NVIDIA Vera Rubin : Intelligence maximale par dollar pour l'IA agentique

Dans un article de blog, NVIDIA explique que pour l'IA agentique, le post-entraînement n'est plus une étape ponctuelle, mais un processus continu. Contrairement aux modèles génératifs, les modèles agentiques doivent planifier, utiliser des outils et s'adapter à des conditions changeantes. Le post-entraînement comprend des cycles de propagation avant et arrière, où le modèle améliore ses compétences grâce à l'apprentissage par renforcement (RL). La métrique clé devient l'« intelligence par dollar », qui combine le coût par token lors de l'inférence et l'efficacité de l'apprentissage. La plateforme NVIDIA Vera Rubin, héritière de Blackwell, est conçue pour ce scénario : elle permet d'entraîner les plus grands modèles avec quatre fois moins de GPU. L'exemple donné est le modèle Nemotron 3 Ultra à 550 milliards de paramètres (architecture MoE), qui a obtenu 71,7% sur SWE-bench verified. La plateforme Vera Rubin utilise l'intégration avec les bibliothèques NeMo (NeMo Gym, NeMo RL) et est optimisée pour des déploiements parallèles de milliers d'environnements. Les partenaires incluent Prime Intellect (30% d'augmentation du débit sur les processeurs Vera par rapport à x86), Perplexity (pile RL avec synchronisation RDMA des poids en moins de 2 secondes) et Together AI (post-entraînement en tant que service sur la plateforme AI Native Cloud).