À Computex 2026, NVIDIA a confirmé que Vera Rubin — le successeur de l'architecture Blackwell qui alimente l'essor de l'IA aujourd'hui — est désormais en production complète. C'est l'annonce matérielle d'IA la plus importante de l'année, et le chiffre clé est vertigineux : NVIDIA affirme que Rubin réduit le coût de l'inférence IA par jusqu'à 10×. Cela ne concerne pas seulement les hyperscalers qui construisent des centres de données — cela façonne le prix de chaque outil IA que vous utilisez. Voici un aperçu clair et professionnel de ce que Vera Rubin est réellement.
Points clés
- Vera Rubin est la plateforme IA de nouvelle génération de NVIDIA, le successeur de Blackwell — désormais en production complète (annoncée à Computex 2026).
- Le chiffre clé : Les chiffres de NVIDIA affichent jusqu'à 10× moins de coût par token d'inférence et 4× moins de GPU pour entraîner des modèles Mixture-of-Experts par rapport à Blackwell.
- C'est une plateforme six puces, pas seulement un GPU — le phare Vera Rubin NVL72 intègre 72 GPU Rubin et 36 CPU Vera.
- Rubin CPX est un nouveau GPU distinct conçu pour l'inférence en contexte million-token (codage, vidéo), avec 128 Go de GDDR7 chacun.
- Disponibilité : instances cloud en H2 2026 (AWS, Google Cloud, Azure, OCI et autres) ; Rubin CPX fin 2026.
Qu'est-ce que NVIDIA Vera Rubin ?
Vera Rubin est la plateforme de calcul IA de nouvelle génération de NVIDIA — l'architecture qui suit Blackwell (la génération GB200/GB300 qui alimente actuellement la plupart des entraînements et inférences d'IA frontière). Nommée d'après l'astronome qui a fourni les premières preuves de la matière noire, Rubin n'est pas une puce unique mais une plateforme six puces étroitement co-conçue, conçue pour fonctionner comme une seule « usine d'IA ».
L'objectif stratégique est l'efficacité. L'entraînement et le service des plus grands modèles d'aujourd'hui sont brutalement coûteux, et le plus grand coût unique en IA de production est inférence — l'exécution réelle du modèle pour les utilisateurs. Rubin est la réponse de NVIDIA à cette courbe de coûts.
Les chiffres clés — et ce qu'ils signifient
Deux chiffres de NVIDIA définissent pourquoi Rubin compte :
- Une réduction jusqu'à 10× du coût de token d'inférence par rapport à Blackwell. Le coût d'inférence est ce qui détermine le prix d'un appel API IA. Un gain d'efficacité de 10× est le type de changement radical qui permet aux fournisseurs de réduire les prix, d'augmenter les limites de débit, ou de déployer des modèles beaucoup plus performants au même coût.
- Une réduction de 4× du nombre de GPUs nécessaires pour entraîner les modèles Mixture-of-Experts (MoE). Pratiquement tous les modèles de pointe en 2026 — de GPT à Claude aux modèles chinois open source — sont des MoE. Réduire le nombre de GPUs de 4× diminue directement la barrière pour entraîner des modèles à l'échelle de la frontière.
Comme toujours avec les benchmarks de fournisseurs, considérez-les comme les meilleurs cas de NVIDIA jusqu'à ce que des laboratoires indépendants les vérifient. Mais même une fraction des gains revendiqués redéfinit l'économie de l'IA. La raison pour laquelle vos outils IA deviennent de moins en moins chers et plus rapides est matériel comme celui-ci.
Les six puces qui composent la plateforme
L'efficacité de Rubin provient de la conception co-intégrée du rack entier, pas seulement le GPU. La plateforme s'étend sur six puces :
- Vera CPU — 88 cœurs « Olympus » personnalisés (Armv9.2), optimisés pour le raisonnement d'agent et étroitement couplés aux GPUs via NVLink-C2C.
- Rubin GPU — le moteur de calcul, avec une Transformer Engine de troisième génération, compression adaptative accélérée matériellement, et 50 pétaflops performance d'inférence.
- NVLink 6 Switch — l'interconnexion, à 3,6 TB/s par GPU et 260 TB/s agrégés sur un rack NVL72 unique.
- ConnectX-9 SuperNIC — mise en réseau haut débit intégrée dans la conception NVL72.
