// LES NUMÉRIQUES — INTELLIGENZA ARTIFICIALE
IA agentique : Passer du pilote à la production : la bataille se joue sur l’infrastructure
La bascule agentique déporte la charge vers une inférence permanente. Le vrai sujet n’est plus le modèle, mais l’infrastructure capable de le faire tourner en production, à coût et à consommation maîtrisés. À la GTC Berlin 2026, ASUS a présenté une gamme d’infrastructures IA de bout en bout dont NVIDIA fournit le moteur, et annoncé que ses systèmes HGX Rubin seront prêts à être livrés au quatrième trimestre 2026. Décryptage.
Les chiffres témoignent tout à la fois de l’élan et de la fragilité du moment. Selon Gartner, 40 % des applications d’entreprise intégreront des agents spécialisés d’ici fin 20261, contre moins de 5 % en 2025. Mais le même cabinet prévoit que plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 20272, faute de maîtrise des coûts et d’un socle adapté. Entre ces deux courbes se loge une question d’infrastructure. Un agent qui perçoit, raisonne et agit en plusieurs étapes n’appelle plus le modèle par à-coups. Il le sollicite en continu. L’inférence devient alors un flux permanent, et ce flux réclame une infrastructure robuste pour le produire.
Cette infrastructure, ASUS y apporte sa contribution. Le constructeur a annoncé que ses systèmes bâtis sur la plateforme NVIDIA HGX Rubin NVL8 seront prêts à être livrés au quatrième trimestre 2026, en configuration rack partiel comme en rack complet. Deux formats répondent à des contraintes d’exploitation distinctes. Le XR R1I12B-M1BHFS, au format 3U, associe un refroidissement liquide direct sur la carte à huit GPU HGX Rubin et un refroidissement par air sur les deux processeurs Intel Xeon 6. Selon ASUS, ce tiroir processeur à air réduit jusqu’à 50 % le temps de maintenance. Le XR R1I12B-M1BLFS, en 2U entièrement refroidi par liquide, vise quant à lui la densité et un meilleur PUE (Power Usage Effectiveness), l’indicateur d’efficacité énergétique d’un centre de données. Son architecture sans câblage de carte à carte simplifie son intégration. Pensés pour les charges de raisonnement IA les plus lourdes, ces systèmes sont, d’après ASUS, rigoureusement validés avec NVIDIA, un gage de fiabilité quand l’inférence tourne jour et nuit.
L’argument ? Ce n’est pas seulement celui de la puissance brute. C’est aussi la capacité à faire tourner des agents sans interruption, tout en maîtrisant la facture énergétique. Au-delà du Rubin, ASUS décline une gamme de serveurs sur architecture NVIDIA MGX pour ces mêmes charges, et prolonge le continuum jusqu’au poste de travail et à l’edge. La cible est claire : finance, santé, industrie, secteur public… Autant d’environnements régulés qui veulent garder la main sur leurs données.
Face à cette exigence d’industrialisation, il faut de la méthode. Un serveur, aussi performant soit-il, ne fait pas une AI factory. La plateforme NVIDIA DSX pour AI factory réunit conception, simulation, exploitation et technologies d’écosystème, afin d’aider les constructeurs d’infrastructures à bâtir des usines d’IA optimisées en performance par watt. C’est tout l’enjeu de l’architecture NVIDIA DSX, qu’ASUS met en œuvre pour aider les entreprises à concevoir, simuler et valider leur infrastructure avant tout déploiement. Avec des partenaires comme Schneider Electric, AVEVA et IBM, le calcul, le réseau, le stockage, l’alimentation et le refroidissement sont réunis au sein d’un même jumeau numérique. Sa mission ? Mettre des configurations à l’épreuve, repérer les goulets d’étranglement, optimiser la production de tokens… Le tout avant d’engager la moindre dépense physique. L’enjeu, derrière la simulation, est d’abord économique car à cette échelle, le coût de production d’un token et la facture énergétique décident, à eux seuls, de la viabilité d’un service en production.
La promesse rejoint le déploiement accéléré que revendique ASUS pour ses systèmes NVIDIA Vera Rubin NVL72, que cette architecture DSX est faite pour dimensionner : un déploiement rapide parce que validé en amont. Un garde-fou s’impose néanmoins. Un modèle type ne remplace jam