Le fait
Le 4 novembre 2026, NVIDIA a publié un billet technique sur l’AI Factory Operations Agent, un ensemble d’agents d’IA créé pour réduire le travail manuel de ses ingénieurs de fiabilité (SRE) sur ses clusters DGX SuperPOD, des grappes de machines à GPU. Quand les performances d’un entraînement chutent, l’équipe doit aujourd’hui regarder plusieurs tableaux de bord ; ici, des agents croisent les couches et répondent par une fenêtre de discussion.
Contexte
Le système est bâti sur le plan NemoClaw et sur OpenShell, un bac à sable qui isole l’exécution des commandes. Il tourne sur place, avec des modèles ouverts Nemotron servis en local, sur les clusters de production internes DGX H100, B200 et GB300. Chaque agent a un domaine :
- récupération de tâches : détecte les échecs d’entraînement et recommande les étapes de reprise ;
- matériel : classe les pannes (erreurs PCIe, ECC, thermiques) jusqu’au composant ;
- observabilité : interroge l’historique de mesures et de journaux ;
- documentation, Kubernetes et gestion de cluster, en lecture seule ou en conseil.
Les agents communiquent par le protocole MCP (une norme de connexion entre un agent et ses outils). Les commandes passent par des identifiants en lecture seule : l’agent peut lire les pods mais pas les secrets ni créer ou modifier de ressource.
Pourquoi ça compte
Les cinq leçons de NVIDIA valent pour toute entreprise qui met des agents dans ses opérations : des frontières claires entre agents, la lecture seule d’abord pour gagner la confiance, la corrélation entre couches, des outils définis avec précision, et un raisonnement transparent avant toute action. Le cadre prévoit aussi un cloisonnement entre locataires pour les centres de données partagés.
Lecture Neurone21
C’est un retour d’expérience de l’éditeur sur son propre usage, sans chiffre : NVIDIA dit mesurer la justesse de ses analyses de cause et l’accord des ingénieurs, mais ne publie aucun résultat. Le code est publié en logiciel libre « expérimental », dont les interfaces peuvent changer ; les agents développés par NVIDIA pour les clients passent par leur chargé de compte. À suivre : des taux de justesse publiés et des retours de clients externes.