Solutions d'entraînement de l'IA
La plateforme Full-Stack pour l'entraînement de modèles de pointe
Du pré-entraînement au post-entraînement, le calcul accéléré de NVIDIA optimise les délais et les coûts d'entraînement et son rendement effectif à l'échelle de la production.
Aperçu
Les principaux concepteurs de modèles s'entraînent sur NVIDIA
Les modèles de pointe ouverts, fermés et sectoriels sont basés sur NVIDIA. Grâce à une co-conception extrême pour le calcul, la mise en réseau, le stockage, la mémoire et les logiciels, NVIDIA fournit des performances par watt de pointe et des optimisations continues. Cela permet d'accélérer l'entraînement, de réduire les coûts d'entraînement et de mettre en place des capacités agentiques pour les concepteurs de modèles.
Qu'il s'agisse de pré-entraîner un modèle MoE (mixture-of-experts) comportant des billions de paramètres, de post-entraîner un agent de raisonnement avec l'apprentissage par renforcement ou de mettre au point un chercheur dans un domaine spécifique, la plateforme de calcul accéléré de NVIDIA offre un entraînement à l'échelle de la production pour les principales entreprises mondiales du secteur de l'IA.
Benchmarks
Performances d'entraînement de l'IA à la pointe de l'industrie
La plateforme NVIDIA s'est distinguée par ses délais d'entraînement les plus courts et ses performances par GPU les plus élevées dans les benchmarks de MLPerf Training 6.0. Dans le cadre de cette phase de test, NVIDIA a soumis les résultats des deux systèmes GB200 NVL72 et GB300 NVL72. À la même échelle, le système GB300 NVL72 a permis un entraînement jusqu'à 1,6 fois plus rapide que le GB200 NVL72. Cette phase a permis d'ajouter deux nouvelles charges de travail de pré-entraînement de mélange d'experts, à savoir DeepSeek-V3 671B et GPT-OSS-20B, et NVIDIA a établi des records de performance pour les deux. Sur DeepSeek-V3 671B, NVIDIA a fait évoluer les capacités jusqu'à 8 192 GPU à l'aide des systèmes GB200 NVL72, ce qui constitue à ce jour la plus grande soumission basée sur Blackwell dans le cadre de MLPerf Training.
La plateforme NVIDIA Blackwell place la barre plus haut en matière de performances et d'évolutivité
Résultats des tests MLPerfTraining v5.0, v5.1 et v6.0 récupérés sur www.mlcommons.org le 16 juin 2026. Résultats à l'échelle des GPU MLPerf pour les entrées 5.0-0004, 5.1-004, 6.0-0001, 6.0-0005 et 6.0-0014. Comparaison des entraînements MLPerf Blackwell à partir des entrées suivantes : 6.0-0006, 6.0-0013, 6.0-0017, 6.0-0018, 6.0-0078 et 5.1-0072. Le nom et le logo de MLPerf sont des marques déposées et non déposées de MLCommons Association aux États-Unis et dans d’autres pays. Tous droits réservés. Utilisation non autorisée strictement interdite. Rendez-vous sur www.mlcommons.org pour en savoir plus.
Avantages
Entraînement de l'IA à l'échelle de la production avec une fiabilité élevée
La plateforme NVIDIA offre des délais d'entraînement plus rapides, un rendement d'entraînement élevé et une pile logicielle complète qui s'optimise en continu pour améliorer les performances en permanence.
Performances d'entraînement de l'IA à grande échelle
NVIDIA Blackwell fournit un entraînement jusqu'à 3 fois plus rapide et des performances d'entraînement par dollar près de 2 fois plus élevées que la génération précédente. NVIDIA remporte tous les benchmarks d'entraînement MLPerf, du pré-entraînement des LLM au réglage fin en passant par les réseaux de neurones de graphes, et NVIDIA continue de renforcer son leadership à chaque nouvelle version de son logiciel.
Post-entraînement de l'apprentissage par renforcement rapide et à faible coût
NVIDIA NeMo™ RL, doté de la précision FP8 de bout en bout, offre un débit de déploiement plus élevé et une convergence stable pour l'apprentissage par renforcement (RL) à l'échelle de la production. Entraînez des agents multi-environnements et multi-tours qui apprennent en continu et offrent la même précision que BF16 à un coût réduit.
Conçu pour l'entraînement des modèles MoE
Le parallélisme hybride des experts, la précision NVFP4 et l'évolutivité NVL72 font de NVIDIA la plateforme de choix pour les modèles MoE les plus intelligents au monde, des modèles OSS ouverts aux systèmes propriétaires de pointe. Entraînez plus de paramètres plus rapidement avec la même enveloppe énergétique.
