks pouvant supporter jusqu’à 250 kilowatts. Elle ne transforme pas Rubin en un ensemble de composants interchangeables.

Cette distinction définit l’annonce. NVIDIA veut que les fournisseurs, opérateurs cloud et constructeurs de data centers standardisent l’infrastructure physique entourant sa prochaine génération de matériel d’IA. Dans le même temps, NVIDIA conserve le contrôle des technologies centrales de calcul, de réseau et de logiciel qui déterminent les performances des systèmes Rubin.

AMD, Meta, Google, Microsoft, Cisco et Intel promeuvent également une infrastructure ouverte lors de l’OCP Global Summit 2026. Leur participation montre que l’ouverture est devenue une exigence concurrentielle, et non plus un geste facultatif. Le débat ne porte plus sur la nécessité de normes pour les AI factories, mais sur l’architecture qui deviendra l’implémentation de référence.

L’approche de NVIDIA associe une mécanique de rack ouverte à des puces et logiciels étroitement intégrés. Elle peut réduire les frictions de construction tout en étendant la portée de la plateforme NVIDIA. Les acheteurs font donc face à un choix plus complexe qu’une simple opposition entre infrastructure ouverte et propriétaire.

Ils doivent déterminer si des installations standardisées offrent une flexibilité pratique suffisante lorsque le centre opérationnel reste spécifique à un fournisseur.

L’architecture NVIDIA Vera Rubin entre dans l’OCP

NVIDIA ouvre le plan physique autour de Vera Rubin tout en conservant le contrôle des technologies qui assurent le fonctionnement du système complet.

NVIDIA a annoncé ces contributions le 12 octobre lors de l’OCP Global Summit à San Jose. L’événement se déroule du 12 au 15 octobre au San Jose McEnery Convention Center.

Selon l’annonce Vera Rubin de l’entreprise, la contribution couvre des conceptions clés de racks et de tiroirs de calcul. NVIDIA les a soumises via son architecture de référence modulaire MGX et l’Open DC Initiative de l’OCP.

La spécification MGX 1.2 mise à jour couvre davantage que les dimensions d’un châssis serveur. Elle inclut le refroidissement liquide à connexion aveugle, des baies d’entrée et de sortie configurables, des interfaces de refroidissement standardisées et des connexions interopérables à l’échelle du rack.

Une connexion aveugle permet aux techniciens d’installer des équipements sur des interfaces d’alimentation ou de refroidissement sans raccorder manuellement chaque ligne. Cette conception peut raccourcir les opérations d’installation et de maintenance lorsqu’un rack contient de nombreux composants densément regroupés.

MGX 1.2 spécifie également un jeu de barres refroidi par liquide de 5 000 ampères, un conducteur qui distribue l’énergie électrique à l’intérieur du rack. Il prend en charge les équipements natifs de 19 pouces et des déploiements de racks évalués jusqu’à 250 kilowatts.

Ces détails comptent car les systèmes d’IA modernes ne se comportent plus comme des serveurs ordinaires installés un à un. Un système Vera Rubin NVL72 coordonne 36 CPU Vera et 72 GPU Rubin dans un domaine de calcul à l’échelle du rack.

Le rack dépend de la commutation NVLink, d’adaptateurs réseau, d’unités de traitement des données, de mémoire à large bande passante, d’équipements de refroidissement et de la distribution électrique. Modifier une couche peut affecter la capacité ou les limites d’exploitation de plusieurs autres.

NVIDIA a également contribué à une conception de rack CPU Vera distincte. Ce système cible des charges de travail telles que l’orchestration d’agents, les appels d’outils, la compilation de code et l’exécution en sandbox.

Cette répartition reflète l’évolution de la demande en IA. L’entraînement demeure important, mais les applications agentiques génèrent aussi une inférence continue et un travail de coordination intensif en CPU. L’IA agentique désigne des logiciels qui planifient et exécutent des tâches en plusieurs étapes au moyen d’outils, de modèles et de services externes.

NVIDIA cherche à standardiser les deux volets de cette charge de travail. Vera Rubin NVL72 prend en charge l’entraînement et l’inférence à grande échelle, tandis que le rack CPU Vera fournit un traitement généraliste dense.

