Introduction
Le laboratoire secret d'IA d'Ilya Sutskever, Safe Superintelligence Inc. (SSI), a conclu un partenariat stratégique à long terme avec NVIDIA.
Les deux entreprises ont annoncé le 27 juillet 2026 que NVIDIA avait réalisé un investissement substantiel dans SSI et donnerait au laboratoire accès à sa prochaine plateforme de calcul Vera Rubin. Ensemble, l'investissement et l'accès au matériel devraient permettre d'augmenter la puissance de calcul disponible de SSI d'environ un ordre de grandeur.
L'annonce de SSI était encore plus directe : l'entreprise a déclaré que ses recherches avaient atteint un stade où il valait la peine de passer à l'échelle supérieure.
SSI a déclaré que le partenariat avec NVIDIA l'aiderait à multiplier par 10 sa capacité de calcul au cours des 12 prochains mois.
Sutskever a résumé le moment dans un court message :
« Il est temps de développer cette SSI. »
Les entreprises n'ont pas divulgué les conditions financières dans leur annonce officielle. Reuters, citant une personne informée de l'accord, a rapporté que l'investissement en actions de NVIDIA s'élève à 5 milliards de dollars. Bloomberg avait précédemment rapporté le même montant.
Note sur l'exactitude : Le montant de 5 milliards de dollars est un chiffre rapporté, et non un chiffre divulgué par NVIDIA ou SSI dans l'annonce officielle du partenariat.
SSI et NVIDIA forment une alliance à long terme
Safe Superintelligence a été lancée en juin 2024 par Ilya Sutskever, Daniel Gross et Daniel Levy avec un objectif exceptionnellement restreint : construire une superintelligence sûre sans être distrait par les cycles de produits ordinaires.
Le site web de l'entreprise reflète toujours cette orientation.
SSI se décrit comme un laboratoire « en ligne directe » concentré sur un seul produit : la superintelligence sûre.
Contrairement à la plupart des entreprises d'IA de pointe, SSI n'a pas passé les deux dernières années à publier des chatbots, des API pour développeurs, des fiches techniques de modèles, des démos publiques ou des articles de recherche.
Sa stratégie déclarée consiste à travailler simultanément sur les capacités et la sécurité en tant que problèmes techniques, tout en isolant l'entreprise de la pression commerciale à court terme.
Cela rend le partenariat avec NVIDIA particulièrement remarquable. Le fabricant de puces affirme avoir décidé d'approfondir la relation après avoir obtenu un accès rare aux données étroitement gardées de SSI.
recherche.
Selon l'annonce officielle de NVIDIA, SSI a passé les deux dernières années à poursuivre une nouvelle direction de recherche visant à produire une IA puissante tout en restant robustement alignée.
Le PDG de NVIDIA, Jensen Huang, a déclaré que Sutskever est responsable des avancées fondamentales de l'IA moderne, à commencer par AlexNet, et a affirmé que NVIDIA est impatient de voir ce que SSI peut découvrir en utilisant la plateforme Vera Rubin.
La déclaration de Sutskever s'est concentrée sur le même point :
« Nous avons des recherches qui méritent d'être développées, et avoir accès à un grand ordinateur NVIDIA nous le permettra. »
Vera Rubin donne à SSI beaucoup plus de puissance de calcul
Le partenariat donne à SSI accès à la nouvelle plateforme Vera Rubin de NVIDIA.
NVIDIA affirme que Vera Rubin est conçue pour l'entraînement et l'inférence à grande échelle, en particulier pour les modèles de plusieurs billions de paramètres, les charges de travail à long contexte, les systèmes à experts mixtes et l'IA agentique.
Pour SSI, le chiffre important n'est pas un score de référence mais la capacité.
L'entreprise indique que la combinaison de l'investissement de NVIDIA et de l'accès à Vera Rubin lui permettra d'étendre sa puissance de calcul d'environ 10 fois.
L'annonce de SSI sur les réseaux sociaux indique que cette augmentation est attendue dans les 12 prochains mois.
NVIDIA et SSI collaboreront également sur l'évolution technique des plateformes NVIDIA actuelles et futures, SSI fournissant des retours basés sur ses propres recherches en IA.
