L'action NVIDIA grimpe de 2,5 % alors que la poussée de l'IA industrielle s'étend à Honda, Mercedes, TSMC

Peter Zhang 16 mars 2026 22:09

NVIDIA s'associe à Cadence, Siemens, Synopsys pour déployer des agents d'IA accélérés par GPU auprès des géants de l'automobile, des semi-conducteurs et de la fabrication lors du GTC 2026.

NVIDIA a annoncé de vastes partenariats avec les géants du logiciel industriel Cadence, Dassault Systèmes, PTC, Siemens et Synopsys lors du GTC 2026, en déployant des outils d'IA accélérés par GPU auprès de Honda, Mercedes-Benz, TSMC, Samsung et neuf autres grands fabricants. Les actions NVDA ont augmenté de 2,49 % pour atteindre 180,25 $ le 16 mars, portant la capitalisation boursière à 4,38 billions de dollars.

Les accords se concentrent sur les bibliothèques CUDA-X et la plateforme Omniverse de NVIDIA, que les entreprises utilisent pour construire des agents d'IA autonomes qui gèrent la conception de puces, la simulation de véhicules et l'optimisation des usines. Jensen Huang a qualifié cela de « l'aube d'une nouvelle révolution industrielle » où les agents d'IA physiques réinventent la façon dont les produits sont conçus et construits.

La conception de puces obtient des agents autonomes

L'angle des semi-conducteurs se démarque. Cadence, Siemens et Synopsys construisent chacun des agents d'IA capables d'orchestrer de manière autonome les flux de travail de conception de puces depuis la conception jusqu'à la validation de fabrication. Le ChipStack AI SuperAgent de Cadence gère le codage de conception, la création de bancs d'essai et le débogage. L'agent d'IA Fuse EDA de Siemens gère l'ensemble du flux de travail des semi-conducteurs et des PCB.

Les chiffres de production réels soutiennent le battage médiatique. MediaTek rapporte une accélération de 6x en utilisant Cadence Spectre sur les GPU NVIDIA H100. Astera Labs revendique des accélérations de 3,5x pour la validation de puces sur AWS en utilisant Synopsys PrimeSim. Samsung, SK hynix et TSMC exécutent la lithographie computationnelle et la vérification physique sur des serveurs Dell et HPE accélérés par NVIDIA.

Les temps de simulation automobile s'effondrent

Honda a attiré l'attention avec une affirmation spécifique : les simulations aérodynamiques fonctionnent 34x plus rapidement sur NVIDIA Grace Blackwell par rapport aux systèmes CPU uniquement utilisant Ansys Fluent de Synopsys. C'est la différence entre des semaines de tests et des résultats du jour au lendemain.

JLR exécute Simcenter STAR-CCM+ de Siemens sur AWS pour l'aérodynamique des véhicules. Mercedes-Benz utilise la même plateforme sur l'infrastructure NVIDIA. Rivian s'appuie sur SIMULIA Abaqus et PowerFlow de Dassault pour la simulation de véhicules.

Les jumeaux numériques s'étendent au niveau de l'usine

Siemens a lancé Digital Twin Composer en utilisant les bibliothèques NVIDIA Omniverse, permettant à Foxconn, HD Hyundai, PepsiCo et KION de construire des environnements de métaverse industriels. KION travaille avec Siemens, NVIDIA et Accenture pour créer des jumeaux numériques d'entrepôts physiquement précis pour former des flottes de chariots élévateurs autonomes.

PTC a annoncé un flux de travail robotique connectant sa plateforme CAD Onshape à NVIDIA Isaac Sim, permettant à des équipes comme FANUC de concevoir et de valider des systèmes robotiques dans des jumeaux numériques avant le déploiement physique.

Infrastructure cloud en jeu

AWS, Google Cloud, Microsoft Azure et Oracle Cloud Infrastructure fournissent tous ces outils accélérés par GPU à l'échelle de la production. Dell, HPE et Supermicro gèrent les déploiements sur site. Ascendance exécute Cadence Fidelity sur Oracle Cloud pour les simulations d'avions. Solar Turbines termine des simulations de chambre de combustion de milliards de cellules en 14 heures sur l'infrastructure Dell.

L'ampleur compte ici. NVIDIA ne se contente pas de vendre des puces, elle s'intègre dans les flux de travail de conception de base des industries automobile, aérospatiale, des semi-conducteurs et de la logistique. Chaque partenariat crée des coûts de changement et des revenus logiciels récurrents liés à l'écosystème GPU de NVIDIA.

• nvidia
• IA industrielle
• jumeaux numériques
• semi-conducteur
• fabrication