Le calendrier s'accélère. Présentée au CES 2026, la plateforme Rubin de NVIDIA ne restera pas longtemps sur le papier : l'entreprise confirme qu'elle est en production complète, et les premiers déploiements chez les grands fournisseurs cloud sont attendus dès le second semestre 2026. AWS, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure, CoreWeave, Lambda, Nebius et Nscale figurent parmi les premiers à se positionner.
Six puces, une seule ambition
Rubin n'est pas un simple GPU nouvelle génération. C'est une plateforme intégrale composée de six puces codesignées : le CPU Vera, le GPU Rubin, l'interconnexion NVLink 6, le contrôleur réseau ConnectX-9, le processeur de données BlueField-4 et le switch Spectrum-6. L'idée est de traiter le datacenter comme un ordinateur unifié, où chaque composant est pensé pour les autres plutôt que assemblé après coup.
Sur le papier, les promesses de performance sont sérieuses. NVIDIA annonce une réduction pouvant atteindre 10× du coût par token d'inférence par rapport à la génération Blackwell, et un besoin quatre fois moins élevé en GPU pour entraîner des modèles à architecture MoE (Mixture of Experts). Ces chiffres, s'ils se confirment à l'échelle, changent la donne économique pour les labs qui font tourner des modèles en continu.
Les hyperscalers s'organisent
Microsoft a déjà indiqué qu'il déploiera des racks NVL72 dans ses superfactories Fairwater, ses installations de nouvelle génération dédiées à l'infrastructure IA. Le NVL72 désigne une configuration de 72 GPU Rubin interconnectés par NVLink 6, pensée pour les charges d'entraînement et d'inférence les plus exigeantes.
La liste des autres acheteurs confirmés — AWS, Google Cloud, OCI, CoreWeave, Lambda, Nebius, Nscale — couvre à la fois les géants installés et les fournisseurs cloud spécialisés qui ont émergé ces deux dernières années pour répondre à la demande en compute GPU. Que des acteurs aussi différents s'alignent simultanément sur Rubin dit quelque chose sur la concentration du marché : NVIDIA ne laisse guère de marges à la concurrence sur le segment haute performance.
Ce que ça change concrètement
Un facteur 10 sur le coût par token, c'est le genre de chiffre qui peut redistribuer les cartes dans l'économie des API d'inférence. Aujourd'hui, faire tourner un grand modèle de langage en production reste une dépense substantielle pour la plupart des entreprises. Si Rubin tient ses promesses, les fournisseurs cloud pourront soit réduire leurs tarifs, soit améliorer significativement leurs marges — probablement un peu des deux.
La réduction du nombre de GPU nécessaires pour entraîner des modèles MoE est une autre variable importante. Les architectures MoE, utilisées notamment dans des modèles comme Mixtral ou les dernières versions de Gemini, permettent de scaler la capacité d'un modèle sans multiplier proportionnellement les coûts de calcul. Avec Rubin, l'entraînement de ces modèles deviendrait quatre fois moins gourmand en matériel, ce qui ouvre la voie à des cycles d'entraînement plus rapides ou moins coûteux.
Les produits partenaires construits autour de la plateforme Rubin seront disponibles au second semestre 2026. D'ici là, NVIDIA et ses clients cloud ont quelques mois pour finaliser les déploiements — et pour que le marché vérifie si les annonces de performance résistent à la réalité des charges de production.
