Les preuves s'accumulent : la domination des puces IA de Nvidia pourrait bientôt prendre fin

Nvidia (NVDA +1,73 %) a été l’un des plus grands bénéficiaires du boom des puces d’intelligence artificielle (IA). Ses unités de traitement graphique (GPU) sont des processeurs parallèles, conçus pour décomposer certains types de calculs massivement complexes en une multitude de petites parties, puis effectuer tous ces petits calculs simultanément, plutôt que de traiter chaque tâche en séquence. Et il s’avère que, le processus d’entraînement des grands modèles de langage (LLMs) dépend fortement de ce type de tâches où les GPU excellent.

En conséquence, au cours des dernières années, la demande pour les GPU de Nvidia, leader dans l’industrie, a explosé, entraînant une croissance spectaculaire du chiffre d’affaires et des bénéfices de l’entreprise.

Les grands hyperscalers et entreprises d’IA, tels que Amazon (AMZN +0,55 %), Microsoft, Meta Platforms, et Alphabet (GOOG +0,41 %) (GOOGL +0,66 %) Google, ont longtemps compté sur le matériel de Nvidia pour entraîner des modèles d’IA puissants.

Ce qui vaut la peine d’être noté, c’est que les concurrents de Nvidia n’ont pas réussi à faire beaucoup de dents dans sa domination sur les puces d’IA. Selon IDC, elle contrôle environ 81 % du marché des puces pour centres de données d’IA. La bonne nouvelle pour les investisseurs en actions Nvidia, c’est que la croissance fulgurante de l’entreprise pourrait continuer — l’entreprise prévoit un chiffre d’affaires total de 1 000 milliards de dollars pour ses architectures Blackwell et Vera Rubin d’ici 2026 et 2027.

Cependant, il existe de nombreuses preuves que la position de Nvidia dans le domaine des puces d’IA s’affaiblit progressivement.

Source de l’image : Nvidia.

Les clients de Nvidia deviennent des concurrents

L’entraînement des LLM nécessite beaucoup de puissance de calcul, c’est pourquoi Amazon, Meta, Microsoft, Alphabet, et d’autres ont acheté des millions de GPU Nvidia. Cependant, ces clients conçoivent aussi leurs propres puces pour exécuter efficacement les charges de travail d’IA dans leurs centres de données. Les coûts élevés et les contraintes d’approvisionnement liés aux cartes graphiques populaires de Nvidia expliquent pourquoi ces clients travaillent depuis longtemps sur leurs propres puces en interne.

Développer

NASDAQ : NVDA

Nvidia

Changement d’aujourd’hui

(1,73 %) $3,66

Prix actuel

$215,16

Points clés

Capitalisation boursière

$5,2T

Fourchette de la journée

$212,90 - $217,79

Fourchette sur 52 semaines

$120,28 - $217,80

Volume

5,2 M

Volume moyen

171 M

Marge brute

71,07 %

Rendement du dividende

0,02 %

Google, par exemple, a lancé la première génération de son unité de traitement tensoriel (TPU) en 2015, tandis que la puce personnalisée Trainium d’Amazon a été lancée en décembre 2020. Les deux entreprises ont amélioré leurs puces au fil des ans. En fait, elles vendent maintenant ces puces à des tiers.

Amazon a récemment révélé que son activité de puces a enregistré une croissance séquentielle de 40 % au premier trimestre 2026. Le taux de chiffre d’affaires annuel de l’activité de semi-conducteurs d’Amazon dépasse maintenant 20 milliards de dollars. De plus, la société des « Magnifiques Sept » indique que le taux de croissance du chiffre d’affaires de ce segment s’améliore de pourcentages à trois chiffres d’année en année.

Un autre point clé est que le taux annuel de ce segment serait plus proche de 50 milliards de dollars s’il incluait ses « ventes » de puces à lui-même pour une utilisation dans les centres de données AWS. De plus, la demande pour les puces Trainium d’Amazon est si forte que leur accès est entièrement réservé. Ses processeurs d’IA personnalisés sont déployés par Anthropic, OpenAI, Uber, et même Meta Platforms, qui utilise le CPU central (Graviton) d’Amazon en interne pour soutenir des applications d’IA agentiques.