Le plus grand écosystème d'entraînement de l'IA
Des bibliothèques NVIDIA telles que Megatron-Core et NeMo aux frameworks sectoriels tels que PyTorch, JAX, vLLM, SGLang et Ray, tous les principaux frameworks d'entraînement, de post-entraînement et d'inférence s'exécutent en natif sur NVIDIA. Pondérations ouvertes, recettes ouvertes, contributions ouvertes : 1,5 million de modèles d'IA sur Hugging Face fonctionnent sur NVIDIA® CUDA®.
Produits
Entraînement de l'IA Full-Stack conçu pour toutes les échelles
NVIDIA propose une co-conception poussée couvrant le calcul, le réseau, le stockage, la mémoire et les logiciels d’IA, constituant la seule plateforme d’entraînement IA du secteur à la fois verticalement intégrée et horizontalement ouverte.
Cas d'utilisation
Entraînement des modèles d'IA : pré-entraînement pour les agents spécifiques à un domaine
-
Pré-entraînement
-
Post-entraînement de l'apprentissage par renforcement
-
Réglage fin supervisé
Pré-entraînement
Pré-entraînez des modèles d'IA pour les doter de capacités fondamentales, telles que la compréhension du langage, la reconnaissance des fichiers audio, vidéo ou d'images, ou l'identification des relations dans les données, avant de les adapter à des tâches spécifiques. Maximisez le goodput de l'entraînement de l'IA en activant des bilans d'état à l'échelle du système, en détectant rapidement les défauts lors de l'exécution et en reprenant automatiquement l'entraînement.
Post-entraînement de l'apprentissage par renforcement
Entraînez les agents de raisonnement et les modèles à l'aide d'outils avec NeMo RL, qui inclut les déploiements FP8 de bout en bout, le décodage spéculatif et l'entraînement multi-environnements. NeMo RL est utilisé par les laboratoires d'IA de pointe pour faire progresser l'ère de l'IA agentique.
Réglage fin supervisé (SFT)
Adaptez les modèles de fondation ouverts, tels que Nemotron, Meta Llama, Mistral et Google Gemma 4, à des applications spécifiques à un domaine grâce aux recettes et jeux de données sélectionnés de NeMo AutoModel. NeMo AutoModel est natif Hugging Face et PyTorch, et est pris en charge sur l’ensemble des clouds NVIDIA ainsi que sur les clusters on-premises.
Ressources
Découvrez plus en détail l'entraînement à l'IA
Découvrez les blogs techniques, les sessions à la demande et les vidéos de développeurs de NVIDIA pour approfondir l'infrastructure de formation à l'IA, les benchmarks et les bonnes pratiques.
-
Articles de blog
-
Sessions de développement
-
Vidéos des développeurs
Études de cas
Études de cas sur l'entraînement à l'IA : conçu et entraîné sur NVIDIA
Des laboratoires d'IA de pointe aux entreprises leaders du marché, les équipes les plus ambitieuses au monde utilisent NVIDIA pour entraîner plus rapidement des modèles plus intelligents.
FAQ sur la plateforme d'entraînement de l'IA de NVIDIA
La plateforme full-stack NVIDIA prend en charge le pré-entraînement, le post-entraînement par apprentissage par renforcement et le réglage fin supervisé à l'échelle de la production, optimisant le temps d'entraînement, le coût d'entraînement et le rendement pour les modèles d'IA de pointe, ouverts et d'entreprise.
La plateforme de calcul accéléré de NVIDIA inclut les GPU NVIDIA Blackwell Ultra et Rubin, les CPU Vera et Grace, la structure évolutive NVLink et NVSwitch, les SuperNIC DPU ConnectX et BlueField et la mise en réseau Spectrum-X, le tout avec une co-conception extrême pour l'entraînement de modèles d'IA de pointe comportant des billions de paramètres.
NVIDIA prend en charge PyTorch, JAX, vLLM, SGLang et Ray de manière native, ainsi que ses bibliothèques propriétaires telles que Megatron Core, NeMo RL, NeMo AutoModel et NCCL. Plus de 1,5 million de modèles Hugging Face s'exécutent sur CUDA.
Les principaux laboratoires d'IA, les natifs de l'IA, les startups et les entreprises, notamment OpenAI, xAI, Arcee AI, Roche, Eli Lilly et Hudson River Trading, entraînent des modèles de pointe et spécifiques à un domaine sur des systèmes basés sur NVIDIA Blackwell.
NVIDIA Blackwell fournit un entraînement jusqu'à 3 fois plus rapide et des performances d'entraînement par dollar presque 2 fois plus élevées que la génération précédente, ce qui lui permet de remporter tous les benchmarks de MLPerf Training pour le pré-entraînement des LLM, le réglage fin et les réseaux de neurones graphiques.
Étapes suivantes
Créez une infrastructure d'IA pour l'entraînement de modèles
Entraînez des modèles de pointe à l'aide des solutions et des blueprints d'infrastructure d'IA validés proposés par les partenaires de NVIDIA.
Suivez l'actualité sur l'infrastructure d'IA de NVIDIA
Recevez directement dans votre boîte de réception les dernières recherches, résultats de benchmarks et études de cas.