Disrupt 2026 : Nvidia confirme son hégémonie IA et prévoit une croissance de 70 % en 2027

Résumé : Lors de la conférence Goldman Sachs Communacopia + Technology à l’occasion de Disrupt 2026, le PDG de Nvidia, Jensen Huang, a réaffirmé la domination de son entreprise dans le secteur de l’intelligence artificielle. Entre la montée en puissance des hyperscalers, les nouveaux challengers comme Anthropic ou Cerebras, et les startups spécialisées, Huang a présenté des prévisions de chiffre d’affaires record, estimant une hausse de 70 % d’ici la fin de l’exercice 2027. Cet article décortique les arguments du dirigeant, les enjeux concurrentiels et les implications pour l’écosystème IA.

Une vision « tout‑en‑un » de l’IA : le modèle Nvidia

Jensen Huang a rappelé que Nvidia ne se contente plus de fabriquer des puces graphiques grand public. Aujourd’hui, chaque GPU haut de gamme représente un système complet, « un GPU vaut aujourd’hui 8,5 millions de dollars », a-t-il précisé, en référence aux solutions intégrant les dernières architectures Grace CPU et Blackwell GPU. Ces unités sont interconnectées via NVLink, consomment jusqu’à 250 000 kW et sont livrées en milliers d’exemplaires à des data centers du monde entier.

Le point d’orgue de son discours a été la présentation d’un produit phare : une configuration de 36 Grace CPUs couplée à 72 Blackwell GPUs. Cette offre affiche une croissance mensuelle de 27 % et constitue le pilier de la prévision de revenu de Nvidia pour l’an prochain. En se positionnant comme la plateforme fondamentale de l’écosystème IA, l’entreprise assure que « tous les modèles, d’Anthropic à OpenAI en passant par Google, s’appuient sur nos puces ». Cette omniprésence, selon Huang, s’étend de la chaîne d’approvisionnement (fournisseurs de mémoire) aux projets de data centers et aux startups IA, créant un réseau de dépendance difficile à contourner.

Concurrence accrue : hyperscalers, laboratoires IA et nouveaux challengers

Malgré son leadership, Nvidia doit faire face à une concurrence qui se densifie rapidement. Les trois géants du cloud – Amazon, Microsoft et Google – développent leurs propres GPU et accélérateurs IA, cherchant à réduire leur dépendance à l’égard de fournisseurs externes. Parallèlement, les laboratoires d’IA comme OpenAI et Anthropic conçoivent des puces sur mesure afin d’optimiser leurs modèles propriétaires.

De nouveaux acteurs, tels que Cerebras (cotée récemment en bourse) et des startups comme Etched, introduisent des architectures alternatives, parfois basées sur des conceptions neuromorphiques ou des interconnexions optiques. Ces challengers visent à réduire le coût énergétique et à offrir des latences plus faibles, deux critères essentiels pour les applications d’inférence à grande échelle.

Face à ces pressions, Huang a souligné la stratégie d’investissement circulaire de Nvidia : la société injecte du capital dans des entreprises qui, à terme, achètent ses produits. « Nous investissons 1 $ et récupérons 100 $ », a-t-il déclaré avec un brin d’humour, insistant sur le fait que chaque investissement est précédé d’un contrat ferme garantissant des revenus. Selon lui, plus de 100 milliards de dollars de contrats déjà signés assurent la stabilité de la trajectoire de croissance.

Perspectives financières et enjeux à moyen terme

Lors de la même conférence, Huang a réaffirmé les prévisions annoncées le mois précédent : une croissance de 70 % du chiffre d’affaires d’ici la fin de l’exercice 2027. Si les analystes estiment actuellement les revenus de Nvidia à environ 400 milliards de dollars pour l’exercice en cours, la cible de 680 milliards de dollars représenterait une hausse historique, soutenue par la demande croissante de puissance de calcul pour l’entraînement et l’inférence des modèles de grande taille.

Cette ambition repose sur trois leviers principaux :

• Expansion du portefeuille de produits : le lancement de systèmes hybrides CPU‑GPU et la mise à jour continue des architectures (Grace, Blackwell).
• Partenariats stratégiques : collaborations avec les hyperscalers, les OEM et les fournisseurs de services cloud pour garantir l’accès à la technologie Nvidia.
• Investissements ciblés : prise de participation dans des startups IA prometteuses, assurant à la fois une source d’innovation et un futur client.

Pourtant, le marché de l’IA reste volatile. La plupart des dépenses actuelles des startups IA sont réinvesties dans leurs propres modèles, ce qui pourrait réduire la demande de matériel à moyen terme si les marges d’efficacité s’améliorent. De plus, les régulations émergentes autour de la consommation énergétique des data centers pourraient imposer des contraintes supplémentaires aux fournisseurs de matériel à forte consommation.

En conclusion, Nvidia apparaît aujourd’hui comme le pilier central de l’infrastructure IA mondiale, mais son avenir dépendra de sa capacité à maintenir l’avantage technologique face à des concurrents de plus en plus spécialisés et à répondre aux exigences de durabilité et de coûts des acteurs du secteur. La prochaine édition de Disrupt, prévue pour 2027, offrira probablement un nouveau panorama de ces dynamiques, où la question centrale restera : Nvidia pourra‑t‑il conserver son monopole de fait sur la chaîne de valeur de l’intelligence artificielle ?