L'accord entre Nvidia et LG sur les robots humanoïdes cache un pari bien plus vaste sur les centres de données de nouvelle génération

Nvidia travaille sur les robots humanoïdes — la poignée de main séoulienne qui compte

Le 8 juin 2026, après une réunion minutieusement organisée au siège du groupe LG dans l'ouest de Séoul, le PDG de Nvidia, Jensen Huang, s'est tenu aux côtés du président de LG, Koo Kwang-mo, et a déclaré sans détour : « Nous travaillons avec eux sur la technologie des moteurs ainsi que sur les systèmes mécaniques afin que nous puissions réunir la robotique humanoïde et l'avenir de la robotique. » Cette phrase — courte, publique et étrangement précise — est la preuve la plus claire à ce jour que le travail de Nvidia sur les robots humanoïdes n'est pas seulement un exercice logiciel, mais un problème de matériel et d'usine.

Les commentaires de Huang sont intervenus au cours d'une semaine d'annonces et d'accords bilatéraux à travers la Corée du Sud, au cours de laquelle Nvidia a présenté des plans de co-développement pluriannuels avec LG, SK hynix, SK Telecom, Naver et d'autres. Les gros titres ont mis en avant les prototypes humanoïdes et les puces Jetson/Blackwell, mais la substance de la collaboration va plus loin : architecture de centre de données modulaire, refroidissement liquide, distribution d'énergie (y compris des expérimentations en courant continu 800 volts), jumeaux numériques pour la simulation et usines conçues pour générer les données d'entraînement physique dont les robots ont besoin. En bref, Nvidia et LG relient les robots et les centres de données en une seule pile industrielle.

Pourquoi le travail de Nvidia sur les robots humanoïdes avec LG est important pour l'« IA physique »

Il s'agit d'une conversation différente de celle qui consiste à installer un gros GPU dans un laboratoire de recherche. Nvidia propose une usine d'IA de bout en bout : puces, simulation, données synthétiques, plateformes mécaniques et les installations qui les hébergent. LG apporte sa compétence en matière de moteurs et de mécanique, des capteurs via LG Innotek, des systèmes énergétiques via LG Energy Solution et des connexions opérateur via LG Uplus. Nvidia apporte les GPU Blackwell, les modèles NeMo, Isaac Sim/Isaac Lab et l'orchestration d'usine DSX. Ensemble, ils visent à raccourcir la boucle entre la simulation, l'entraînement et la validation dans le monde réel pour les robots.

C'est important car la robotique humanoïde n'est pas principalement un problème logiciel, pas plus que les moteurs d'avion ne sont un problème logiciel : le contrôle du mouvement, la thermique, le comportement transitoire de puissance et la sécurité humaine sont tous des domaines de l'ingénierie physique. Si vous voulez des robots capables de gérer de vraies maisons et usines, vous avez besoin de volumes énormes de données de test physiques et d'installations capables d'exercer de manière répétée les actionneurs, les capteurs et les modes de défaillance. Nvidia et LG proposent ces installations — et c'est pourquoi l'accord est important au-delà d'une simple démonstration de robot.

Comment le travail de Nvidia sur les robots humanoïdes s'inscrit dans la prochaine génération de centres de données

Le langage public de Nvidia présente le partenariat comme « les robots humanoïdes et l'architecture des futurs centres de données ». Le lien est littéral : les robots ont besoin de données et de simulation à grande échelle, et l'entraînement ou le réglage fin de grands modèles pour la prise de décision sur l'appareil nécessitent une infrastructure différente de l'IA cloud conventionnelle. La plateforme d'usine d'IA DSX de Nvidia, mentionnée dans les documents de presse, est conçue pour orchestrer l'entraînement des modèles, les jumeaux numériques et les pipelines de déploiement au sein d'installations construites à cet effet.

LG ne se contentera pas d'héberger le calcul, mais co-concevra le refroidissement (plaques froides, boucles liquides), les topologies de distribution d'énergie et les racks modulaires adaptés à un débit d'IA soutenu. Ce travail matériel — distribution 800V CC, refroidissement liquide direct et pods modulaires déployables rapidement — modifie le calcul des coûts et de l'implantation pour les grands laboratoires d'inférence et de robotique. Le plan est de transformer les centres de données en laboratoires de qualité production qui génèrent, étiquettent et valident en continu les données physiques dont les robots ont besoin.

Ce que Nvidia apporte réellement à la table

En termes simples : du logiciel, des puces et un manuel. Les actifs de Nvidia incluent les GPU Blackwell pour l'inférence haute performance, la famille Jetson Thor / Jetson pour le calcul en périphérie, la suite Isaac pour la simulation robotique et la famille NeMo pour le langage et les modèles multimodaux. L'entreprise regroupe ces éléments dans une approche de « robot de référence » — en combinant des piles logicielles avec une plateforme mécanique validée afin que les laboratoires de recherche puissent éviter les mois de travail d'intégration qui grignotent habituellement les budgets.

Cette stratégie reflète l'annonce faite par Unitree plus tôt cette année : Nvidia a sélectionné le corps humanoïde H2 de Unitree comme plateforme de recherche et l'a chargé du calcul Nvidia Jetson/Blackwell et des modèles Isaac GR00T. En d'autres termes, Nvidia vend un bloc intégré : calcul, pile, simulation et un choix d'enveloppe mécanique. Avec LG, ce même bloc devient une échelle industrielle plutôt que purement axée sur la recherche.