Un investissement en actions signalé de 5 milliards de dollars
Le communiqué de presse officiel décrit l'investissement de NVIDIA comme étant seulement « substantiel ».
Reuters a ensuite rapporté que l'investissement en actions vaut 5 milliards de dollars, citant une personne informée de la transaction.
Si cela est exact, cela représenterait un investissement stratégique inhabituellement important dans une entreprise qui n'a pas encore lancé de produit commercial.
Le partenariat se serait concrétisé en quelques semaines.
Cette rapidité fait partie de ce qui rend l'histoire intéressante : NVIDIA semble avoir acquis suffisamment de confiance grâce à un accès privé aux recherches de SSI pour engager à la fois des capitaux et une infrastructure informatique de nouvelle génération rare.
Pourquoi les investisseurs ont soutenu SSI avant de voir un produit
SSI a attiré d'importants capitaux malgré des révélations très limitées au public.
En septembre 2024, environ trois mois après son lancement, l'entreprise a levé plus d'un milliard de dollars** à une valorisation signalée d'environ 5 milliards de dollars.
Les investisseurs comprenaient Andreessen Horowitz, Sequoia Capital, DST Global, SV Angel et NFDG.
À l'époque, SSI a déclaré que l'argent serait principalement utilisé pour acquérir des capacités de calcul et recruter des chercheurs et des ingénieurs.
En avril 2025, l'entreprise aurait levé 2 milliards de dollars supplémentaires** à une valorisation de 32 milliards de dollars. Greenoaks a mené le tour, avec la participation d'investisseurs dont Andreessen Horowitz et Lightspeed. Alphabet et NVIDIA ont également soutenu l'entreprise.
Cela signifie que SSI a atteint une valorisation privée de 32 milliards de dollars sans avoir publié de modèle, de produit ou de feuille de route technique publique conventionnelle.
Une partie de l'explication réside dans le parcours de Sutskever.
Il a été l'un des auteurs de AlexNet, le réseau neuronal de 2012 qui a contribué à établir l'apprentissage profond comme approche dominante en vision par ordinateur. Il a ensuite travaillé chez Google Brain et a contribué à des recherches, notamment
apprentissage séquence-à-séquence et AlphaGo.
En 2015, il a cofondé OpenAI et en est devenu le scientifique en chef. Il a participé à plusieurs générations de recherche sur les modèles à grande échelle de l'entreprise avant de la quitter en mai 2024.
Un mois plus tard, il a lancé SSI.
La nouvelle entreprise a été délibérément conçue pour éviter la tension commerciale qui accompagne la livraison de produits grand public tout en poursuivant simultanément des recherches avancées en IA.
Son site web indique :
« SSI est notre mission, notre nom et l'intégralité de notre feuille de route produit. »
Cela reste essentiellement la seule description publique de ce que l'entreprise construit.
Qu'a vu NVIDIA ?
C'est la plus grande question sans réponse.
SSI n'a presque rien publié sur ses recherches actuelles.
Creez un site vitrine et genere des leads en quelques minutes
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Il n'y a pas de modèle public, pas d'article détaillé sur l'architecture, pas de tableau de référence et pas de démonstration technique permettant à des personnes extérieures d'évaluer indépendamment le travail derrière le partenariat.
L'annonce de NVIDIA fait néanmoins une déclaration inhabituellement précise : l'entreprise a obtenu un accès rare aux recherches jalousement gardées de SSI avant de choisir d'accélérer le partenariat.
NVIDIA affirme que SSI développe « une nouvelle direction de recherche » visant à créer une IA puissante et robustement alignée.
SSI, quant à lui, déclare que cette recherche a maintenant atteint le point où sa mise à l'échelle est justifiée.
Ces déclarations sont significatives, mais ce sont toujours des descriptions provenant des deux entreprises directement impliquées dans la transaction.
