Nvidia Nemotron 3.5 classe les agents : analyse de Super VL à Bolt

Tout le monde continue de plisser les yeux devant le nombre de paramètres comme s’il s’agissait d’étiquettes nutritionnelles de l’intelligence. La dernière sortie Nemotron de Nvidia est plus intéressante parce qu’elle dit tout haut ce que beaucoup pensent tout bas : les agents ne veulent pas tous vivre dans le même appartement. TechCrunch a rapporté que Nvidia a lancé de nouveaux modèles à poids ouverts pour les agents toujours actifs et l’informatique en périphérie, avec Nemotron 3.5 Super VL destiné aux usages en entreprise et des modèles Bolt conçus pour les PC IA et stations de travail locaux. C’est l’histoire d’architecture qui se cache sous les confettis du lancement.

La leçon pratique n’est pas qu’un modèle gagne et que les autres vont s’asseoir tristement dans un coin. C’est que l’infrastructure des agents devient hiérarchisée : de grands modèles pour les flux de travail d’entreprise très dépendants des outils, des modèles plus petits pour les machines locales où la latence, la disponibilité et la facilité de déploiement comptent. Cela ressemble moins au choix d’un cerveau qu’à la gestion d’une flotte, sauf que les trottinettes peuvent naviguer sur le web et résumer occasionnellement votre document de planification trimestrielle avec l’assurance d’un raton laveur en blouse de laboratoire.

TechCrunch montre la séparation entre agents serveur et agents locaux

TechCrunch a rapporté que Nemotron 3.5 Super VL est un modèle de 120 milliards de paramètres conçu pour les agents d’entreprise, tout en utilisant moins de paramètres que Nemotron 3 Ultra et en visant une précision similaire dans les tâches de suivi d’instructions et d’utilisation d’outils, selon Nvidia. C’est important parce que les agents d’entreprise ne sont pas simplement des boîtes de dialogue avec une cravate. Ils doivent suivre des instructions, appeler des outils et tenir le coup dans un travail en plusieurs étapes sans s’égarer dans les bois sémantiques.

TechCrunch a également rapporté que Nvidia a lancé deux modèles Bolt légers pour l’autre côté de la carte de déploiement. Nemotron 3.5 Bolt 74B-A9B 24GB est décrit comme un modèle de 74 milliards de paramètres pour des tâches agentiques locales, notamment le raisonnement en plusieurs étapes, l’appel d’outils et la navigation web. Le plus petit Bolt E4B vise les agents conversationnels, ce qui est une façon polie de dire que toutes les charges de travail n’ont pas besoin de l’équivalent modèle d’un chariot élévateur.

@title Niveaux d’agents Nvidia
@source TechCrunch
@source The Next Web

  Model              Size       Target
  Super VL           120B       Enterprise agents
  Bolt 74B A9B       74B 24GB   Local tasks
  Bolt E4B           4GB        Conversation

@caption Nvidia répartit ses modèles d’agents selon l’échelle et la cible de déploiement.

La distinction clé n’est pas seulement grand contre petit. C’est l’endroit où l’agent s’exécute et le type de désordre qu’on attend de lui qu’il nettoie. Super VL est le niveau entreprise pour les flux de travail plus lourds, tandis que Bolt est le niveau déployabilité pour les systèmes locaux. Si votre feuille de calcul d’achats a besoin d’un modèle, très bien. Si votre ordinateur portable a besoin d’un assistant local qui n’appelle pas la maison mère à chaque éternuement, c’est une autre bête.

The Next Web explique pourquoi les agents locaux sont une histoire de déploiement

The Next Web a rapporté que les ordinateurs portables RTX Spark sont conçus pour exécuter des agents IA sur l’appareil lui-même, avec des systèmes offrant jusqu’à 128 Go de mémoire partagée et jusqu’à 1 pétaflop de performance IA. Il a aussi rapporté que Nemotron 3.5 Bolt compte 74 milliards de paramètres, dont 9 milliards actifs à la fois, et qu’il est compressé dans 24 Go de mémoire sur les configurations RTX Spark prises en charge. Voilà le discours des agents locaux en miniature : rendre le modèle assez petit, assez clairsemé ou assez bien emballé pour qu’il puisse vivre près de l’utilisateur.

C’est là que capacité et déployabilité commencent à se bagarrer sur le parking. Un modèle plus grand peut gérer des flux de travail plus difficiles, mais un modèle local peut être utile quand la charge de travail gagne à s’exécuter près des fichiers, des applications ou des utilisateurs. Pour les créateurs, la question devient moins romantique et plus opérationnelle : où cet agent doit-il s’exécuter pour être assez rapide, assez encadré et assez peu coûteux pour rester utile après la fin de la démo ?

VentureBeat et le WSJ indiquent la raison d’entreprise derrière les modèles ouverts

VentureBeat a rapporté que Nvidia affirme que les organisations peuvent post-entraîner Super VL sur leurs propres données, outils et politiques, puis le déployer sur une infrastructure adaptée aux besoins de sécurité et de résidence des données. C’est la phrase ennuyeuse derrière laquelle se trouve le vrai budget. Les entreprises ne veulent pas seulement un modèle malin ; elles veulent un modèle qui puisse être adapté à leurs procédures sans transformer la conformité en piñata.

Le Wall Street Journal a rapporté que Kari Briski, de Nvidia, a déclaré que l’intérêt pour Nemotron a augmenté en partie parce que les modèles sont fabriqués aux États-Unis et parce que leurs données sous-jacentes peuvent être inspectées. Le WSJ a également rapporté que les organisations du secteur public et les institutions financières sont particulièrement prudentes à l’égard des modèles fabriqués en Chine, et que les entreprises deviennent plus à l’aise avec l’affinage de modèles ouverts. Traduction : le choix du modèle est maintenant aussi un choix de chaîne d’approvisionnement, de gouvernance et de personnalisation. L’achat d’IA est devenu moins science-fiction, plus gobelin de la paperasse.

Ce que les créateurs devraient surveiller ensuite, d’après le schéma du lancement

TechCrunch a présenté le lancement comme la façon pour Nvidia de fournir aux organisations un modèle ouvert optimisé pour différents niveaux d’infrastructure, plutôt que de les forcer à choisir entre capacité et déployabilité. Ce cadrage est utile si vous planifiez des agents au-delà d’un prototype. Placez les flux de travail lourds qui utilisent des outils sur le niveau entreprise ; placez les agents conversationnels ou de tâches locales là où le matériel peut vraiment les porter sans se lancer dans une danse interprétative.

La pièce manquante est une preuve indépendante issue de déploiements réels. Les affirmations de Nvidia sont claires, et la structuration en niveaux est sensée, mais les créateurs devraient tout de même tester la précision, la latence, la fiabilité des outils et le comportement mémoire sur leurs propres charges de travail. Observez si les équipes acheminent réellement les agents entre les niveaux cloud, station de travail et PC, ou si tout le monde invente simplement un nouveau schéma d’orchestration pour se sentir vivant. L’ère des agents n’est pas celle d’un modèle unique pour les gouverner tous : c’est un problème de répartition avec de meilleurs GPU et de pires comptes rendus de réunion.