NVIDIA n’est plus seulement une entreprise de semi-conducteurs. C’est la société qui rend l’IA possible. Et en 2026, cette position est à la fois incroyablement puissante et de plus en plus contestée.
Les Chiffres Sont Étonnants
Les revenus des centres de données de NVIDIA — principalement tirés par l’IA — ont dépassé les 100 milliards de dollars au cours de l’exercice fiscal 2026. C’est plus de revenus que la plupart des entreprises du Fortune 500 n’en génèrent au total. Jensen Huang est devenu l’une des figures les plus influentes de la technologie, et NVIDIA échange sa place avec Apple et Microsoft en tant qu’entreprise la plus précieuse au monde.
Tout cela grâce aux GPU. Les unités de traitement graphique initialement conçues pour les jeux vidéo se sont révélées parfaites pour former des modèles d’IA. NVIDIA a su tirer profit de cet avantage pour obtenir un quasi-monopole sur le matériel de calcul IA.
Ce Que NVIDIA Vendra Réellement
GPU H100 et H200. Les chevaux de bataille de l’entraînement IA. Chaque grand laboratoire d’IA — OpenAI, Google, Meta, Anthropic — utilise des GPU NVIDIA. Le H100 coûte entre 30 000 et 40 000 dollars par unité, et les entreprises les achètent par milliers.
Architecture Blackwell (B100/B200). Les puces de nouvelle génération de NVIDIA avec des améliorations de performance significatives. Forte demande, offre limitée, listes d’attente s’étendant sur plusieurs mois.
Systèmes DGX. Systèmes de calcul IA complets regroupant des GPU avec mise en réseau, stockage et logiciels. Solutions clés en main pour les entreprises qui souhaitent former des modèles sans construire d’infrastructures à partir de zéro.
Écosystème CUDA et de logiciels. C’est le véritable atout de NVIDIA. CUDA est le cadre de programmation que les développeurs utilisent pour écrire du code pour les GPU NVIDIA. Des décennies d’investissement dans CUDA, cuDNN, TensorRT et NCCL signifient que le changement nécessite une réécriture d’énormes quantités de code. Un verrouillage ultime.
Mise en réseau (Mellanox). NVIDIA a acquis Mellanox en 2020, lui donnant le contrôle sur la mise en réseau à haute vitesse reliant les GPU dans les centres de données. Lors de l’entraînement avec des milliers de GPU, le réseau est aussi important que les puces elles-mêmes.
La Concurrence Arrive
La domination de NVIDIA est réelle, mais elle n’est pas sans concurrents.
AMD. Le GPU MI300X d’AMD est une alternative crédible pour l’entraînement et l’inférence AI. Il n’est pas aussi rapide que les meilleures puces de NVIDIA, mais il est suffisamment compétitif pour que certaines entreprises diversifient leurs achats de GPU. AMD investit également massivement dans sa pile logicielle ROCm pour rivaliser avec CUDA.
TPUs de Google. Google conçoit ses propres puces IA (Tensor Processing Units) et les utilise largement pour des charges de travail internes en IA. Les TPUs sont compétitifs avec les GPU NVIDIA pour certaines tâches, notamment l’inférence. Google Cloud offre un accès aux TPU aux clients externes.
Puces sur mesure des grandes entreprises technologiques. Amazon (Trainium), Microsoft (Maia) et Meta développent toutes des puces IA personnalisées. Celles-ci ne remplaceront pas totalement les GPU NVIDIA, mais elles réduiront la dépendance à NVIDIA pour des charges de travail spécifiques.
Alternatives chinoises. Les puces Ascend de Huawei s’améliorent rapidement, poussées par la nécessité après que les contrôles d’exportation américains ont interdit l’accès aux meilleurs GPU de NVIDIA. Elles ne sont pas encore équivalentes, mais l’écart se réduit.
Startups. Des entreprises comme Cerebras, Groq et SambaNova construisent des puces IA spécialisées qui surpassent les GPU pour des tâches spécifiques. Ce sont des acteurs de niche, mais ils prouvent que l’architecture de NVIDIA n’est pas la seule façon de faire du calcul IA.
La Carte Sauvage des Contrôles à l’Exportation
Les contrôles d’exportation américains sur les puces IA redéfinissent l’espace IA mondial. NVIDIA ne peut plus vendre ses GPU les plus avancés en Chine, qui était auparavant l’un de ses plus grands marchés. L’entreprise a créé des versions modifiées (comme le H20) qui sont conformes aux restrictions d’exportation, mais celles-ci sont beaucoup moins puissantes.
L’impact : la Chine investit massivement dans le développement de puces nationales, et NVIDIA perd un marché énorme. Certains analystes estiment que les contrôles d’exportation coûtent à NVIDIA des milliards en revenus annuels. Les implications géopolitiques vont bien au-delà des résultats d’une seule entreprise.
La Question de la Valorisation
NVIDIA est-elle surévaluée ? Cela dépend de vos hypothèses.
Le scénario optimiste : Les dépenses en IA en sont encore à leurs débuts. Chaque grande entreprise construit une infrastructure IA, et NVIDIA fournit les composants critiques. Le marché total adressable pour le calcul IA est énorme et en croissance. L’atout logiciel de NVIDIA (CUDA) protège ses marges.
Le scénario pessimiste : La concurrence augmente. Les puces sur mesure des grandes entreprises réduiront la part de marché de NVIDIA. Les dépenses en IA pourraient ralentir si les entreprises ne voient pas de retours sur leurs investissements IA. La valorisation actuelle suppose des années de croissance exponentielle continue.
Le scénario réaliste : NVIDIA restera l’entreprise dominante dans les puces IA pour un avenir prévisible, mais sa part de marché diminuera progressivement à mesure que des alternatives se développeront. La croissance ralentira, passant d’extraordinaire à simplement excellente. Le prix de l’action reflète déjà un optimisme considérable.
Ce Qu’il Faut Surveiller
Adoption de Blackwell. À quelle vitesse les clients adoptent-ils les puces de nouvelle génération de NVIDIA ? Une forte demande valide l’histoire de croissance. Une demande faible signale un ralentissement.
Progrès d’AMD. Si la série MI400 d’AMD réduit l’écart de performance avec NVIDIA, cela pourrait déclencher des changements significatifs de part de marché.
Les puces sur mesure des grandes entreprises technologiques. Surveillez les annonces concernant Amazon, Google, Microsoft et Meta réduisant leurs achats de NVIDIA au profit de sillicon personnalisé.
Développement de puces en Chine. Si des entreprises chinoises développent des puces IA compétitives, cela changera significativement l’espace de concurrence mondial.
Mon Avis
NVIDIA est l’une des entreprises les plus importantes dans le secteur technologique en ce moment. Ses GPU sont le fondement de la révolution IA, et son écosystème logiciel crée un atout que les concurrents mettront des années à percer.
Mais aucun monopole ne dure éternellement. La combinaison de concurrents déterminés, de développement de puces sur mesure par de grands clients et de perturbations géopolitiques signifie que la domination de NVIDIA s’érodera avec le temps. La question n’est pas de savoir si, mais à quelle vitesse.
Pour l’instant, NVIDIA reste le pari le plus sûr dans le matériel IA. Il suffit de ne pas supposer que le taux de croissance actuel se poursuivra indéfiniment.
🕒 Published: