Microsoft et Nvidia s’investissent davantage : la RTX Spark transforme Windows en la prochaine plateforme de revenus liée à l’IA.

Microsoft et Nvidia proposent une plateforme Windows AI plus complète.

Microsoft et Nvidia poussent Windows à s’implanter plus profondément dans l’IA. Lors de Build…Jensen Huang a participé à la conférence principale de Satya Nadella en direct depuis Taipei.Cela indique que Nvidia est désormais un élément essentiel de l’approche de Microsoft envers les développeurs.

C’est plus qu’un lancement de PC. Microsoft et Nvidia s’allient.RTX Spark et DGX Station pour Windows, Microsoft Fabric accéléré par des GPU NVIDIA, les modèles ouverts de NVIDIA sur Microsoft Foundry, ainsi que le runtime sécurisé OpenShell de NVIDIA dans GitHub Copilot.Cela étend les possibilités au-delà du matériel physique, pour inclure les outils, les environnements de exécution et les couches de données que les développeurs utilisent déjà.

La question clé est de savoir si cela deviendra une méthode par défaut pour construire et exécuter des agents sur différents appareils, en cloud et dans les processus d’entreprise. Si c’est le cas, les entreprises qui utilisent cette infrastructure pourraient obtenir une part plus importante des dépenses liées à l’IA à venir.

RTX Spark étend l’histoire des charges de travail d’IA locales.

Plus de mémoire signifie que les modèles plus grands peuvent être exécutés sur l’ordinateur.

RTX Spark n’est pas simplement une amélioration de vitesse. C’est une tentative de transférer des charges de travail d’IA plus lourdes sur le dispositif. La plateforme offreJusqu’à 128 Go de mémoire unifiéeEt peut fonctionner.LLM à 120B de paramètres, localementCela déplace la discussion du simple rapport des performances de référence vers les caractéristiques basées sur des agents qui peuvent fonctionner réellement sur une machine destinée aux consommateurs ou aux créateurs.

Le matériel peut permettre la monétisation du logiciel.

Cela est important pour les revenus, car le matériel ne représente que la première partie des coûts. Si les utilisateurs peuvent exécuter des modèles complexes localement, ils seront plus disposés à payer pour le logiciel, les outils et les processus de travail accélérés qui y sont associés.Adobe réconstruit Photoshop et Premiere à partir de zéro pour RTX Spark, afin de permettre des performances en intelligence artificielle et en graphisme deux fois plus rapides.Dans ce contexte, le chip de Nvidia n’est pas le produit final ; c’est plutôt la couche qui permet les workflows payants.

DGX Station pour Windows étend la stack aux environnements d’entreprise.

L’angle de l’entreprise est là où la pile pourrait devenir plus collante.DGX Station pour Windows : superordinateurs IA à portée de bureauoffrirJusqu’à 748 Go de mémoire cohérente et 20 petaflops de performances en FP4.Il permet à Nvidia et Microsoft de dépasser l’excitation liée aux consommateurs pour entrer dans le domaine des infrastructures d’IA sur les ordinateurs de bureau. La collaboration s’étend également…Dispositifs Windows, déploiements dans le cloud Azure et sur siteRelier les endpoints, l’accès au modèle et les outils de traitement des données en un seul écosystème.

Les principaux risques sont la demande, la confidentialité et les attentes.

Les caractéristiques techniques semblent solides, mais les caractéristiques techniques seules ne créent pas de demande.RTX Spark… peut exécuter des LLM à 120B de paramètres avec jusqu’à 1 million de tokens de contexte, en utilisant des agents localement.C’est impressionnant sur papier, mais la plupart des acheteurs se soucient moins de la longueur maximale du contexte que de savoir si un agent local peut simplifier significativement le travail quotidien. Si les agents personnels ne sont pas considérés comme une solution indispensable, l’excitation liée à leur mise en place ne pourra pas se transformer en revenus durables.

La confidentialité peut être plus importante que les teraflops.

La confiance est probablement un facteur déterminant important. La même capacité qui rend les agents personnels utiles soulève également des questions de confidentialité, car le logiciel doit avoir accès aux comportements des utilisateurs, aux fichiers et aux communications pour fonctionner efficacement. Les réactions publiques montrent déjà des inquiétudes concernant…Aucune confidentialité, jamais.Microsoft et Nvidia ont introduit des primitives de sécurité ainsi que OpenShell. Cependant, leur adoption dépendra encore du fait que les entreprises et les consommateurs se sentent à l’aise en utilisant des agents sur leurs appareils principaux.

L’évaluation laisse moins de place à l’optimisme sur le long terme.

Il y a également un risque lié aux attentes du marché. Certains analystes décrivent Nvidia comme…Plus directement, en s’appuyant sur les acteurs établis de l’écosystème CPU et PC, et en renforçant les relations avec des partenaires tels que Microsoft.Comme cela s’étend au-delà de sa taille traditionnelle en termes de GPU, cette ambition plus large peut soutenir l’évolution à long terme de l’entreprise. Mais cela ne garantit pas une rentabilité à court terme. Si les attentes sont déjà élevées, les investisseurs pourraient vouloir voir des résultats concrets avant de payer pour les revenus futurs liés aux PC.

Qu’est-ce qui rendrait la thèse plus forte ou plus faible ?

Faites attention à : – Une adoption payante qui s’étend au-delà des premiers utilisateurs. – Un degré de confiance des entreprises dans la sécurité et la gestion des agents locaux. – Des preuves que les outils et les processus de travail permettent de générer des revenus grâce au matériel utilisé. – Une capacité de vente qui persiste après le lancement initial.

Le rejet se manifesterait sous forme de demande faible, de préoccupations liées à la confidentialité qui ralentissent le déploiement, ou de sentiments qui restent liés aux thèmes plus généraux liés à l’IA, sans preuves nouvelles de rentabilité.

Quoi surveiller après le lancement

L’étape suivante n’est pas de répéter l’histoire présentée sur la plateforme. Il s’agit plutôt de voir si il y a de l’enthousiasme autour de…Stack Windows + NVIDIASe transforme en partage de portefeuille réel.

La séquence qui confirmerait la thèse

• D’abord, leLancement dans les principaux partenaires PCProduit-il des ventes visibles, plutôt que simplement l’attention des réviseurs ?
• Deuxièmement, l’adoption se propage-t-elle des ordinateurs de consommation vers…DGX Station pour WindowsEt la pile de développeurs plus large ?
• Troisièmement, les workflows payants se généralisent-ils entre différents outils, environnements de développement et déploiements d’entreprise ? Ou bien la monétisation reste-elle à attendre une augmentation des dépenses en IA ?

Confirmation vs. rejet

Signaux de confirmation– Utilisation réelle des agents personnels sur les appareils principaux, et non seulement des tests de benchmark. – Avantage pour les entreprises grâce aux déploiements locaux et aux environnements de fonctionnement sécurisés des agents. – Respect des engagements des partenaires, au-delà de la période initiale de lancement.

Signaux de rejet– Opposition au respect de la vie privéePas de vie privée, jamais.Les préoccupations ralentissent l’adoption par les consommateurs et les entreprises. – La solution reste une expérience de démonstration plutôt qu’un workflow payant. – Les sentiments des utilisateurs restent liés à cette situation.Sur les ordinateurs AI du dispositifNarratif plutôt que de nouvelles preuves de monétisation

Si les premiers mois ne montrent que des curiosités liées au matériel, cela ressemblerait plutôt à une exécution retardée qu’à un mémoire complètement insatisfaisant. Mais cela affaiblirait quand même le cas à court terme.