Comment cela se compare à d'autres mouvements dans la robotique et les centres de données

Il existe trois comparaisons relativement proches. Premièrement, le partenariat de Nvidia avec Unitree cible l'adoption universitaire et en laboratoire — le chemin à faible friction vers des tests logiciels étendus. Deuxièmement, des rivaux tels que des startups spécialisées dans la robotique (1X Technologies et autres) construisent des robots matériel/logiciel verticalement intégrés, mais sans le même angle lié aux centres de données. Troisièmement, les hyperscalers et les rivaux des puces (Intel, AMD, silicium personnalisé d'AWS) font la course pour optimiser les racks pour l'IA, mais peu combinent la matière première de la robotique mécanique et la conception des installations que le pacte LG englobe.

Cette combinaison — une chaîne de fournisseurs unique de l'actionneur au modèle en passant par la boucle de refroidissement — est le pari industriel. Cela crée un fossé concurrentiel s'il est bien exécuté, mais cela concentre également le risque technique : si l'installation ou l'architecture énergétique est mauvaise, les robots ne pourront pas passer à l'échelle. Cela soulève également des enjeux géopolitiques, car les modèles d'IA souverains et les chaînes d'approvisionnement sont désormais intégrés à la politique industrielle nationale en Corée, en Chine et au-delà.

Chaîne d'approvisionnement, politique et angle européen

Du point de vue de la politique industrielle européenne, le rapprochement entre Nvidia et LG rappelle que l'Asie reste le lieu où se déroulent de nombreuses expériences de fabrication d'IA de bout en bout. L'Europe possède une force en ingénierie robotique et des champions de l'automatisation — le Mittelstand allemand — mais elle manque de la même dynamique intégrée entre fournisseur de puces, conglomérat et télécom que Séoul accueille. Les programmes EU Chips Act et PIIEC visent à combler cet écart, mais construire une pile d'usine d'IA comparable nécessite des investissements coordonnés dans l'approvisionnement en HBM, l'expertise en refroidissement liquide et la fabrication locale de composants de calcul.

Il existe également des aspects liés au contrôle des exportations et à la concurrence. Nvidia renforce ses liens avec SK hynix et Samsung pour la mémoire HBM et explore la coopération dans le domaine des fonderies et de la HBM ; ce profil d'approvisionnement est important pour savoir si l'Europe peut obtenir des prix compétitifs ou si elle doit dépendre des importations. Les régulateurs à Bruxelles surveilleront si ces blocs industriels transfrontaliers renforcent les dépendances envers un fournisseur unique que la politique de l'UE a tenté d'éviter.

Qui paie, qui en bénéficie et les délais

Pour l'instant, le cadre de l'accord est pluriannuel et progressif. Le H2 Plus de Unitree pour la recherche est prévu pour plus tard cette année et atteindra les laboratoires en octobre ; les déploiements en usine plus larges dirigés par LG prendront plus de temps. La construction d'installations modulaires refroidies par liquide et de systèmes d'alimentation domestiques est intensive en capital. L'implication de LG réduit le risque : elle dispose d'une capacité de fabrication, de compétences en intégration de systèmes et de canaux de clientèle. Nvidia fournit le logiciel et l'économie du calcul — les deux parties se partagent le gros du travail.

Les bénéficiaires sont évidents : les laboratoires de recherche, les grands industriels et les clients cloud qui ont besoin de jeux de données de qualité robotique et de plateformes d'inférence validées. Les perdants — du moins à court terme — sont les concurrents qui vendent des pièces détachées plutôt que des piles intégrées, ainsi que les juridictions qui ne sécurisent pas rapidement les chaînes d'approvisionnement en mémoire, emballage et refroidissement.

Réponses aux questions probables

Quel est le rôle de Nvidia dans le projet de robot humanoïde de LG ? Nvidia fournit le calcul (GPU Blackwell, Jetson Thor), la pile logicielle (simulation Isaac, modèles NeMo, orchestration DSX) et des conceptions de référence. Elle collaborera également sur le contrôle des moteurs et les sous-systèmes mécaniques afin que la pile puisse être validée de bout en bout.

Quand peut-on s'attendre à la sortie des robots humanoïdes LG-Nvidia ? Pour les chercheurs, les systèmes de référence de Nvidia (intégrations Unitree H2 Plus) sont prévus cette année ; les déploiements industriels en usine et les intégrations de centres de données à plus grande échelle se dérouleront sur plusieurs années et dépendront de la disponibilité de la mémoire et de l'énergie.

C'est un progrès. Le genre qui ne tient pas sur une présentation PowerPoint.

Sources

• Université nationale de Séoul (visite et documents d'engagement)
• Stanford Robotics Center (annonces d'utilisation pour la recherche)
• ETH Zurich (mentions de collaboration de recherche)
• UC San Diego Advanced Robotics and Controls Laboratory (listes d'utilisateurs de recherche)
• Dépôt d'introduction en bourse et divulgations boursières de Unitree (documents de la bourse STAR de Shanghai)