Il s’avère qu’Amazon a des engagements d’achat de 225 milliards de dollars pour ses puces d’IA Trainium, ce qui indique clairement que son activité de semi-conducteurs est prête pour une croissance exceptionnelle.

Par ailleurs, Google fait aussi sensation sur le marché des puces d’IA. Le géant de la technologie a conclu d’importants accords avec Meta Platforms et Anthropic pour le déploiement de ses TPUs. Le PDG Sundar Pichai considère le marché des TPU comme l’un de ses principaux moteurs de croissance, et la société vend désormais ses puces à davantage de clients.

Lors de la dernière conférence sur les résultats d’Alphabet, Pichai a déclaré :

À mesure que la demande de TPU croît dans les laboratoires d’IA, les sociétés de marchés financiers, et les applications de calcul haute performance, nous commencerons à livrer des TPU à un groupe sélectionné de clients dans leurs propres centres de données, dans la configuration matérielle pour étendre notre marché adressable.

Cette opportunité adressable pourrait être énorme à long terme. Bien que Google n’ait pas encore révélé publiquement la taille de son activité TPU, la société d’investissement D.A. Davidson estime qu’elle pourrait valoir jusqu’à 900 milliards de dollars à long terme, si la société décidait de vendre sérieusement ses puces à des tiers.

Il semble maintenant que Google devienne effectivement sérieux quant à son activité TPU, ce qui pourrait poser davantage de problèmes à l’empire des puces d’IA de Nvidia.

Nvidia peut-elle riposter ?

Nvidia ne va pas rester à regarder pendant que ses clients deviennent des concurrents. La raison pour laquelle les processeurs personnalisés d’Amazon et de Google ont connu un tel succès, c’est qu’il s’agit de circuits intégrés spécifiques à une application — des puces optimisées pour gérer une gamme relativement étroite de charges de travail, contrairement aux GPU plus flexibles de Nvidia, adaptés à une large gamme de tâches. Les puces personnalisées peuvent ainsi exécuter plus efficacement les tâches d’inférence d’IA, réduisant le coût total d’exploitation des centres de données.

Nvidia contrecarre la menace des géants comme Amazon et Google en améliorant son propre matériel, ce qui réduit considérablement le coût de l’inférence d’IA avec ses GPU. De plus, Nvidia a décidé d’offrir pour la première fois son CPU de serveur Vera en tant que produit autonome, plutôt que seulement dans le cadre de la plateforme Vera Rubin. La société a pris cette décision car elle constate un fort intérêt pour ses CPU de serveur Vera. En fait, elle pense que son activité de CPU de serveur pourrait devenir une opération valant plusieurs milliards de dollars.

Les efforts de Nvidia pour repousser les limites du développement de produits devraient l’aider à repousser la concurrence croissante. De plus, les investisseurs ne doivent pas oublier que le marché des puces d’IA continue de croître rapidement. Bank of America estime que le marché mondial des semi-conducteurs pourrait atteindre 2 000 milliards de dollars de revenus d’ici 2030. Gartner, quant à lui, prévoit que les puces d’IA représenteront la moitié du marché mondial des semi-conducteurs d’ici la fin de la décennie.

Ainsi, il y a amplement de place pour que plus d’un acteur majeur prospère dans cet espace. Nvidia a déclaré 194 milliards de dollars de revenus dans les centres de données l’année dernière, et la taille du marché adressable suggère qu’elle dispose encore d’un potentiel de croissance important dans ce segment. De plus, la société prend des mesures pour défendre sa domination. Il est donc facile de comprendre pourquoi les analystes restent optimistes quant aux perspectives de Nvidia ; elle peut continuer à enregistrer une croissance saine des ventes dans les centres de données, même si elle perd une partie de sa part de marché dans les puces d’IA.

Estimations de revenus NVDA pour l’année fiscale en cours données par YCharts.

De plus, son multiple de bénéfices futurs de 24 est bien inférieur à la moyenne de 40,6 du Nasdaq Composite, axé sur la technologie. Le potentiel de croissance de ses bénéfices suggère qu’elle est sous-évaluée en ce moment. C’est pourquoi il est judicieux de conserver cette action d’IA, malgré la concurrence croissante sur le marché des puces pour centres de données.