L’entreprise a également publié des composants de DSX OS, sa couche d’exploitation pour les infrastructures à l’échelle du data center. Ces publications concernent la configuration des commutateurs, la validation des clusters, la gestion des racks, le provisionnement bare metal et l’intégration des locataires.

Ces outils étendent la contribution au-delà de la tôle et des conduites de refroidissement. Ils offrent aux opérateurs un point de départ pour préparer le matériel, détecter les défaillances et gérer le firmware des racks.

Les limites restent toutefois importantes. Une spécification de rack ouverte ne rend pas NVLink, les GPU Rubin, le réseau Spectrum-X ou la pile logicielle de NVIDIA neutres vis-à-vis des fournisseurs.

NVIDIA ouvre l’enveloppe de déploiement autour de ses produits. L’entreprise ne renonce pas au contrôle de l’architecture de calcul qui définit sa plateforme.

Cet arrangement peut néanmoins produire des bénéfices substantiels. Les fabricants peuvent construire selon des exigences mécaniques, électriques, de refroidissement et de maintenance communes. Les opérateurs peuvent planifier les installations avant l’arrivée de chaque système final.

Le résultat s’apparente à un code de construction partagé, conçu autour d’une catégorie précise de machines. Davantage d’entreprises peuvent bâtir l’usine, même si un seul fournisseur livre une grande partie de la ligne de production.

Les normes ouvertes sont devenues une exigence de montée en puissance

La pression vient des limites de déploiement physique, car une infrastructure d’IA à l’échelle du gigawatt ne peut pas s’appuyer sur une ingénierie sur mesure pour chaque bâtiment.

NVIDIA décrit les grands data centers d’IA comme des AI factories, car ils transforment l’énergie et les données en modèles entraînés ou en tokens générés. Cette expression reflète aussi une réalité pratique. Ces installations ressemblent de plus en plus à des projets industriels plutôt qu’à des salles serveurs agrandies.

Leurs contraintes comprennent les raccordements au réseau électrique, les transformateurs, les installations de refroidissement, les pompes, la topologie réseau, la mise en service et les procédures de remplacement. Les performances de calcul ne comptent que lorsque ces systèmes de support fonctionnent ensemble.

Le passage d’installations de l’ordre du mégawatt à des campus du gigawatt amplifie chaque incompatibilité. Un connecteur ou une interface de refroidissement non standard peut compliquer les achats portant sur des milliers de composants.

Les conceptions sur mesure allongent aussi la validation. Chaque fournisseur doit confirmer que son équipement fonctionne avec les systèmes électriques, thermiques, de contrôle et de sécurité de l’installation.

Les normes OCP créent des cibles communes pour ces fournisseurs. L’Open Compute Project a commencé avec des opérateurs hyperscale partageant des conceptions matérielles susceptibles d’améliorer l’efficacité et la maintenabilité.

Les racks d’IA ont élargi cette mission. L’initiative Open Systems de l’OCP vise des conceptions communes pour les clusters et les installations qui les soutiennent. Son objectif déclaré inclut la création d’une chaîne d’approvisionnement multi-fournisseurs.

Les travaux les plus récents dépassent un seul rack. NVIDIA a rejoint AMD, Google et Meta sur la version 0.7 de l’Open Data Center Specification.

Cette spécification couvre l’agencement des installations, le refroidissement et l’architecture électrique. Cette coordination peut aider les constructeurs à connecter des racks d’accélérateurs à l’infrastructure physique environnante sans partir d’une conception vierge.

Google, Meta, Microsoft et NVIDIA ont également publié une OCP Grid Resilience Specification. Elle décrit la manière dont de grandes charges d’IA devraient réagir lorsqu’une perturbation affecte le réseau électrique.

Selon cette spécification, les installations devraient rester connectées, réagir automatiquement et retrouver une charge quasi maximale en moins de deux secondes. Ce comportement est important, car un vaste campus informatique peut représenter une charge électrique significative et évoluant rapidement.

Une déconnexion soudaine pourrait retirer des centaines de mégawatts du réseau. Un redémarrage mal coordonné pourrait provoquer une autre variation brutale de la demande quelques instants plus tard.

NVIDIA indique que sa conception de référence DSX offre une voie d’implémentation pour les deux spécifications. DSX coordonne le calcul, le réseau, les installations, le refroidissement, l’alimentation et les logiciels opérationnels.