Sans article, modèle ou expérience reproductible, les personnes extérieures ne peuvent pas encore déterminer :
- Quelle est réellement cette nouvelle direction de recherche
- Si elle modifie l'architecture du modèle
- Si elle modifie les objectifs d'entraînement
- Si elle repose sur de nouvelles données ou des données synthétiques
- Si elle modifie le post-entraînement ou l'apprentissage par renforcement
- En quoi son approche de la sécurité diffère des techniques d'alignement existantes
- Quelles preuves ont convaincu NVIDIA que le travail devait être mis à l'échelle
Pour l'instant, le signal public le plus fort est la volonté de NVIDIA de s'engager à la fois financièrement et en donnant accès à Vera Rubin.
Le retour de la mise à l'échelle
Le partenariat est particulièrement frappant en raison de la longue association de Sutskever avec l'idée de mise à l'échelle des systèmes d'IA.
En 2020, des chercheurs d'OpenAI ont publié des travaux montrant que la perte des modèles de langage suit des relations de loi de puissance prévisibles avec la taille du modèle, la taille de l'ensemble de données et la puissance de calcul d'entraînement.
Cette ligne de recherche a contribué à renforcer une stratégie à l'échelle de l'industrie : si des modèles plus grands, entraînés sur davantage de données et de calcul, s'améliorent de manière prévisible, alors l'un des moyens les plus fiables de construire des systèmes plus puissants est de passer à l'échelle.
GPT-3 est devenu l'une des démonstrations les plus visibles de cette approche.
Au cours des années suivantes, la mise à l'échelle a conduit à des sessions d'entraînement de plus en plus importantes chez OpenAI, Google DeepMind, Anthropic, Meta, xAI et d'autres laboratoires.
Plus récemment, cependant, l'industrie a débattu de savoir si la mise à l'échelle classique du pré-entraînement produit des rendements décroissants. Les groupes de recherche ont de plus en plus exploré le raisonnement, l'apprentissage par renforcement, les données synthétiques, le calcul au moment du test, l'entraînement multimodal et de nouvelles architectures.
Sutskever lui-même a publiquement soutenu que l'IA entre dans une période où la recherche fondamentale redevient importante.
Cela rend sa dernière ligne de travail particulièrement intéressante.
SSI n'est pas
Il dit simplement qu'il veut plus de GPU.
Il affirme avoir d'abord passé environ deux ans à chercher une direction de recherche, et maintenant, il estime que cette direction mérite davantage de puissance de calcul.
En d'autres termes, la séquence semble être la suivante :
- Trouver une nouvelle approche de recherche.
- La tester en privé.
- Décider qu'elle est suffisamment prometteuse pour être développée à grande échelle.
- Augmenter la puissance de calcul d'environ 10 fois.
Cela diffère du simple agrandissement d'une architecture inchangée simplement parce que davantage de matériel est disponible.
Une nouvelle courbe de développement — ou simplement une plus grande expérience ?
Le rapport original présente le partenariat avec NVIDIA comme le retour de Sutskever dans "l'arène du développement à grande échelle".
Cette interprétation est plausible, mais les preuves disponibles ne nous disent pas encore ce que SSI prévoit exactement de développer à grande échelle.
Cela pourrait impliquer une exécution d'entraînement classique de pointe. Cela pourrait également impliquer un objectif d'apprentissage, une architecture, un mécanisme de sécurité ou un processus de post-entraînement différents.
La distinction est importante.
Une multiplication par 10 de la puissance de calcul ne devient stratégiquement importante que si la méthode sous-jacente en bénéficie.
Le langage public de SSI suggère que l'entreprise pense avoir franchi ce seuil.
NVIDIA semble suffisamment convaincue pour aider à fournir l'infrastructure.
Le reste de la communauté IA doit encore attendre des preuves.
Questions fréquentes
Qu'est-ce que Safe Superintelligence Inc. ?
Safe Superintelligence Inc., ou SSI, est une entreprise de recherche en IA fondée en 2024 par Ilya Sutskever, Daniel Gross et Daniel Levy. Son objectif déclaré est de construire une superintelligence sûre sans être distraite par les produits grand public ou les cycles de produits à court terme.
NVIDIA a-t-elle officiellement investi 5 milliards de dollars dans SSI ?
NVIDIA a officiellement confirmé avoir réalisé un investissement substantiel, mais n'a pas divulgué le montant. Reuters a rapporté un investissement en actions de 5 milliards de dollars sur la base d'une personne informée de l'accord.
