Lors de la conférence Goldman Sachs Communacopia + Technology, le fondateur et PDG de Nvidia, Jensen Huang, a réaffirmé la position dominante de son entreprise dans le secteur de l’intelligence artificielle. En détaillant les performances record de la société, les investissements stratégiques et la demande croissante pour ses puces haute performance, il a annoncé un objectif de croissance de 70 % du chiffre d’affaires d’ici l’an prochain, portant les prévisions à près de 680 milliards de dollars. Cette confidence s’inscrit dans un contexte de concurrence accrue, où les hyperscalers, les laboratoires de recherche et de nouvelles start‑ups rivalisent pour s’approprier le marché des GPU et des accélérateurs IA.
Une domination technologique soutenue par des produits ultra‑puissants
Selon Huang, la force de Nvidia réside dans la capacité à fournir des solutions d’infrastructure qui dépassent largement les GPU « grand public » de l’époque du jeu vidéo. Il a illustré ce propos en rappelant que le prix moyen d’une carte graphique grand public était de 399 $, alors que les systèmes destinés aux data‑centers atteignent aujourd’hui 8,5 millions de dollars. Ces unités, reliées par la technologie NVLink, intègrent jusqu’à 2 millions de composants et consomment 250 000 kW d’énergie, démontrant l’ampleur des installations requises pour entraîner les modèles d’IA les plus avancés.
Le produit phare présenté, une plateforme combinant 36 CPU Grace et 72 GPU Blackwell, enregistre une croissance mensuelle de 27 % depuis son lancement. Cette hausse reflète la demande soutenue des laboratoires d’IA, des hyperscalers et des start‑ups qui cherchent à réduire leurs temps d’entraînement et à augmenter la précision de leurs modèles. En outre, Nvidia se positionne comme le « fondement » de l’écosystème IA : chaque modèle majeur, qu’il provienne d’Anthropic, d’OpenAI ou de Google, repose sur les puces et les logiciels de la société californienne.
Une stratégie d’intégration verticale et d’investissements ciblés
Huang a souligné que Nvidia ne se contente plus de fabriquer des puces, mais qu’elle surveille chaque étape de la chaîne de valeur, de la production de mémoires à la construction de data‑centers. « Nous suivons chaque gigawatt de puissance, chaque mètre carré de « shell » de data‑center, partout sur la planète », a‑t‑il déclaré. Cette visibilité permet à Nvidia de proposer des « circular deals » où l’entreprise investit dans des partenaires qui, à leur tour, achètent ses produits. Bien que ce modèle rappelle les stratégies controversées de fournisseurs d’infrastructures du passé, Huang a insisté sur le fait que chaque investissement est précédé de contrats fermes garantissant des revenus réels, estimés à plus de 100 milliards de dollars.
Cette approche d’intégration verticale réduit les risques liés à la concurrence des hyperscalers (Amazon, Microsoft, Google) qui développent leurs propres puces, ainsi que des laboratoires d’IA (Anthropic, OpenAI) qui cherchent à internaliser leurs besoins matériels. En investissant dans des start‑ups prometteuses comme Etched ou Cerebras, Nvidia diversifie son portefeuille tout en consolidant son rôle de fournisseur incontournable. Les retours d’expérience de ces partenaires, souvent sous forme de rapports de consommation d’énergie ou de capacité de calcul, alimentent un tableau de bord global qui guide les décisions d’expansion et d’innovation.
Perspectives de croissance et défis à venir
Fort de ses performances actuelles, Nvidia vise une croissance de 70 % du chiffre d’affaires pour l’exercice suivant, ce qui porterait le total à environ 680 milliards de dollars, contre près de 400 milliards prévus pour la fin de l’exercice en cours. Cette ambition repose sur plusieurs leviers : la multiplication des commandes de systèmes d’infrastructure, l’élargissement de la base de clients dans les secteurs du cloud, de la biotech, de la finance et des véhicules autonomes, ainsi que le développement continu de nouvelles architectures GPU comme la série Blackwell.
Cependant, le paysage concurrentiel s’intensifie. Les hyperscalers investissent massivement dans leurs propres ASIC et GPU, tandis que des acteurs comme Cerebras offrent des alternatives monolithiques à grande échelle. De plus, la maturité du marché IA entraîne une rationalisation des dépenses, les start‑ups cherchant à optimiser leurs coûts d’infrastructure et à réduire leur dépendance aux services cloud coûteux. Nvidia devra donc maintenir son avance technologique tout en offrant des modèles économiques flexibles pour retenir ses clients.
En définitive, Jensen Huang se montre confiant : « Nous sommes le pilier de chaque modèle IA, et nous suivons chaque gigawatt de puissance sur la planète ». Si cette vision se concrétise, Nvidia pourrait consolider son statut de champion du secteur pendant plusieurs années. Néanmoins, comme le rappelle l’histoire du secteur technologique, aucune position n’est à l’abri d’une disruption majeure. Les mois à venir seront décisifs pour mesurer si la stratégie d’intégration et d’investissement de Nvidia pourra résister aux pressions concurrentielles et aux évolutions rapides de la demande en IA.