Cet alignement procure un avantage à NVIDIA. L’entreprise a contribué à façonner la spécification ouverte et propose déjà une implémentation intégrée conçue autour des mêmes hypothèses.

C’est la valeur stratégique centrale de cette contribution. Si les fabricants adoptent des modèles de racks et d’installations compatibles avec NVIDIA, les déploiements Rubin deviennent plus faciles à reproduire d’une région à l’autre.

Les équipementiers peuvent fabriquer plus tôt des pièces compatibles. Les entreprises de colocation peuvent préparer des halls avant que la configuration de chaque client soit définitive. Les fournisseurs cloud peuvent réutiliser des procédures opérationnelles sur plusieurs sites.

L’approche aide aussi NVIDIA à gérer son propre rythme de lancement. L’entreprise prévoit des générations de plateformes fréquentes, mais les installations durent beaucoup plus longtemps que les produits d’accélération.

Des interfaces physiques standardisées peuvent permettre à un opérateur de remplacer des tiroirs de calcul sans reconstruire tout le système d’alimentation et de refroidissement. Cette promesse devra être testée sur plusieurs générations de matériel.

La pression concurrentielle s’exerce sur chaque fournisseur qui cherche à vendre en dehors d’un environnement hyperscale entièrement sur mesure. Les clients attendent de plus en plus une conception de rack déployable, et non un benchmark d’accélérateur isolé.

AMD a répondu avec Helios, tandis qu’Intel met l’accent sur la compatibilité avec les infrastructures existantes. Meta, Google et Microsoft contribuent aux normes car ils exploitent des installations à une échelle où le travail sur mesure répété coûte cher.

La compétition porte désormais sur les conceptions de référence que les fournisseurs mettront en œuvre en premier. Une norme gagne en influence lorsque fabricants, installateurs, opérateurs et équipes de maintenance investissent autour d’elle.

Les relations installées de NVIDIA donnent à MGX un solide point de départ. L’entreprise a déclaré en juillet que Rubin était entré en pleine production et a cité plus de 80 partenaires MGX.

Il s’agit d’indicateurs d’adoption communiqués par l’entreprise, et non d’une preuve indépendante de la qualité des déploiements. Ils montrent néanmoins pourquoi NVIDIA peut utiliser l’ouverture comme stratégie d’expansion.

Des racks ouverts ne signifient pas des systèmes d’IA interchangeables

Le modèle de NVIDIA réduit les frictions autour de sa pile, mais ne crée pas de substitution sans restriction au sein de cette pile.

Le mot « ouvert » recouvre plusieurs idées différentes dans l’infrastructure. Il peut décrire des dimensions publiées, des fichiers de conception accessibles, des logiciels open source, des conditions de redevance ou l’interopérabilité entre produits concurrents.

Ces propriétés ne sont pas équivalentes. Un rack peut utiliser une spécification mécanique ouverte tout en dépendant d’accélérateurs, d’interconnexions, de firmware et d’outils de programmation propriétaires.

Vera Rubin illustre cette distinction. NVIDIA a conçu son CPU, son GPU, son commutateur NVLink, son ConnectX SuperNIC, son BlueField DPU et son matériel Ethernet Spectrum comme une plateforme coordonnée.

NVLink fournit une communication à haute bande passante au sein du rack. Spectrum-X gère l’Ethernet scale-out entre les systèmes. CUDA et les bibliothèques de NVIDIA relient les applications aux accélérateurs sous-jacents.

La contribution OCP peut aider un autre fabricant à construire un châssis ou un ensemble de refroidissement compatible MGX. Elle ne permet pas à ce fabricant de remplacer les GPU Rubin par un accélérateur concurrent au sein d’un système NVL72.

Ce n’est pas nécessairement un défaut. Une coordination étroite peut améliorer les performances, la prévisibilité et la rapidité de déploiement. Les systèmes complexes fonctionnent souvent mieux lorsqu’une organisation contrôle les interfaces critiques.

Toutefois, cette coordination concentre l’influence architecturale. Les clients peuvent s’approvisionner en davantage de composants physiques tout en restant dépendants de NVIDIA pour le cœur informatique.

La même tension apparaît dans les réseaux. Meta a annoncé qu’il adopterait les commutateurs NVIDIA Spectrum-6 pour sa future infrastructure Vera Rubin.