- BlueField-4 DPU — alimente le stockage natif IA et la réutilisation efficace du cache de paires clé-valeur (KV), ce qui accélère directement l'inférence sur long contexte.
- Spectrum-6 Ethernet Switch — basé sur SerDes 200G avec optique co-packagée pour la montée en charge des usines IA.
Le système phare, le Vera Rubin NVL72, combine 72 Rubin GPUs et 36 Vera CPUs en un seul rack — et NVIDIA dit qu'il est jusqu'à 18× plus rapide à assembler et entretenir que Blackwell, ce qui compte énormément à l'échelle des data-centers.
Rubin CPX : un GPU conçu pour le contexte million-token
Aux côtés de la plateforme standard, NVIDIA a dévoilé une catégorie véritablement nouvelle : le Rubin CPX, un GPU « spécialement conçu pour le traitement massif de contexte ». C'est la puce visant directement l'ère du long contexte — les charges de travail logicielles de codage et de vidéo générative à million de tokens que les modèles actuels demandent de plus en plus.
Chaque Rubin CPX porte 128 GB de GDDR7 et jusqu'à 30 pétaflops de calcul NVFP4, et intègre uniquement le matériel d'encodage/décodage vidéo aux côtés de l'inférence long contexte sur une seule puce. À l'échelle du rack, le Vera Rubin NVL144 CPX offre une 8 exaflops de calcul IA revendiqués et 100 TB de mémoire rapide, que NVIDIA dit être 7,5× plus de performance IA qu'un système GB300 NVL72, avec attention 3× plus rapide. Il est attendu à la fin de 2026.
Pour ceux qui se demandent pourquoi les fenêtres de contexte ne cessent de s’élargir — comme ces fenêtres de 1 million de jetons présentes dans des modèles tels que DeepSeek et les derniers modèles de pointe — le Rubin CPX est le processeur matériel qui rend économiquement viable l’inférence sur des millions de jetons.
Quand pouvez-vous l'utiliser réellement ?
Rubin est une plateforme conçue pour les centres de données : vous ne pourrez pas l’acheter directement, mais vous en ressentirez les effets via les services que vous utilisez :
- Les instances cloud seront disponibles au second semestre 2026. Parmi les premiers fournisseurs figurent : AWS, Google Cloud, Microsoft Azure et OCI, ainsi que les partenaires cloud NVIDIA CoreWeave, Lambda, Nebius et Nscale. Si vous louez des GPU, consultez notre comparatif des meilleurs fournisseurs cloud de GPU pour l’IA lorsque les instances Rubin seront disponibles.
- Le Rubin CPX sera lancé à la fin de 2026 pour les charges de travail à long contexte et vidéo.
- L’angle local : au Computex, NVIDIA a également dévoilé une feuille de route visant à intégrer cette architecture dans les ordinateurs de bureau et portables dotés d’IA locale — sa gamme RTX/DGX Spark, dont une génération basée sur Rubin (utilisant de la mémoire LPDDR6), suivie par les futurs designs « Rosa » et « Feynman ». Ainsi, la technologie qui débute dans les centres de données est destinée à rejoindre votre bureau, tout comme les ordinateurs personnels dotés d’IA.
Rubin vs Blackwell
| Dimension | Vera Rubin (génération suivante) | Blackwell (génération actuelle) |
|---|---|---|
| Système phare | Vera Rubin NVL72 | GB300 NVL72 |
| Coût d’inférence par jeton | Jusqu’à 10 fois inférieur | Référence |
| GPU nécessaires pour entraîner un modèle MoE | 4 fois moins nombreux | Référence |
| Assemblage / maintenance | Jusqu’à 18 fois plus rapide | Référence |
| Puce pour contextes étendus | Rubin CPX (128 Go, fenêtre de 1 million de jetons) | — |
| Statut | Production complète ; disponibilité cloud H2 2026 | Disponible dès maintenant |
Pourquoi cela importe — même si vous n'en touchez jamais un
Il est tentant de classer les GPU pour centres de données sous la catégorie « pas mon problème ». Pourtant, Rubin affecte tous les utilisateurs d’IA :
- Des outils IA moins chers et plus performants. Un gain d’efficacité d’inférence de 10× permet aux fournisseurs de continuer à réduire les prix des API et à augmenter les limites d’utilisation. La baisse constante du coût d’utilisation de modèles tels que Claude et GPT est directement liée à ce type d’avancée matérielle.
