Nvidia lance le modèle open source Nemotron 3.5 Lightning pour des tâches d’entreprise spécialisées
Points clés
- •Nvidia a publié Nemotron 3.5 Lightning le August 11 comme modèle mixture-of-experts de 30 milliards de paramètres destiné à un déploiement local en entreprise sur des appareils tels que les PC RTX, DGX Spark et Jetson.
- •Le modèle a été publié avec ses poids, son code, ses recettes et ses données d’entraînement sous la licence OpenMDW 1.1 de la Linux Foundation, ce qui en fait une publication entièrement open source.
- •Nvidia a simultanément lancé NeMo Switchyard, une bibliothèque open source qui achemine les requêtes et demandes agentiques vers le modèle le plus approprié parmi un ensemble de modèles ouverts, propriétaires ou Nvidia.
- •Cette sortie fait suite aux récents lancements de modèles open-weight par les fournisseurs chinois Alibaba et Moonshot AI, alors que l’administration Trump envisage des restrictions sur les modèles open-weight en provenance de Chine.
- •Les analystes estiment que la stratégie de modèles ouverts de Nvidia sert à la fois à concurrencer les fournisseurs chinois et à stimuler la demande pour les puces, les réseaux et les logiciels d’inférence de Nvidia.
Agentic AI
Generative AI
News
Le nouveau modèle open source de Nvidia est destiné à des cas d’usage spécifiques
Le modèle est suffisamment petit pour que les entreprises puissent l’exécuter sur des appareils locaux et il cible des tâches précises.
August 12, 2026
Dans un contexte d’intérêt accru pour les modèles open-weight chinois, le fournisseur de matériel d’IA Nvidia a présenté son dernier modèle open source : Nemotron 3.5 Lightning.
Lancé le August 11, Nemotron 3.5 Lightning est un modèle de type mixture-of-experts conçu pour des tâches spécialisées au sein de systèmes multi-agents plus vastes. Nemotron 3.5 Lightning peut effectuer des tâches précises telles que la relecture de code, l’utilisation d’outils, la surveillance des alertes de sécurité et la réponse aux questions de facturation, a indiqué Nvidia. Le fournisseur a également publié les poids du modèle, le code, les recettes et l’entraînement sous la licence OpenMDW 1.1 de la Linux Foundation , ce qui en fait un véritable modèle open source.
Nemotron 3.5 Lightning fait partie de la famille Nemotron 3 de modèles ouverts de Nvidia, initialement lancée en décembre dernier.
Le modèle compte 30 milliards de paramètres, ce qui est moins que Nemotron 3 Ultra (550 milliards) et plus que Nemotron 3 Nano (8 milliards). Il vise à aider les entreprises à créer des applications agentiques sur leurs appareils locaux.
Related: Meta Reverses Course with Open-Weight Muse Glimmer
En plus de Nemotron 3.5 Lightning, Nvidia a lancé NeMo Switchyard, une bibliothèque open source destinée au routage au sein d’applications agentiques populaires. Les entreprises peuvent utiliser Switchyard pour acheminer une requête ou une demande agentique vers le modèle le plus approprié parmi leur propre combinaison de modèles ouverts, propriétaires ou Nvidia, a indiqué le fournisseur de matériel d’IA.
Nemotron 3.5 Lightning et NeMo Switchyard ont tous deux été publiés moins d’un mois après que le PDG de Nvidia, Jensen Huang, a révélé que le géant du matériel et des logiciels d’IA avait rejoint un large groupe de fournisseurs technologiques pour défendre l’open source, tandis que l’administration Trump envisageait des restrictions sur les modèles open-weight en provenance de Chine. Dans une publication sur X, Huang a déclaré que les modèles ouverts favorisent la souveraineté et renforcent la sécurité et la cybersécurité.
Nemotron 3.5 Lightning est le premier modèle ouvert de Nvidia depuis que le débat sur les progrès des modèles ouverts chinois s’est intensifié le mois dernier, après que les fournisseurs chinois d’IA Alibaba et Moonshot AI ont lancé des modèles open-weight peu coûteux et puissants. Cette annonce intervient un jour après que le géant des réseaux sociaux Meta a publié son dernier modèle ouvert .
“C’est un témoignage de l’ampleur de l’impact qu’ont eu et auront les modèles chinois”, a déclaré Bradley Shimmin, analyste chez Futurum Group, ajoutant que beaucoup considèrent Alibaba Qwen 3.8 Max comme “la référence en matière de développement agentique open source capable de fonctionner localement”.
Soutenir l’infrastructure de Nvidia
Cependant, pour Nvidia, fournir des modèles open source n’est pas seulement une stratégie pour concurrencer les fournisseurs chinois, mais aussi un moyen d’aider à vendre ses puces et son matériel, selon Arun Chandrasekaran, analyste chez Gartner.
“Les modèles aident Nvidia à mieux vendre son infrastructure”, a déclaré Chandrasekaran. “Lorsque vous vendez un modèle, vous devez l’exécuter quelque part. L’exécution des modèles nécessite des réseaux, des logiciels d’inférence et l’entraînement des données.
Related: Microsoft Framework to Cut AI Agent Training Costs
“Il est dans l’intérêt de Nvidia qu’il existe un écosystème de modèles dynamique, et cet écosystème n’est pas très concentré”, a poursuivi Chandrasekaran.
Il a ajouté que, dans l’ensemble, les entreprises n’utilisent les modèles de Nvidia que pour des tâches spécifiques ou lorsqu’elles souhaitent les déployer sur site ou dans des contextes où des considérations importantes de souveraineté s’imposent.
Avec Nemotron 3.5 Lightning, Nvidia a indiqué que les utilisateurs professionnels peuvent exécuter le modèle sur des systèmes d’IA locaux , notamment les PC RTX de Nvidia, DGX Spark et Jetson.
Données d’entraînement et taille du modèle
Le fait que Nvidia ait également publié les données d’entraînement du modèle est également louable, a déclaré Shimmin.
“Il existe très peu de fournisseurs, à l’exception d’IBM , qui ont promu et mis en avant cette capacité à dire : ‘si vous vous souciez réellement de l’exposition au risque dans l’adoption de l’IA , vous devriez vous soucier des données d’entraînement utilisées pour construire ces modèles’”, a-t-il déclaré. “Tout commence avec les données, et honnêtement, tout finit aussi avec les données.”
La taille de Nemotron 3.5 Lightning illustre la manière dont des fournisseurs comme Nvidia commencent à reconnaître la nécessité d’adapter les modèles à la bonne échelle, a ajouté Shimmin. Il a expliqué que de nombreux fournisseurs réalisent que la manière actuelle d’utiliser des API pour accéder aux modèles sur une base de coût par jeton est trop coûteuse, et que le fait de pouvoir travailler localement avec le modèle aide les entreprises à justifier le coût de l’IA générative.
Related: Oracle Brings Google Gemini Models to Enterprise Customers
“Au fil du temps, la tokenomics s’est déjà révélée quelque peu risquée pour les entreprises, à la fois parce qu’elles ne comprennent pas leurs dépenses en jetons et parce qu’elles n’ont aucun moyen réel d’obtenir une observabilité ou une transparence sur la manière dont ces dépenses évoluent”, a-t-il déclaré.
À propos de l’auteur
Esther Shittu
Rédactrice, AI Business
Esther Shittu couvre les technologies d’IA et les tendances du secteur depuis 2021. En tant que coanimatrice du podcast Targeting AI, elle échange avec des experts, des leaders d’opinion et des praticiens sur les évolutions majeures de l’IA. Avant AI Business , elle a écrit pour SearchEnterpriseAI, le New York Daily News, Bklyner et le Brooklyn Daily Eagle. Lorsqu’elle ne se plonge pas dans l’univers de l’IA, elle consacre son temps à des projets personnels et à l’éducation de ses trois filles.
Vous souhaitez voir davantage d’articles AI Business dans vos résultats de recherche Google ?
Dernières actualités
Vous souhaitez voir davantage d’articles AI Business dans vos résultats de recherche Google ?
Articles tendance
Aug 11, 2026
Aug 11, 2026
Generative AI Shutterstock Embraces AI Image Licensing Deals Aug 11, 2026
Shutterstock Embraces AI Image Licensing Deals
Generative AI AI Arrives in the Private Markets Business Jul 28, 2026
AI Arrives in the Private Markets Business
Agentic AI Using AI Agents to Collaborate with Human Workers Jul 10, 2026
Using AI Agents to Collaborate with Human Workers
Generative AI How SMBs Can Take Advantage of Generative AI Jun 29, 2026
How SMBs Can Take Advantage of Generative AI
Sponsored by Google Cloud
Choosing Your First Generative AI Use Cases
To get started with generative AI, first focus on areas that can improve human experiences with information.
The AI Summit New York 2026
