Le PDG de Nvidia, Jensen Huang, déclare que l'AGI est arrivée avec GPT-6 Astra d'OpenAI
Points clés
- •Jensen Huang a déclaré que l'AGI était arrivée, désignant GPT-6 Astra d'OpenAI comme un jalon dans le développement de l'IA avancée.
- •OpenAI a lancé GPT-6 Astra le 3 septembre, le décrivant comme son modèle le plus intelligent et le mieux aligné, entraîné lors de son plus important cycle avec plus de 100 000 GPU dans l'installation Stargate au Texas.
- •OpenAI a rapporté des scores de 98 % sur FrontierMath Tier 4, de 99,9 % sur ARC-AGI-3 et de 100 % sur ExploitBench.
- •Huang a indiqué que 400 000 GPU Nvidia supplémentaires sont en cours de mise en service, ce qui témoigne d'une expansion continue des capacités de calcul pour l'IA.
- •L'affirmation de Huang sur l'AGI n'est pas une conclusion technique indépendamment établie, car aucune définition ni benchmark universellement accepté de l'AGI n'existe.

Le PDG de Nvidia, Jensen Huang, a déclaré que l'intelligence artificielle générale (AGI) était arrivée, désignant le nouveau GPT-6 Astra d'OpenAI comme un jalon dans le développement des systèmes d'IA avancés.
Selon des informations partagées par Coin Bureau, Huang a indiqué qu'Astra a été entraîné à l'aide de plus de 100 000 systèmes NVIDIA Grace Blackwell NVLink72, et a ajouté que 400 000 GPU Nvidia supplémentaires étaient en cours de mise en service. Ses propos soulignent l'échelle de calcul extraordinaire désormais nécessaire pour développer des modèles d'IA de pointe, une échelle que seuls quelques acteurs peuvent actuellement mobiliser.
GPT-6 Astra relève la barre du calcul pour l'IA
OpenAI a présenté GPT-6 Astra le 3 septembre, le décrivant comme son modèle le plus intelligent et le mieux aligné à ce jour. Le système est conçu pour le raisonnement complexe, l'utilisation de l'ordinateur, l'ingénierie logicielle, la cybersécurité, la recherche scientifique et le travail professionnel.
L'entreprise a précisé qu'Astra a été entraîné dans le plus important entraînement de son histoire, mobilisant plus de 100 000 GPU dans son installation Stargate au Texas. OpenAI a également rapporté des scores de 98 % sur FrontierMath Tier 4 et de 99,9 % sur ARC-AGI-3, ainsi qu'un résultat de 100 % sur ExploitBench. Ces références font partie des critères utilisés par les chercheurs pour évaluer les progrès vers un raisonnement à usage général : FrontierMath mesure les performances sur des problèmes mathématiques exceptionnellement difficiles, ARC-AGI-3 est conçu pour tester le raisonnement abstrait sur des énigmes inédites, et ExploitBench évalue les capacités en cybersécurité — d'où l'attention suscitée par ces scores, perçus comme des preuves de progrès par rapport aux modèles précédents.
Les remarques de Huang ajoutent une dimension infrastructurelle importante à cette publication. Sa référence à 400 000 GPU supplémentaires en cours de mise en service indique une expansion continue de la capacité de calcul déployée pour le développement et l'inférence de l'IA avancée.
L'ampleur de cet investissement souligne également la position centrale de Nvidia sur le marché de l'infrastructure d'IA. La demande en calcul accéléré s'est rapidement développée alors que les entreprises technologiques se livrent concurrence pour construire des modèles toujours plus performants, tandis que la disponibilité des capacités de centres de données et des puces avancées est devenue une contrainte stratégique, l'installation Stargate au Texas représentant l'un des plus grands déploiements spécialement conçus à ce jour.
L'affirmation de l'AGI reste sujette à débat
La déclaration de Huang selon laquelle « l'AGI est arrivée » constitue une affirmation industrielle majeure, mais ce n'est pas une conclusion technique indépendamment établie. Il n'existe aucun benchmark ni définition universellement accepté déterminant précisément quand un système d'IA se qualifie d'AGI, et les chercheurs comme les marchés continuent de débattre de ce seuil.
OpenAI elle-même a présenté Astra comme un grand pas dans l'ère de l'AGI, plutôt que comme une déclaration universellement contraignante selon laquelle le débat technique serait tranché.
Pour Nvidia, le prochain jalon pourrait se mesurer non seulement par la capacité des modèles, mais aussi par l'ampleur de l'infrastructure nécessaire pour les prendre en charge. Avec les 400 000 GPU supplémentaires cités par Huang en cours de mise en service, la prochaine question financière de l'industrie est de savoir où cette capacité sera déployée et quel niveau de capacité d'IA elle permettra.