La capitalisation boursière de Nvidia signale que la demande en IA est loin de se refroidir

La capitalisation boursière de Nvidia a dépassé les 3 000 milliards de dollars mardi, portée par une confiance soutenue des investisseurs dans les dépenses liées aux infrastructures d'IA. Cette étape renforce l'idée que la demande des entreprises pour la puissance de calcul GPU ne montre aucun signe de ralentissement, même si les concurrents s'efforcent de développer des alternatives moins coûteuses.

Les chiffres derrière la progression

Les actions du fabricant de puces ont augmenté de 5 % en une seule séance, propulsant sa valorisation au-delà des 3 000 milliards de dollars pour la deuxième fois de l'histoire. Nvidia a franchi ce seuil pour la première fois en juin 2024, dépassant brièvement Apple et Microsoft en termes de valorisation. Cette nouvelle progression intervient alors que les hyperscalers comme Microsoft, Amazon et Google continuent d'engager des milliards dans l'expansion de leurs centres de données. Selon les estimations de l'industrie, plus de 60 % du marché mondial des accélérateurs d'IA reste entre les mains de Nvidia, ses architectures Hopper et Blackwell commandant des marges premium.

Les analystes de Wall Street ont révisé à la hausse leurs prévisions de revenus pour 2025 concernant le segment des centres de données de Nvidia, s'attendant désormais à des chiffres compris entre 95 et 105 milliards de dollars. Cela représenterait une augmentation d'environ 70 % sur un an, un rythme que peu d'entreprises de matériel ont maintenu plus d'un seul trimestre.

Le paysage concurrentiel

Pourtant, l'environnement évolue. Les puces de la série MI300 d'AMD ont remporté des conceptions chez une poignée de grands clients du cloud, et des startups comme Groq et Cerebras poussent du matériel d'inférence spécialisé qui prétend réduire le coût par token de Nvidia de 40 à 80 %. Le mois dernier, une startup de sept personnes a démontré une architecture propriétaire offrant des performances d'inférence comparables à celles du H100 de Nvidia pour moins d'un cinquième de la consommation électrique.

La poussée d'AMD dans les centres de données avec MI300 a gagné du terrain, mais la base installée favorise encore massivement l'écosystème CUDA de Nvidia, qui reste l'environnement de développement par défaut pour presque tous les laboratoires de modèles fondamentaux. La barrière à l'entrée pour les concurrents n'est pas seulement la performance matérielle, mais aussi le verrouillage logiciel : PyTorch, TensorFlow et JAX s'optimisent le plus efficacement pour les noyaux CUDA. Les piles concurrentes comme ROCm d'AMD ont fait des progrès mais restent en retard en matière de parité de référence sur l'ensemble des charges de travail d'IA générative.

Un marché bifurqué

Les analystes de l'industrie soutiennent que le marché des puces d'IA subit une bifurcation naturelle. D'un côté, les hyperscalers continuent d'exiger le plus haut débit brut pour l'entraînement de modèles massifs, ce qui reste le domaine réservé de Nvidia. De l'autre, un nombre croissant d'entreprises déployant des modèles plus petits et affinés pour l'inférence deviennent de plus en plus sensibles aux prix. « L'ère des dépenses illimitées en GPU est terminée pour la plupart des entreprises qui construisent des fonctionnalités d'IA, et non des produits d'IA de base », a déclaré un stratège en semi-conducteurs d'une grande banque d'investissement, s'exprimant sous couvert d'anonymat. « Vous verrez plus de silicium personnalisé provenant d'AWS Trainium et de Google TPU. Mais pour les laboratoires de modèles frontières phares, il n'y a toujours rien de plus rapide que Blackwell. »

Nvidia a déjà commencé à échantillonner sa prochaine architecture Rubin, dont les expéditions en volume devraient commencer d'ici la fin 2025. Des fuites précoces suggèrent une amélioration de 3 fois de la bande passante mémoire et une augmentation de 2,5 fois de la densité de calcul, des chiffres qui prolongeraient probablement l'avance de l'entreprise dans les charges de travail d'entraînement d'au moins une génération supplémentaire.

Ce que cela signifie pour l'industrie

La hausse de la valorisation de Nvidia est un signal plus large sur la santé du secteur de l'IA. Lorsque les investisseurs injectent des capitaux dans une entreprise de matériel, ils parient sur une croissance continue de l'entraînement et du déploiement des modèles. Si la capitalisation boursière de Nvidia devait se contracter fortement, cela annoncerait probablement un ralentissement de l'adoption de l'IA par les entreprises. Jusqu'à présent, ce scénario ne s'est pas matérialisé. « Les six prochains mois seront révélateurs », a ajouté le stratège. « Chaque hyperscaler augmente sa capacité, mais si les taux d'intérêt restent élevés et que les budgets des entreprises se resserrent, vous pourriez voir certains projets repoussés à 2026. Même dans ce cas, Nvidia sera le premier bénéficiaire de tout rebond. »

En résumé : la guerre des GPU reprend, mais pour l'instant, la forteresse du champion en titre reste intacte, et ses clients ne montrent aucun signe de départ.