Français
Une inquiétude particulière peut empêcher l’équipe informatique d’une institution de dormir : pas seulement ce que fait un système d’IA, mais où vont ses données et qui contrôle les machines.
C’est le problème auquel Palantir et NVIDIA s’attaquent avec une nouvelle architecture de référence pour l’IA souveraine. La promesse est un meilleur contrôle du déploiement, pas une boîte magique qui ferait disparaître toutes les questions de sécurité et de gouvernance.
Ce qu’ils ont annoncé
L’annonce de Palantir du 12 mars présente l’AI OS Reference Architecture, ou AIOS-RA. Elle associe l’infrastructure de calcul de NVIDIA aux logiciels AIP, Foundry, Apollo, Rubix et AIP Hub de Palantir. Les entreprises décrivent un parcours intégré allant de l’achat du matériel aux applications, avec notamment des déploiements sur site, en périphérie de réseau et dans des clouds souverains.
Cette dernière catégorie compte. La proposition ne se limite pas à un seul bâtiment, et « souverain » ne signifie pas « déconnecté de tout réseau ». Il s’agit de contrôler l’environnement ; ses limites réelles dépendent de la conception et de l’exploitation du déploiement.
Un plan pour un cluster, pas un appareil unique scellé
La brochure d’architecture de mars 2026 spécifie des nœuds NVIDIA HGX B300 dotés de huit GPU chacun, un réseau Spectrum-X et les logiciels de déploiement et de calcul de Palantir. Les huit GPU correspondent à un nœud, et non à un maximum fixe pour chaque installation.
Une architecture de référence fournit aux équipes un ensemble de composants testés et un modèle de conception sur lequel s’appuyer. Elle peut réduire les tâtonnements de l’intégration sans supprimer la nécessité de choisir la capacité, de connecter les sources de données et de configurer les accès. Il reste beaucoup de travail entre « ces pièces s’assemblent » et « notre organisation fonctionne bien avec elles ».
L’attrait est compréhensible : moins de mystères dans la salle des serveurs. Dans l’idéal, le seul clignement inattendu serait celui des yeux de l’ingénieur qui vient de découvrir la facture du matériel.
Pourquoi les organisations pourraient s’y intéresser
Palantir met en avant les clients disposant déjà d’une infrastructure GPU, les tâches sensibles à la latence, les opérations distribuées et les exigences de souveraineté des données. Ce sont des motivations différentes. Maintenir un calcul à proximité de ses données peut relever du temps de réponse, de la politique de l’organisation, de conditions contractuelles ou de la sensibilité de la charge de travail.
Il serait trompeur d’affirmer que toutes les données gouvernementales ou financières doivent légalement rester dans les locaux de leur propriétaire. Il serait tout aussi trompeur de laisser entendre que les déploiements locaux d’IA n’existaient pas avant cette annonce. L’offre constitue une approche intégrée particulière d’un problème bien connu.
Pour un client potentiel, la question utile est de savoir si cette approche convient au travail à accomplir. Une étiquette sur un produit renseigne moins qu’une explication claire de l’endroit où les données sont stockées, des processus qui peuvent les lire et des personnes qui peuvent administrer le système.
Le contrôle exige toujours un travail d’exploitation
Exploiter du matériel localement implique des responsabilités pratiques : personnel, mises à jour, surveillance, planification de capacité et reprise après une panne. La répartition exacte de ces tâches entre un client et ses fournisseurs dépend du contrat de service et d’assistance applicable. L’annonce ne permet pas d’affirmer de manière générale qu’aucune des deux entreprises n’aidera à exploiter le moindre déploiement.
De même, installer des serveurs sur site ne démontre pas, à lui seul, qu’aucun paquet réseau n’en sort jamais. Les appels à des modèles externes, les intégrations applicatives et les accès administratifs doivent être pris en compte dans la conception du déploiement. Une exigence d’isolement doit être mise en œuvre et vérifiée, pas déduite du mot « souverain ».
C’est le côté moins glamour de l’essor des logiciels d’IA (en anglais) : la démonstration utile doit finir par devenir un service que quelqu’un peut maintenir. Acheter les ingrédients ne recrute pas automatiquement le personnel de cuisine.
Le pari commercial
Pour Palantir, une conception intégrée offre un autre moyen d’insérer ses logiciels dans les opérations de ses clients. Pour NVIDIA, elle relie sa plateforme de calcul à un écosystème logiciel. Ce sont des motivations commerciales plausibles ; elles ne prouvent pas que tous les acheteurs du secteur public choisiront cette combinaison.
Il en va de même des affirmations sur un immense marché de l’IA souveraine mesuré avec précision. Sans définition claire de ce qui est compté, une prévision impressionnante de la taille du marché nous renseigne peu sur le nombre de clients que cette architecture particulière gagnera.
Ce qu’il faudra observer
Les tests intéressants seront les résultats des déploiements : le temps nécessaire à l’intégration, les charges de travail qui en bénéficient, les coûts d’exploitation et la manière dont les clients font respecter les contrôles dont ils ont besoin. L’annonce fournit une conception et une proposition. Elle ne répond pas encore à ces questions pour chaque institution.
Palantir et NVIDIA parient qu’un nombre croissant d’organisations souhaitent contrôler l’environnement dans lequel elles exécutent l’IA. C’est une idée substantielle, sans prétendre que tout le système tient dans une boîte portant l’étiquette « ne téléphone jamais à la maison ».
Traduction française de l’article original en anglais du 2026-03-13. Traduction réalisée avec l’aide de l’IA le 2026-11-02 ; les références temporelles restent celles de l’original.
