NVIDIA vient de franchir une étape symbolique. Cette semaine, Wistron a inauguré sa première usine aux États-Unis. Le site se situe à Fort Worth, au Texas. C’est là que naît le premier superpuce GB300 Grace Blackwell Ultra produite en masse sur le territoire américain.
Pour les développeurs, cette nouvelle va au-delà du simple bruit économique. Après tout, le matériel que vous activez via une API a une origine physique. Désormais, une partie de cette origine change de continent. Il convient donc de comprendre ce qui est en jeu.
NVIDIA et Wistron inaugurent l’usine D1 au Texas
L’usine porte le nom de D1 AI Smart Factory. Par ailleurs, l’investissement atteint 700 millions de dollars. L’espace couvre environ 324 000 pieds carrés, soit un immense bâtiment dédié à l’IA.
L’usine a déjà commencé ses activités. Dans un premier temps, elle a créé plus de 500 emplois. Ensuite, l’objectif passe à mille employés d’ici la fin de l’année. Selon NVIDIA, la production devrait atteindre des dizaines de milliers de cartes par mois.
À noter, une donnée curieuse. Selon TrendForce, cette unité représente environ 5 % de la production totale de NVIDIA. Autrement dit, même si elle est grande, elle ne constitue qu’une fraction de la demande actuelle pour l’IA.
Du module au système : la logique de production de NVIDIA
Wistron adopte la stratégie de NVIDIA qui va du module jusqu’au système complet. Ainsi, le même site s’occupe du module, de la carte et du produit final. De la sorte, l’intégration est plus rapprochée et le cycle se raccourcit.
L’usine exploite aujourd’hui deux cellules de fabrication. La première produit le GB300 Grace Blackwell Ultra. La seconde, pour sa part, va fabriquer le futur Vera Rubin. En somme, le Texas concentre deux générations de matériel sur la même ligne.
NVIDIA prépare le Vera Rubin
Le Vera Rubin est le successeur du Blackwell. Comme le Grace Blackwell, il réunit CPU et GPU dans le même boîtier. Ici, Vera prend le rôle de CPU et Rubin celui de GPU.
Les chiffres impressionnent. La configuration Vera Rubin Ultra NVL576 regroupe 576 GPU. De plus, NVIDIA promet des performances jusqu’à 14 fois supérieures à celles du GB300 NVL72. Pour couronner le tout, le système intègre 365 téraoctets de mémoire et un nouveau rack équipé d’un refroidissement liquide.
Pour le développeur, cette avancée a des effets concrets. En effet, les modèles de plus grande taille nécessitent davantage de mémoire et une bande passante plus large. Par conséquent, les charges d’entraînement et d’inférence gagnent en allure.
NVIDIA intègre matériel et logiciel sur la même ligne
La D1 utilise la plateforme de calcul accéléré de NVIDIA. Outre le matériel, le logiciel est aussi intégré. Par exemple, la gamme intègre des modèles ouverts tels que Nemotron et Cosmos.
L’exploitation active aussi Omniverse et Metropolis. Ainsi, la propre usine devient un cas d’utilisation de l’IA. Autrement dit, NVIDIA teste chez elle ce qu’elle vend sur le marché.
Réindustrialisation : pourquoi cela compte pour les développeurs
Cette usine s’inscrit dans un plan plus vaste. En 2025, NVIDIA s’est engagée à investir 500 milliards de dollars dans la fabrication aux États‑Unis. Aujourd’hui, les fournisseurs suivent cette voie vers le Texas.
Cette dynamique porte des enjeux géopolitiques. Actuellement, les usines partenaires de NVIDIA couvrent déjà 43 États américains. Parmi elles figurent Wistron, TSMC et Foxconn. Ensemble, elles devraient ajouter environ 485 milliards de dollars au PIB des États‑Unis d’ici 2026.
Cependant, il existe un point d’attention. La demande exerce une pression sur la mémoire à haute bande passante, la célèbre HBM. Par conséquent, le coût et la disponibilité de ce composant restent dans le radar de ceux qui planifient des infrastructures.
Ce qui change dans votre quotidien de développeur
L’impact direct se fait attendre. Néanmoins, la tendance pointe vers une plus grande capacité disponible. Ainsi, les fournisseurs de cloud devraient élargir l’offre d’instances avec Blackwell et, bientôt, avec Vera Rubin.
Pour vous, cela ouvre des perspectives concrètes. D’abord, davantage de puissance pour entraîner et déployer les modèles. Ensuite, davantage d’options de régions et de latence. Enfin, une chaîne d’approvisionnement plus résiliente.
Il faut suivre cela de près. Après tout, chaque nouvelle usine modifie le rythme de la course à l’IA. Et ce rythme détermine ce que vous pourrez construire demain.
Acompagnez notre profil sur Instagram !