Dans quelle mesure SSI va-t-elle augmenter sa puissance de calcul ?
NVIDIA indique que le partenariat augmentera la capacité de calcul de SSI d'un ordre de grandeur. L'annonce de SSI elle-même décrit cela comme une augmentation d'environ 10 fois au cours des 12 prochains mois.
Quel matériel SSI utilisera-t-elle ?
SSI aura accès à la plateforme Vera Rubin de NVIDIA. Vera Rubin est la plateforme de calcul IA de nouvelle génération de NVIDIA pour l'entraînement et l'inférence à grande échelle.
SSI a-t-elle déjà publié un modèle ?
Aucun modèle public de SSI n'était disponible au moment de la rédaction de cet article. L'entreprise a également divulgué très peu d'informations techniques sur ses recherches.
Pourquoi SSI est-elle valorisée si haut sans produit ?
Les investisseurs semblent parier fortement sur le bilan de recherche d'Ilya Sutskever et le potentiel de SSI à produire une percée majeure en IA. La société aurait atteint une valorisation de 32 milliards de dollars lors d'un tour de financement en 2025.
Qu'a vu NVIDIA dans la recherche de SSI ?
NVIDIA affirme avoir eu un accès rare aux travaux jalousement gardés de SSI avant de conclure le partenariat. Les entreprises n'ont pas divulgué publiquement les détails sous-jacents de la recherche.
SSI se contente-t-elle de développer un plus grand modèle de langage ?
Cela n'a pas été confirmé. SSI déclare avoir développé une nouvelle direction de recherche qui mérite maintenant d'être développée à grande échelle, mais n'a pas décrit publiquement l'architecture ou la méthode d'entraînement.
Outils connexes
- [Safe Superintelligence Inc.
](https://ssi.inc/) : site web officiel de SSI et déclaration de mission publique.
- NVIDIA Vera Rubin : plateforme nouvelle génération de NVIDIA pour l’entraînement et l’inférence IA à grande échelle.
- NVIDIA Developer : ressources techniques pour le calcul accéléré et l’infrastructure IA de NVIDIA.
- Google Cloud TPU : plateforme d’accélérateur IA spécialisée de Google, également utilisée par SSI.
- JAX : framework de calcul numérique haute performance largement utilisé pour la recherche IA à grande échelle.
- PyTorch : framework d’apprentissage automatique open-source utilisé pour la recherche et l’entraînement de modèles à grande échelle.
Liens connexes
- Annonce officielle du partenariat entre NVIDIA et SSI : annonce officielle de NVIDIA du 27 juillet couvrant l’investissement, l’accès à Vera Rubin et l’expansion des capacités de calcul d’un facteur 10.
- Site web officiel de Safe Superintelligence : déclaration de mission originale et description de l’entreprise SSI.
- Reuters : NVIDIA va investir 5 milliards de dollars dans SSI : reportage indépendant sur le montant de l’investissement et la transaction.
- Lois de mise à l’échelle d’OpenAI pour les modèles de langage neuronaux : recherche de 2020 qui a formalisé les relations empiriques clés entre la performance du modèle, le calcul, les données et l’échelle.
- Article sur GPT-3 : article décrivant GPT-3 et les gains de performance obtenus par la mise à l’échelle des modèles de langage.
Résumé
NVIDIA et SSI ont formé un partenariat stratégique à long terme qui donne au laboratoire d’Ilya Sutskever accès aux systèmes Vera Rubin et suffisamment de capacité supplémentaire pour multiplier ses capacités de calcul par environ 10.
Les entreprises ont officiellement divulgué un investissement substantiel de NVIDIA, mais pas son montant. Reuters rapporte que l’investissement en actions s’élève à 5 milliards de dollars.
La partie la plus importante de l’annonce pourrait être l’explication de SSI elle-même : après près de deux ans de recherches hautement secrètes, le laboratoire estime désormais que son travail a atteint un stade où une nouvelle mise à l’échelle est justifiée.
Le partenariat ne révèle pas ce que SSI a découvert, mais il donne à l’entreprise le calcul nécessaire pour déterminer si cette direction de recherche privée continue de s’améliorer à grande échelle.
