Alors que les géants américains de l’IA ferment progressivement leurs portes aux développeurs en retirant leurs modèles open source, Nvidia prend une direction inverse : elle ouvre grand ses portes — mais avec une condition implicite. Cette stratégie audacieuse, incarnée par l’annonce récente de la sortie du modèle linguistique ouvert Nemotron 3 et de l’acquisition de SchedMD, n’a rien d’un geste altruiste. Elle est au cœur d’une vision stratégique plus large : consolider le contrôle du marché de l’IA en s’imposant comme la plateforme indispensable, non pas par la vente de modèles, mais par celle de ses puces. Alors que Meta envisage désormais de rendre son prochain modèle « Avocado » fermé, et que OpenAI tarde à proposer de nouveaux modèles open source après cinq ans sans mise à jour significative, Nvidia lance une gamme complète de modèles open source — Nemotron 3 — disponible dès aujourd’hui avec trois versions : Nano (30 milliards de paramètres), Super (1 000 milliards) et Ultra (5 000 milliards), toutes basées sur une architecture MoE (mélange d’experts). La version Nano, déjà disponible, affiche une efficacité quatre fois supérieure à celle de Nemotron 2, avec une fenêtre contextuelle étendue à 1 million de tokens — sept fois plus que précédemment — et une réduction de 60 % du coût de génération de tokens en inférence. L’entreprise publie également les poids du modèle, près de 10 billions de tokens utilisés pour l’entraînement, ainsi que les recettes détaillées de formation, sous une licence NVIDIA Open Model License, libre pour usage commercial et permettant la création de modèles dérivés. Cette ouverture est complétée par l’acquisition de SchedMD, le principal développeur du système de planification Slurm, utilisé dans plus de la moitié des supercalculateurs du classement TOP500. Nvidia s’engage à maintenir Slurm comme projet open source et neutre vis-à-vis des fournisseurs — une décision stratégique pour renforcer son influence dans les environnements HPC et d’entraînement d’IA à grande échelle. Mais pourquoi cette stratégie alors que ses concurrents reculent ? La réponse réside dans la réalité économique de Nvidia : son véritable avantage compétitif n’est pas dans les modèles eux-mêmes, mais dans l’écosystème logiciel qui fait fonctionner ses GPU. Depuis 2006, CUDA — la plateforme de calcul parallèle — est devenue la norme incontournable dans l’IA et le calcul haute performance. Plus de 4 millions de développeurs y sont inscrits. Bien que CUDA reste fermé, Nvidia a toujours investi massivement dans des projets open source comme Linux, PyTorch, TensorFlow ou Kubernetes, tout en lançant des outils comme TensorRT ou CV-CUDA. Le Nemotron 3 n’est donc pas une menace pour OpenAI ou Anthropic. Il est une arme de stratégie : en offrant des modèles transparents, évolutifs et bien documentés, Nvidia attire les développeurs, les entreprises réglementées (banques, santé, défense) et les gouvernements soucieux de leur souveraineté numérique. Ces acteurs ne peuvent pas se fier à des modèles fermés, ni à ceux venant de Chine, souvent perçus comme risqués sur le plan géopolitique. Nvidia, en revanche, propose une alternative crédible : un modèle open source, soutenu à long terme, parfaitement intégré à son écosystème matériel et logiciel. En somme, Nvidia ne veut pas vendre des modèles. Elle veut que ses modèles soient utilisés — mais surtout, qu’ils soient exécutés sur ses GPU. En rendant ses modèles open source, elle construit une dépendance encore plus forte à ses puces. Plus les développeurs s’habituent à NeMo, Triton ou CUDA, plus il devient difficile — voire coûteux — de changer de plateforme. Ce n’est pas une politique d’open source : c’est une stratégie de verrouillage logiciel, où l’ouverture est un moyen de renforcer la domination hardware. Dans un monde où la Chine domine désormais près de 30 % des utilisations de modèles open source — grâce à des projets comme Qwen, DeepSeek-V3 ou Kimi K2 —, Nvidia comprend que la seule manière de résister est de faire mieux que ses concurrents, en étant plus ouvert, plus fiable, et surtout, plus intégré. L’IA n’est plus seulement une course aux modèles. C’est une bataille pour l’infrastructure. Et Nvidia, en ouvrant sa porte, a déjà verrouillé la clé.