- Un contexte plus long, concrètement. Le Rubin CPX rend économiquement viable l’inférence sur un million de jetons, ce qui explique pourquoi les modèles de pointe élargissent sans cesse leurs fenêtres de contexte.
- La pression sur les GPU grand public. À l’inverse : la demande insatiable d’accélérateurs IA (et de la mémoire qu’ils consomment) contribue en partie à la pénurie et à la hausse des prix des cartes graphiques grand public en 2026. Si vous assemblez un poste local dédié à l’IA, consultez notre meilleurs GPUs pour les LLMs locaux guide.
- La diffusion vers le marché grand public. Ce qui est déployé aujourd’hui dans un bâti NVL72 définira ce qui équipera les postes de travail IA de bureau dans quelques années.
FAQ
Qu'est-ce que NVIDIA Vera Rubin ?
Vera Rubin est la prochaine plateforme IA de NVIDIA, succédant à Blackwell, et a été annoncée en production complète au Computex 2026. Il s’agit d’une plateforme co-conçue comprenant six puces (processeur Vera, GPU Rubin, NVLink 6, ConnectX-9, BlueField-4 et Spectrum-6), conçue pour réduire drastiquement le coût de l’entraînement et de l’exécution des modèles IA.
De combien Rubin est-il plus rapide que Blackwell ?
Selon les chiffres fournis par NVIDIA, Rubin permet une réduction allant jusqu’à 10× du coût d’inférence par jeton et nécessite 4× moins de GPU pour entraîner des modèles de type Mixture-of-Experts (MoE) comparé à Blackwell. Son système phare NVL72 est également jusqu’à 18× plus rapide à assembler et à entretenir. Ces performances sont issues de benchmarks internes du fabricant ; une vérification indépendante reste à venir.
Qu’est-ce que le Rubin CPX ?
Le Rubin CPX est une nouvelle catégorie de GPU NVIDIA spécifiquement conçue pour l’inférence à très large contexte — notamment le codage ou la génération vidéo sur des millions de jetons. Chaque unité dispose de 128 Go de mémoire GDDR7 et offre jusqu’à 30 pétaflops de puissance de calcul en NVFP4, avec un encodeur/décodeur vidéo intégré. Il devrait être disponible à la fin de 2026.
Quand le Rubin NVIDIA sera-t-il disponible ?
Rubin est déjà en production complète, avec des instances cloud prévues au second semestre 2026 chez des fournisseurs tels qu’AWS, Google Cloud, Microsoft Azure, OCI, CoreWeave, Lambda, Nebius et Nscale. Le Rubin CPX sera quant à lui lancé à la fin de 2026.
Puis-je acheter un GPU Rubin pour mon PC ?
Non : Rubin est une plateforme destinée aux centres de données, accessible uniquement via des fournisseurs cloud, et non une carte grand public. Toutefois, NVIDIA a présenté une feuille de route visant à décliner progressivement cette architecture dans les ordinateurs de bureau et portables dotés d’IA locale (sa gamme RTX/DGX Spark).
Que signifie Rubin pour les prix de l’IA ?
La réduction du coût d’inférence constitue le principal levier derrière la baisse des prix des API IA et l’augmentation des limites d’utilisation. Si les gains d’efficacité annoncés par NVIDIA se confirment, Rubin devrait contribuer à rendre les outils IA que vous utilisez moins chers, plus rapides et capables de traiter des entrées nettement plus longues.
Conclusion
Vera Rubin constitue le signal le plus clair à ce jour quant à la direction prise par l’IA : non seulement des modèles plus intelligents, mais aussi radicalement moins coûteux à exécuterEn concevant conjointement une plateforme entière de six puces autour de l’efficacité de l’inférence — et en intégrant une puce dédiée capable de traiter un million de jetons dans le Rubin CPX — NVIDIA s’attaque au coût le plus élevé de l’IA en production. Les économies d’inférence annoncées de 10× ne se répercuteront pas intégralement sur votre facture, et les chiffres fournis par le fabricant méritent un examen indépendant. Toutefois, la direction prise est claire : le matériel qui rend aujourd’hui l’IA coûteuse est progressivement remplacé par un matériel qui la rendra abordable demain — c’est pourquoi vos outils d’IA continueront de s’améliorer et de devenir plus accessibles tout au long de l’année 2026 et au-delà.