Spectrum-6 fournit une capacité de commutation de 102,4 térabits par seconde. NVIDIA affirme qu’il double à la fois la capacité de commutation et la bande passante par voie par rapport à Spectrum-4.

Le commutateur N-IceCube de Meta intègre cette technologie dans son rack IcePack à refroidissement liquide. Il exécute FBOSS, le système d’exploitation réseau open source de Meta, via l’Open Compute Project Switch Abstraction Interface.

Cette combinaison est véritablement ouverte au niveau de la couche de contrôle. Meta peut utiliser des logiciels familiers sur différents équipements de commutation et éviter de dépendre entièrement du système d’exploitation réseau d’un fournisseur.

Le silicium du commutateur et l’accélération associée restent des produits NVIDIA. L’ouverture donne à Meta davantage de contrôle opérationnel sans rendre chaque composant interchangeable.

Les deux entreprises ont également développé une conception réseau multiplan. Elle répartit le trafic sur jusqu’à huit plans indépendants, offrant des itinéraires alternatifs lorsque l’un des composants tombe en panne.

NVIDIA affirme que cette architecture peut prendre en charge des usines d’IA comptant plus de 100 000 GPU. Cette affirmation d’échelle dépend de la configuration du système et reste liée aux objectifs de conception annoncés par l’entreprise.

L’intégration de Falcon Transport par Google suit un schéma similaire. Falcon est un protocole de transport de données qui équilibre le trafic entre différents chemins et gère la congestion ou les paquets perdus.

Les futurs ConnectX-10 SuperNICs et BlueField DPUs prendront en charge Falcon. Ce travail permet au matériel NVIDIA de communiquer via un transport développé pour l’infrastructure de Google tout en préservant les interfaces RDMA standard pour les applications.

Cisco et NVIDIA ont également présenté la spécification Ultra-Dense Small Form Factor Pluggable, connue sous le nom d’USFP. Le module optique proposé prend en charge 400 gigabits par seconde sur chaque voie.

La conception débute avec 16 voies en duplex intégral et prévoit une évolution vers 32 voies. NVIDIA affirme qu’elle offrirait une densité de bande passante quatre fois supérieure à celle des optiques enfichables actuelles à 200 gigabits par seconde par voie.

Cisco, NVIDIA, TE Connectivity et Amphenol prévoient de faire progresser l’USFP via un processus multi-sources. Son adoption dépendra de la capacité des fournisseurs à produire des modules compatibles et des opérateurs à les valider sous des charges soutenues.

Ensemble, ces projets illustrent une version stratifiée de l’ouverture. Des interfaces partagées permettent aux grands clients d’intégrer les produits NVIDIA à leurs propres logiciels et installations.

NVIDIA continue de capter de la valeur grâce aux composants spécialisés qui sous-tendent ces interfaces. Sa stratégie n’est pas de rendre le fournisseur non pertinent. Elle consiste à faciliter le choix de ce fournisseur à chaque étape du déploiement.

AMD Helios fait de l’ouverture un terrain de bataille concurrentiel

AMD propose l’alternative la plus claire, car Helios associe lui aussi un rack intégré à des normes destinées à préserver le choix des clients.

La plateforme Helios d’AMD comprend 72 accélérateurs Instinct MI455X, des processeurs EPYC, la mise en réseau Pensando et l’environnement logiciel ROCm. Comme Vera Rubin, elle considère le rack comme l’unité de base du calcul d’IA.

Helios utilise la conception Open Rack Wide de Meta. Ce format offre aux systèmes d’IA à haute densité davantage de largeur physique que les équipements de rack traditionnels, tout en standardisant les interfaces de maintenance et d’infrastructure.

AMD décrit Helios comme une plateforme alignée sur l’OCP, construite autour d’un réseau ouvert et de tiroirs reproductibles à quatre GPU. Selon son lancement de Helios, l’entreprise a mis le système en production en juillet 2026.

AMD promeut également UALink pour les communications scale-up et Ethernet fondé sur des normes pour la mise en réseau scale-out. UALink est une interconnexion industrielle destinée à relier les accélérateurs des fournisseurs participants.

Le contraste avec NVIDIA ne se résume pas à l’ouverture contre la fermeture. Les deux entreprises intègrent leurs propres accélérateurs, CPU, réseaux et logiciels. Toutes deux utilisent des conceptions de racks alignées sur l’OCP.

