Après Nvidia, que faut-il acheter ? Jensen Huang a déjà donné la réponse

Hier, j'ai parlé du discours de Nvidia lors du GTC, aujourd'hui je vais examiner l'écosystème de Nvidia, car récemment j'ai remarqué que les entreprises dans lesquelles Nvidia a investi ou avec lesquelles elle a collaboré ont toutes connu une forte hausse, comme CoreWeave, Nebius, Marvell, etc. Nvidia, en devenant une entreprise de 5 000 milliards de dollars, doit avoir une raison, donc étudier son écosystème me semble crucial, c'est comme si vous vouliez comprendre Ethereum, vous devez étudier son écosystème, c'est la même logique.

En réalité, d'après une série d'investissements et de collaborations prévues pour 2025~2026, Jensen Huang construit déjà un vaste écosystème d'infrastructures d'IA, Nvidia elle-même commence aussi à utiliser fréquemment un terme : AI Factory (Usine d'IA). Sa stratégie est passée de la vente de puces à : contrôler toute la chaîne de valeur de l'IA !

Architecture de l'écosystème Nvidia

Tout l'écosystème peut être divisé en 7 couches : couche d'applications IA, couche de grands modèles, couche de plateforme cloud IA, couche de centre de données IA, couche de connectivité réseau, couche de communication optique, couche de base GPU/CPU (ordonnée de haut en bas). Nvidia déploie également ses alliés à chaque couche.

Première couche : couche de calcul GPU

C'est la couche centrale de Nvidia, ses produits principaux incluent :

Blackwell

Rubin

Grace CPU

Vera CPU

NVLink

Spectrum-X

BlueField DPU

Deuxième couche : couche de fabrication de puces

Parce que Nvidia conçoit ses puces mais ne les fabrique pas elle-même, sa société de fabrication est TSMC.

Troisième couche : couche de puces IA personnalisées (ASIC)

Parce que de nombreux clients ont des besoins sur mesure, et que parfois les produits de Nvidia ne suffisent pas, ici apparaît Marvell Technology, un nouveau membre, en 2026 : Nvidia investira 2 milliards de dollars dans Marvell.

Marvell est responsable de la conception d'ASIC sur mesure, pour répondre aux besoins spécifiques des clients, plutôt que des puces IA standardisées. Bien sûr, il fournit aussi des réseaux pour centres de données IA, des interconnexions optiques, et des puces de commutation.

Quatrième couche : connectivité réseau

Responsable de la communication entre GPU, par exemple un module de communication complet, comme un commutateur optique.

Les principaux partenaires de cette couche sont :

Marvell Technology : déjà mentionné ci-dessus.

Broadcom : responsable des commutateurs pour centres de données IA, comme le commutateur Tomahawk, le commutateur Jericho. Il conçoit aussi des puces IA.

Cinquième couche : couche de communication optique

Les futures usines d'IA pourraient être des clusters de 1 million de GPU. La principale difficulté est la liaison, comment connecter ces 100 000 GPU ? Nvidia a déjà dit que ce serait via la fibre optique, pas le cuivre. Le partenaire clé ici est Coherent, qui fabrique des communications optiques, des réseaux optiques et des lasers, Nvidia ayant investi 2 milliards en 2026.

Il y a aussi Lumentum Holdings, dont la technologie clé est le transcepteur optique haute vitesse, l'échange de voies optiques, l'encapsulation optique, l'OCS (Optical Circuit Switch), considéré comme le système nerveux en fibre optique des usines d'IA.

Sixième couche : plateforme cloud IA

L'usine d'IA proposée par Nvidia est basée dans le cloud, donc cette couche sera la plus grande, car au final, les utilisateurs achètent de la puissance de calcul, pas des GPU.

Actuellement, deux grands partenaires :

CoreWeave : plateforme de location de GPU pour l'IA, la plus grande plateforme de location GPU, c'est l'AWS de l'ère IA.

Nebius : version européenne de CoreWeave, également responsable de la construction de centres de données IA.

Septième couche : grands modèles

Ce sont ceux qui consomment réellement beaucoup de puissance de calcul, et ce sont aussi les clients de Nvidia, comme OpenAI, Meta, Google, etc.

Huitième couche : écosystème robotique

Jensen Huang insiste aussi sur le Physical AI (IA physique), qui sera probablement une priorité future, comme Tesla, Yutu Technology, etc.

Nvidia copie la stratégie de Microsoft d'antan : Jensen Huang contrôle déjà le GPU, le réseau, la communication optique, le cloud IA, l'usine d'IA, donc son objectif n'est plus seulement de faire une entreprise de puces, mais de devenir le « standard de l'infrastructure » à l'ère de l'IA.

Du point de vue des investissements, chaque entreprise clé de chaque couche mentionnée mérite d'être suivie et étudiée !