fr.wedoany.com Rapport : Lors de l’assemblée générale annuelle 2026, NVIDIA, entreprise américaine de puces pour l’IA, a une nouvelle fois renforcé le récit de « l’usine d’IA ». Le 24 juin, heure locale, Jensen Huang, fondateur et PDG de NVIDIA, a déclaré lors de l’assemblée générale que la question du retour sur investissement dans l’IA avait déjà trouvé sa réponse : les clients n’achètent pas un tas de serveurs, mais construisent des usines d’IA capables de générer des revenus. Ce cycle de construction d’infrastructures pour l’IA se mesurera en décennies, impliquant une refonte des infrastructures clés telles que les réseaux électriques, Internet, les centres de données et les applications d’agents intelligents.
Jensen Huang a défini le centre de données IA comme une « usine de fabrication de tokens ». Les tokens peuvent être convertis en code, réponses, designs, actions et services, chaque token possédant donc une valeur économique mesurable. Autrefois, les centres de données servaient principalement à stocker, récupérer et transmettre des informations ; à l’ère de l’IA, ils commencent à produire de l’intelligence numérique. Pour les fournisseurs de cloud, les entreprises de modèles et les clients professionnels, la manière d’évaluer la valeur d’un centre de données évolue : il ne s’agit plus seulement du nombre de serveurs, de GPU ou de la taille des baies, mais de la quantité de tokens à faible coût pouvant être produite par unité d’énergie consommée et par unité de dépense d’investissement.
Cette logique correspond directement au positionnement produit de NVIDIA. Jensen Huang a souligné que le système NVIDIA n’est peut-être pas l’option la moins chère à l’achat, mais qu’il permet de produire des tokens au coût le plus bas, avec le débit de tokens le plus élevé et des revenus plus importants. Le point central de la concurrence dans l’infrastructure IA passe des performances d’une seule puce à la capacité de production globale de l’ensemble du système, incluant GPU, CPU, réseau, mémoire, pile logicielle, systèmes au niveau des baies et capacités d’ordonnancement de clusters. Construire une usine d’IA revient essentiellement, pour les clients, à construire un système de production capable de générer durablement des revenus grâce aux services d’intelligence.
Les performances financières de NVIDIA fournissent un soutien chiffré à ce récit. En 2025, le chiffre d’affaires annuel de l’entreprise a augmenté de 65 % pour atteindre 216 milliards de dollars, le résultat d’exploitation a progressé de 60 % à 130 milliards de dollars, le bénéfice dilué par action a bondi de 67 % à 4,90 dollars, le flux de trésorerie d’exploitation a atteint 103 milliards de dollars, et 41 milliards de dollars ont été restitués aux actionnaires. Parmi ces résultats, les revenus des centres de données ont augmenté de 68 % pour atteindre 194 milliards de dollars, devenant ainsi la source de revenus la plus centrale de NVIDIA. Le centre de données IA n’est plus seulement une activité en croissance ; il est devenu le pilier de la structure de revenus de NVIDIA.
Jensen Huang a indiqué que l’IA n’est pas qu’un simple modèle, mais une transformation fondamentale du calcul. Au cours des 60 dernières années, le calcul s’est principalement articulé autour de la recherche, du stockage et de la transmission d’informations ; désormais, le calcul est réinventé par l’IA, qui commence à générer de l’intelligence. Tous les 10 à 15 ans, l’industrie informatique connaît une remise à zéro, des mainframes aux PC, d’Internet au cloud, puis au cloud mobile, et cette remise à zéro est encore plus grande. Grâce à l’IA, les ordinateurs peuvent comprendre, raisonner, planifier, utiliser des outils et accomplir des tâches utiles.
Ce changement a également remodelé la logique d’investissement dans les centres de données. Les centres de données traditionnels ressemblaient davantage à des « cabanes à outils », fournissant puissance de calcul et stockage pour les logiciels et les services Internet ; les centres de données IA ressemblent plutôt à des usines, composées d’une multitude d’assistants numériques et d’agents intelligents, produisant en continu du code, du texte, des images, des designs, des suggestions de décision et des services automatisés. Tant que ces productions peuvent être utilisées par les activités des entreprises, les systèmes logiciels et les utilisateurs finaux, l’infrastructure IA boucle la boucle des revenus. Jensen Huang a expliqué le retour sur investissement avec l’expression « le token comme unité de profit », cherchant à répondre aux doutes du marché concernant des dépenses d’investissement en IA trop élevées et un cycle de retour peu clair.
Cela explique également pourquoi NVIDIA estime que le cycle de l’infrastructure IA ne s’achèvera pas rapidement. Actuellement, la demande en IA passe encore de l’entraînement à l’inférence, des grands modèles dans le cloud aux applications d’entreprise, aux agents intelligents, à la robotique, à la conduite autonome, à la simulation industrielle et à l’IA physique. La phase d’entraînement nécessite des clusters de GPU à grande échelle, tandis que la phase d’inférence exige un débit plus élevé, une latence plus faible et un coût unitaire réduit. À mesure que l’IA passe de la réponse aux questions à l’exécution de tâches, les centres de données doivent être continuellement étendus, et les réseaux, l’alimentation électrique, le refroidissement liquide, le stockage et les systèmes au niveau des baies doivent être mis à niveau en parallèle.
Jensen Huang a également évoqué l’évolution de la gamme de produits de NVIDIA. Hopper est davantage orienté vers le pré-entraînement, Blackwell amène l’inférence à l’échelle des baies, et Vera Rubin est conçue pour l’ère des agents intelligents. Les applications d’agents intelligents nécessitent que le modèle comprenne en continu les objectifs, décompose les tâches, appelle des outils et exécute des opérations, imposant des exigences plus élevées en matière de puissance de calcul d’inférence, de bande passante mémoire, de communication réseau et de stabilité du système. Si Vera Rubin devient, comme prévu, la prochaine plateforme centrale, elle prendra en charge les besoins d’infrastructure alors que l’IA passe des services de modèles aux services d’agents intelligents.
Le rendement pour les actionnaires était également un point central de l’assemblée. Jensen Huang a déclaré que, fort de sa confiance dans la croissance durable du marché et la capacité de génération de flux de trésorerie disponible, NVIDIA prévoit de restituer aux actionnaires 50 % ou plus de son flux de trésorerie disponible cette année, l’année prochaine et à plus long terme, tout en continuant à augmenter les rachats d’actions et les dividendes au fil du temps. Pour les marchés financiers, cela signifie que NVIDIA tente de prouver que l’investissement dans l’infrastructure IA n’est pas un phénomène de courte durée, mais un cycle industriel capable de se transformer en flux de trésorerie à long terme et en rendement pour les actionnaires.
Si ce cycle de construction d’infrastructures IA dure plusieurs décennies, il n’affectera pas seulement les entreprises de puces. Les réseaux électriques, les transformateurs, le stockage d’énergie, le refroidissement liquide, les modules optiques, les serveurs, l’encapsulation avancée, la mémoire HBM, la construction de centres de données, les logiciels industriels et les applications d’agents intelligents seront tous intégrés dans la même chaîne d’expansion. Le concept d’« usine d’IA » de NVIDIA est en train de redéfinir la vente de puces IA comme la construction d’infrastructures de production d’intelligence numérique. Les prochains points d’attention du marché se concentreront sur la capacité des clients IA à générer durablement des revenus, la poursuite de la baisse des coûts d’inférence, et la capacité du système au niveau des baies de NVIDIA à maintenir un avantage en termes de coût unitaire des tokens.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
