Nvidia, le géant qui soutient la bulle

Jensen Huang portant sur ses épaules le monde de l’IA • Qant avec GPT-5

DON’T LOOK UP : Ventes stratosphériques. D’après ses résultats du deuxième trimestre 2025, Nvidia a généré près de 46,7 milliards de dollars de chiffre d’affaires, dont plus de 41 milliards liés aux centres de données, en hausse de 56 % sur un an. Une marge brute de 72,7 % permet au monopoliste des puces d’IA de générer un bénéfice net de 26,4 milliards de dollars. Chaque GPU que Nivida produit est immédiatement vendue, mais il n’en va plus de même de ses actions : les résultats ont été accueillis sans enthousiasme à la bourse de New York.

• LIMITES PHYSIQUES : Le mur de l’usine. La demande dépasse largement l’offre : hyperscalers, start-up et laboratoires s’arrachent les puces H100 et leurs successeurs. Même les plus grands, Amazon et Microsoft, doivent parfois louer des GPU sur le marché pour faire face aux pics de demande sur l’inférence. Le goulet d’étranglement ne se trouve pas dans la demande, mais dans la capacité de production, ce qui explique un ralentissement mécanique de la croissance (prévision à « seulement » 54 Md$ pour le prochain trimestre).
• CORDE RAIDE : Huang entre Pékin et Washington. La toujours versatile administration Trump a interdit les exportations en Chine d’un modèle bridé de GPU, le H20, puis elle les a réautorisées à condition que Nvidia reverse à l’État fédéral 15% de son chiffre d’affaires. S’estimant insultée, Pékin fait pression pour que ses géants technos – Alibaba, ByteDance, Tencent… – préfèrent les puces souveraines, notamment produites par Huawei. Un plan officiel prévoit de tripler la production de puces d’IA d’ici à 2026. Résultat : un chiffre d’affaires de plusieurs milliards de dollars suspendu au doigté diplomatique de Jensen Huang, fondateur et CEO de Nvidia, qui veut éviter que la Chine ne bâtisse une filière parallèle. Des puces locales et une alternative à Cuda mineraient l’hégémonie mondiale de Nvidia.
• EN FILIGRANE : Nvidia creuse son fossé. L’avantage compétitif de Nvidia repose sur un triptyque : le langage Cuda, devenu le standard de facto avec des millions de développeurs formés ; une intégration matérielle complète (GPU + CPU + interconnexions + réseau) qui transforme chaque data center en « AI factory » ; une efficience énergétique inégalée (performance par watt), clé alors que les data centers atteignent leurs limites électriques. Ces trois piliers rendent toute alternative extrêmement coûteuse et longue à mettre en place. Mais la Chine en a vu d’autres.
• À SURVEILLER : Course folle et marges maigres. Les nouveaux modèles d’IA, qui « réfléchissent » avant de répondre, exigent jusqu’à 1 000 fois plus de calculs d’inférence par requête que leurs prédécesseurs. Les laboratoires d’IA (OpenAI, Google, Anthropic) brûlent ainsi des milliards de dollars en GPU pour entraîner des modèles de plus en plus gourmands, dans une spirale où chaque progrès double la puissance de calcul requise. Les créateurs de modèles et les opérateurs de services d’IA voient leurs marges sous pression, tandis que les puces de Nvidia s’arrachent comme des petits pains. Le ralentissement de la croissance de Nvidia peut dessiner un atterrissage en douceur, avec une croissance stabilisée par des volumes toujours énormes. Mais la mauvaise réception de ses résultats en bourse fait pencher vers l’explosion de la bulle, quand les marchés prendront conscience des perspectives de rentabilité en aval.