Nvidia a livré lundi soir, à Hot Chips, la première divulgation architecturale du GPU Rubin : deux dies de taille reticule sur TSMC en 3 nm, 336 milliards de transistors, soit environ 1,6 fois Blackwell, avec jusqu’à 288 Go de HBM4 à 22 To/s — environ 2,8 fois la bande passante HBM3e de Blackwell.

Le rack, puis le bâtiment

À l’échelle du rack, NVLink 6 atteint 3,6 To/s tout-à-tout par GPU avec 130 TFLOPS de calcul dans le réseau, sur une distribution en 800 VDC et une entrée liquide à 45 °C. Nvidia affirme 40 % de GPU en plus par watt provisionné grâce au lissage de la consommation. Viennent ensuite d’autres chiffres — 2 ZFLOPS d’inférence NVFP4, 1,4 ZFLOPS d’entraînement, 11 Po de HBM4, 800 Po/s — et ceux-là sont donnés à l’échelle d’une AI-factory de 100 MW.

Ce que le cadrage classique comprend mal

Trois erreurs, qui se renforcent mutuellement. D’abord, 11 Po de HBM4, c’est un bâtiment, pas un rack ni un système ; il s’agit de la mémoire installée dans une installation de 100 mégawatts. Les 2 ZFLOPS reposent sur le même dénominateur. Tous deux seront repris comme des chiffres par rack d’ici la semaine prochaine. Ensuite — et c’est là que le récit s’inverse — 288 Go ne correspondent pas à plus de mémoire que ce que l’on peut acheter aujourd’hui. C’est la même capacité que Blackwell Ultra. Quiconque lit « HBM4 » comme « désormais, des modèles plus grands tiennent sur un seul GPU » se trompe : l’amélioration porte sur la vitesse à laquelle les poids circulent, pas sur leur quantité. Enfin, le chiffre « jusqu’à 30x » n’est pas un gain de vitesse. Il s’agit des tokens par mégawatt à forte interactivité, mesurés sur une charge de travail agentique choisie par le fournisseur — DeepSeek-v4-PRO avec un contexte supérieur à 140K — et 10x correspond à la même courbe à un autre point.

L’indicateur clé, c’est la métrique

Nvidia ne met plus les FLOPS en avant, mais les tokens par watt à une latence donnée. Il ne s’agit pas d’un glissement marketing. C’est une lecture fidèle de la contrainte qui pèse désormais sur ses clients : non pas le prix du silicium, mais la quantité de puissance qu’un site peut faire raccorder, et le nombre de tokens qu’il peut en extraire par mégawatt une fois raccordé. Un fournisseur qui cite le débit par watt vous dit quelle contrainte, selon lui, vous êtes réellement en train d’acheter.

Ce que cela n’est pas

Vera Rubin avait déjà été annoncée en production à Computex plus tôt cette année. Il s’agit ici d’une divulgation technique sur un produit déjà commercialisé, pas d’un aperçu d’un produit encore inédit — ce qui fait du cadrage des chiffres à l’échelle de l’usine un choix, et non une nécessité.