Dans les marchés liés aux arts de la table, pour lesquels ARC est un des leaders mondiaux, les articles en verre trempés représentent une part très significative des volumes de production et des ventes. Une attention particulière et une constante innovation sont donc dédiées à cette phase particulière du process verrier. En termes de production, l'exigence accrue des cahiers des charges clients, de qualité de production, mais aussi de limitation de l'impact environnemental, nécessitent une maîtrise accrue et des connaissances plus fines et précises du process. En parallèle d'études et de recherches menées sur bancs expérimentaux spécifiques et de tests sur chaînes de production, la modélisation numérique représente un outil central d'investigation et de recherche. La trempe du verre est un process largement utilisé et déployé depuis de nombreuses années dans l'industrie verrière. Elle fait intervenir un nombre significatif de paramètres physiques et physico-chimiques tels que notamment les configurations géométriques, la thermique de refroidissement et de chauffage, ou encore la composition du verre. L'analyse bibliographique sur la modélisation de la trempe du verre fait apparaître plusieurs points clés de développement pour une utilisation dimensionnante et prédictive dans l'industrie verrière des arts de la table. La bibliographie est quasi-exclusivement dédié au verre plat et le refroidissement est quasi-exclusivement simulé par des coefficients de transfert imposés uniformément en surfaces. Les productions dans l'industrie des arts de la table sont très fortement tridimensionnelles, tant en géométries qu'en répartitions d'épaisseurs et les systèmes de refroidissement sont loin de produire des transferts pouvant raisonnablement être modélisés par des coefficients de transfert constants et uniformément répartis. Ainsi des modélisations intégrant des géométries réalistes et un couplage conducto-convectif représentant les systèmes de refroidissement ont été mises en œuvre. Cette communication illustre la nécessité de cette démarche pour développer des modèles prédictifs.