Leur différence réside dans les interfaces externes que chacune accepte. NVIDIA ouvre davantage l’infrastructure entourant NVLink et CUDA. AMD présente les interconnexions fondées sur des normes et ROCm comme une voie vers un plus grand choix matériel.

Aucune de ces approches ne garantit automatiquement la portabilité. Déplacer une charge de travail d’IA entre différentes familles d’accélérateurs exige toujours une validation logicielle, l’optimisation des noyaux, des tests de performance et des changements opérationnels.

Les installations font également face à des coûts de changement. Les techniciens ont besoin de pièces de rechange et de procédures pour chaque conception. Les boucles de refroidissement liquide et les systèmes d’alimentation doivent gérer les caractéristiques de fonctionnement réelles du rack.

Intel ajoute une autre position. Son programme OCP 2026 met l’accent sur l’utilisation des applications, données et infrastructures existantes dans les centres de données et les déploiements en périphérie.

Ce message cible les organisations incapables de construire un campus d’IA entièrement nouveau. De nombreuses entreprises ont besoin d’accélérateurs compatibles avec leurs environnements électriques, de refroidissement et de serveurs existants.

NVIDIA répond en partie à ce marché grâce à la prise en charge de MGX pour les équipements 19 pouces et à des produits Rubin conçus pour les systèmes x86. Sa direction phare suppose toutefois des racks à refroidissement liquide de plus en plus denses.

La question concurrentielle dépasse donc le leadership des benchmarks. Les acheteurs doivent choisir un modèle de déploiement adapté à leurs installations, logiciels, financements et tolérance à la dépendance envers un fournisseur.

Les hyperscalers peuvent influencer les normes et personnaliser le matériel. Les plus petits fournisseurs de cloud et les entreprises dépendent davantage de conceptions de référence validées.

Cela rend l’intégration de NVIDIA attrayante. Une pile précoordonnée peut réduire le nombre de décisions d’ingénierie nécessaires avant qu’un cluster ne commence à produire un travail utile.

Elle rend également le changement plus difficile une fois que les équipes ont construit leurs flux de surveillance, de déploiement et de modèles autour de systèmes spécifiques à NVIDIA. Les dimensions ouvertes des racks n’éliminent pas ces dépendances accumulées.

L’opportunité d’AMD est de prouver qu’une pile intégrée alternative peut offrir une maturité opérationnelle comparable. Celle d’Intel est de servir les déploiements où l’infrastructure existante importe davantage que la densité maximale par rack.

Les gagnants ne seront pas déterminés uniquement par les spécifications publiées. Les opérateurs examineront les calendriers de livraison, les performances utilisables, les taux de défaillance, les délais de maintenance, le support logiciel et la consommation d’énergie.

Les normes ouvertes peuvent élargir le bassin de fournisseurs pour le matériel de soutien. Elles ne peuvent pas compenser des accélérateurs indisponibles ou des outils opérationnels immatures.

Les affirmations sur l’alimentation et le refroidissement nécessitent encore des preuves sur le terrain

L’architecture ne devient crédible que lorsque les opérateurs reproduisent son efficacité et sa facilité de maintenance dans des installations réelles.

NVIDIA a démontré du matériel Vera Rubin exécutant des charges de travail dans des environnements d’ingénierie. En juillet, des journalistes ont observé des systèmes NVL72, un module latéral de courant continu à 800 volts et des tiroirs à refroidissement liquide au NVIDIA Engineering SuperLab.

La démonstration du SuperLab a fourni des preuves que les racks et les principaux sous-systèmes existaient au-delà des diapositives de présentation. Il ne s’agissait ni d’un déploiement de production indépendant ni d’une étude de fiabilité sur longue durée.

Cet écart est important, car les défaillances de l’infrastructure d’IA apparaissent souvent en dehors de l’accélérateur. Les connecteurs fuient, les pompes se dégradent, les optiques tombent en panne, des conflits de firmware émergent et les équipements électriques se comportent différemment sous des charges variables.

MGX 1.2 répond à plusieurs de ces problèmes grâce à des interfaces standardisées et une maintenance simplifiée. La conception utilise des tiroirs de calcul à refroidissement liquide sans ventilateur, ce qui élimine les ventilateurs du rack mais accroît la dépendance au refroidissement de l’installation.

