Pourquoi le milliardaire Stanley Druckenmiller a-t-il vendu Nvidia mais a-t-il investi dans ces 3 actions d'infrastructure IA pour la prochaine vague de croissance

Les mouvements de Stanley Druckenmiller ont été particulièrement révélateurs tout au long de la révolution de l'intelligence artificielle (IA). Après avoir initié une position dans Nvidia (NVDA 1,86 %) lors de la montée en puissance de l'IA générative, le gestionnaire milliardaire a complètement quitté cette position fin 2024.

Au cours du premier trimestre 2026, son Office Familial Duquesne a lancé de nouvelles participations dans Broadcom (AVGO +0,01 %), Intel (INTC +1,18 %), et Arm Holdings (ARM +2,78 %). Il ne s'agit pas d'un simple remaniement aléatoire. Ces décisions reflètent un pari délibéré sur l'émergence d'une nouvelle couche dans la pile de puces IA — s'éloignant des GPU d'entraînement polyvalents de Nvidia (unités de traitement graphique) pour se diriger vers une adoption accrue de silicium personnalisé et d'unités centrales de traitement (CPU).

Source de l'image : Getty Images.

Pourquoi Stanley Druckenmiller a-t-il vendu des actions Nvidia ?

Druckenmiller a acheté 582 915 actions de Nvidia au cours du quatrième trimestre 2022. Lors des trimestres suivants, il a négocié autour de Nvidia alors que la montée en puissance de ChatGPT déclenchait une frénésie IA avec les GPU indispensables du fabricant de puces.

Entre le lancement commercial de ChatGPT (30 novembre 2022) et la fin du troisième trimestre 2024, l'action Nvidia avait augmenté de plus de 600 %, devenant finalement la société la plus précieuse au monde.

Données NVDA par YCharts

Même pour un optimiste comme Druckenmiller, cela apparaissait comme un exemple clair d'une expansion extrême de la valorisation. La liquidation de sa position était une gestion prudente du portefeuille : prendre des profits lorsque les prix dépassent les fondamentaux, même dans une action à fort potentiel comme Nvidia.

Druckenmiller a dit que vendre Nvidia était une erreur

Lors d'une interview avec Bloomberg en octobre 2024, Druckenmiller a admis qu'il avait vendu Nvidia trop tôt — qualifiant cela de « grosse erreur ». Il a loué Nvidia et laissé entendre que son fonds envisagerait de racheter l'action si la valorisation devenait raisonnable.

Données du ratio PE (Forward) de NVDA par YCharts

Néanmoins, à la mi-2026, le profil de valorisation de Nvidia s'était modéré par rapport à ses pics, mais Druckenmiller restait encore en retrait. Au lieu de revenir vers le leader des GPU, il semble plutôt déplacer ses capitaux vers des architectures de silicium alternatives positionnées pour ce qui pourrait être la prochaine étape du boom de l'infrastructure IA.

L'ère de l'inférence est arrivée

Selon le 13F du premier trimestre de Duquesne, le fonds a acheté 195 955 actions de Broadcom, 411 400 actions d'Intel, et 106 700 actions d'Arm. Je perçois cela comme un signal de la conviction de Druckenmiller que l'inférence, et non la formation, sera le moteur principal des dépenses en calcul IA dans les années à venir.

Développer

NASDAQ : INTC

Intel

Changement d'aujourd'hui

(1,18 %) $1,40

Prix actuel

$119,90

Points clés

Capitalisation boursière

$602B

Fourchette de la journée

$118,09 - $122,77

Fourchette sur 52 semaines

$18,96 - $132,75

Volume

3,4 M

Volume moyen

117,1 M

Marge brute

35,90 %

L'entraînement de grands modèles de langage (LLMs) est une tâche unique adaptée aux GPU de Nvidia. Cependant, l'inférence consiste à faire fonctionner ces modèles pour les utilisateurs en temps réel afin de faire des prédictions et des estimations, ce qui exige autre chose : une meilleure efficacité énergétique, un coût par requête plus faible, et une personnalisation pour des charges de travail spécifiques.

Les hyperscalers et les laboratoires d'IA répondent en concevant leurs propres puces en silicium personnalisé et en s'appuyant sur des architectures CPU optimisées. Ces puces consomment moins d'énergie et coûtent moins cher que les GPU polyvalents lors de l'exécution d'inférences à grande échelle.

Le déplacement des GPU devient déjà visible dans des engagements de plusieurs milliards de dollars de la part de Alphabet, Meta Platforms, Amazon, Microsoft, OpenAI, et Anthropic. Broadcom est le leader dans cette vague de circuits intégrés spécifiques à l'application (ASIC) personnalisés. La société collabore avec certains des plus grands fournisseurs d'infrastructure cloud, comme Google Cloud, pour co-concevoir et fabriquer ses accélérateurs spécialisés — connus sous le nom d'unités de traitement tensoriel (TPUs).

Intel connaît une renaissance alors que les charges de travail d'inférence s'exécutent de plus en plus sur des processeurs traditionnels et des systèmes hybrides. Les Xeon 6 et CPU x86 de la société deviennent discrètement l'épine dorsale des centres de données d'entreprise, y compris ceux gérés par Alphabet et Nvidia.

Par ailleurs, Arm fournit des architectures de cœurs efficaces qui alimentent la conception de puces personnalisées et les CPU de centres de données. Le modèle de licence de la société permet aux fabricants de puces et aux plateformes cloud de construire des solutions à faible consommation d'énergie et à haute bande passante, idéales pour l'inférence.

Pris ensemble, ces trois participations offrent à Druckenmiller une exposition considérable aux acteurs qui profiteront de la transition de l'IA du stade de la formation à celui du déploiement à grande échelle.

La stratégie de Druckenmiller était-elle avisée ? Je pense que oui. Ces mouvements indiquent clairement que Druckenmiller ne quitte pas le marché de l'IA. Il se repositionne simplement au-delà des gagnants macro évidents. Dans la couche infrastructurelle, il semble parier que le silicium personnalisé et les CPU deviendront des alternatives durables aux GPU, alors que les géants de la tech continuent d'investir massivement dans les charges de travail d'inférence.