Un rack de 250 kilowatts impose des exigences inhabituelles aux tuyauteries, unités de distribution de liquide de refroidissement, barres omnibus et procédures de maintenance. Peu de centres de données d’entreprise existants ont été conçus pour une telle densité.

NVIDIA et ses partenaires se préparent également à la distribution en courant continu de 800 volts. Une tension plus élevée peut réduire le courant nécessaire pour un niveau de puissance donné, diminuant les exigences sur les conducteurs et les pertes de conversion.

La conception K-1 de Visionbay associe l’architecture 800 volts de NVIDIA à des équipements d’alimentation et thermiques de Vertiv. Ses centres d’alimentation au niveau du cluster convertissent le courant alternatif et distribuent le courant continu plus près des équipements informatiques.

Visionbay prévoit une transition progressive plutôt que d’exiger que chaque installation adopte immédiatement 800 volts. Cette approche reconnaît la difficulté de remplacer les systèmes électriques existants.

Le risque central réside dans l’exécution entre les fournisseurs. Une norme peut définir un connecteur ou une plage de fonctionnement, mais elle ne peut garantir la qualité de fabrication ou une installation sûre.

Les opérateurs ont également besoin de procédures validées pour mettre sous tension, isoler et réparer les équipements à courant continu haute tension. La formation de la main-d’œuvre pourrait devenir aussi importante que la disponibilité des composants.

La densité de puissance crée une autre incertitude. Davantage de calcul par rack peut réduire la surface au sol requise pour un cluster, mais concentre les risques thermiques et électriques.

Une panne de rack retire également davantage de capacité de calcul lorsque ce rack contient un domaine coordonné plus vaste. Les réseaux multiplans peuvent contourner certaines défaillances de composants, mais ils ne peuvent pas résoudre toutes les interruptions d’alimentation ou de refroidissement.

La spécification de résilience du réseau électrique ajoute une autre couche de coordination non testée. Restaurer une installation majeure à une charge proche de son maximum en deux secondes exige un contrôle rapide entre les signaux du réseau électrique et les systèmes informatiques.

NVIDIA affirme que le logiciel DSX surveille ces signaux et y répond. Les opérateurs devront confirmer que ce comportement reste stable entre différents fournisseurs d’électricité, fabricants d’équipements et règles locales du réseau.

Les affirmations de performance méritent une prudence similaire. NVIDIA affirme que Vera Rubin améliore l’économie des tokens grâce à des avancées coordonnées dans le calcul, les réseaux et le déplacement de la mémoire.

Les comparaisons indépendantes doivent mesurer des systèmes complets avec des charges de travail représentatives. Le pic de débit arithmétique seul ne peut révéler dans quelle mesure une application agentique exploite le rack.

Des tests utiles devraient inclure le chargement de modèles, l’exécution d’outils, la congestion réseau, les défaillances de composants et les variations de volume des requêtes. Ils devraient également mesurer l’énergie consommée par le refroidissement et la conversion électrique.

La facilité de maintenance doit recevoir une attention égale. NVIDIA affirme que les tiroirs et interfaces standardisés réduisent le temps d’assemblage, de test et de maintenance sur le terrain.

Cette affirmation prend de la valeur lorsque les opérateurs documentent des réparations plus courtes et une disponibilité accrue. D’ici là, elle reste un objectif de conception principalement étayé par des preuves fournies par le vendeur.

Le processus OCP améliore la visibilité parce que les contributeurs publient des spécifications et invitent à une mise en œuvre plus large. Il ne remplace pas les données de mise en service issues de sites opérationnels.

Les acheteurs devraient donc distinguer la maturité architecturale de la preuve opérationnelle. Rubin est en production, et les partenaires devaient proposer des produits au cours du second semestre 2026.

L’étape suivante exige des déploiements capables de soutenir des charges de travail utiles en dehors des propres installations d’ingénierie de NVIDIA. Ces preuves détermineront si la conception ouverte réduit le risque pratique.

Trois signaux montreront si la stratégie ouverte de NVIDIA fonctionne

L’adoption en production, la mise en œuvre multi-fournisseurs et des données d’exploitation vérifiées détermineront si la contribution à l’OCP transforme le marché.

Le premier signal est l’arrivée de capacités Vera Rubin de production auprès des fournisseurs de cloud. NVIDIA avait précédemment cité AWS, Google Cloud, Microsoft, Oracle Cloud Infrastructure, CoreWeave, Lambda, Nebius et Nscale comme fournisseurs précoces.

Cisco, Dell, HPE, Lenovo et Supermicro devaient également construire des systèmes Rubin. Des livraisons par plusieurs partenaires montreraient que les conceptions MGX prennent en charge plus d’une voie de fabrication.

La qualité de ces lancements compte davantage que le nombre d’annonces. Les acheteurs devraient surveiller la disponibilité générale, la capacité stable, les régions de déploiement et les limites de fonctionnement divulguées.

Des charges de travail publiques de clients renforceraient l’affirmation de NVIDIA selon laquelle l’architecture est prête pour une utilisation soutenue. Des retards répétés ou des aperçus très restreints l’affaibliraient.

Le deuxième signal est la mise en œuvre indépendante de MGX 1.2 et des spécifications OCP associées. Les fournisseurs doivent fournir des busbars, équipements de refroidissement, connecteurs, racks, optiques et logiciels de gestion compatibles.

Une norme saine devrait permettre de recourir à plusieurs sources qualifiées pour les composants essentiels. Si la plupart des pièces continuent de provenir d’une seule chaîne d’approvisionnement étroite, l’ouverture de la conception restera surtout théorique.

USFP offre un cas de test utile. NVIDIA et Cisco ont décrit ses objectifs de densité et d’efficacité, mais le module doit encore s’appuyer sur une large base de fournisseurs et une expérience de déploiement.

Cette même norme doit fonctionner avec différents switches, câbles, cages, conditions thermiques et procédures de réparation. Une interopérabilité réussie montrerait que cette contribution peut créer un marché au-delà de ses entreprises fondatrices.

Le troisième signal réside dans des données de terrain comparatives face à AMD Helios et à d’autres systèmes OCP. Les acheteurs ont besoin de mesures complètes couvrant le débit utile, l’énergie, la disponibilité et la maintenance.

NVIDIA a publié des plans détaillés de disponibilité de Rubin, tandis qu’AMD positionne Helios pour des déploiements à grande échelle sur la même période. Leur chevauchement crée un test direct entre deux stratégies de racks intégrés.

Surveillez les résultats exprimés en production applicative soutenue par mégawatt, et non en performances isolées de puce. Observez également la rapidité avec laquelle les opérateurs se remettent de défaillances de tiroirs, switches, optiques ou composants de refroidissement.

Si plusieurs fabricants reproduisent les objectifs de NVIDIA en matière de performances et de maintenance, la stratégie OCP semblera relever d’une véritable montée en échelle industrielle. Si seuls les environnements gérés par NVIDIA y parviennent, la promesse d’ouverture paraîtra plus limitée.

L’issue plus large déterminera qui contrôle les normes de l’infrastructure IA. NVIDIA utilise l’ouverture pour étendre une plateforme coordonnée, tandis que ses concurrents utilisent les normes pour remettre en cause cette coordination.

Pour les développeurs et les utilisateurs de l’IA, les conséquences apparaîtront indirectement. Les choix d’infrastructure influencent la disponibilité des modèles, la latence, la fiabilité et le coût d’exécution de longs workflows d’agents.

Les acheteurs d’entreprise devraient demander aux fournisseurs quelles couches sont interchangeables et lesquelles exigent du matériel ou des logiciels spécifiques à NVIDIA. Ils devraient également exiger des données de défaillance issues de systèmes de production, et non uniquement des projections de conceptions de référence.

L’annonce de l’architecture NVIDIA Vera Rubin est importante parce qu’elle traite l’ouverture comme un mécanisme de déploiement. Elle ne dissout pas les frontières commerciales entourant la stack de NVIDIA.

La question suivante est concrète : les partenaires OCP transformeront-ils ces spécifications en une infrastructure interchangeable et maintenable auprès de plusieurs fournisseurs réels ?

Suivez les premiers déploiements cloud, les certifications de composants et les comparaisons sur le terrain. Ces résultats montreront si NVIDIA a ouvert une norme industrielle ou simplement facilité la construction de son propre système.