#NVIDIAEarnings

NVDA : Le cycle des infrastructures d’IA entre dans sa prochaine phase de test
Les résultats de NVIDIA sont généralement analysés sous l’angle du chiffre d’affaires et du BPA. Je pense que cela fait passer à côté de l’essentiel.

L’histoire la plus importante se joue sous le compte de résultat : combien d’argent les plus grandes entreprises du monde sont-elles prêtes à consacrer à la construction d’infrastructures d’IA ?

C’est la question qui peut déterminer si la croissance exceptionnelle de NVIDIA se poursuit au même rythme.

Les chiffres ont déjà changé l’échelle de l’industrie de l’IA

Le trimestre précédent de NVIDIA a généré 81,6 milliards de dollars de chiffre d’affaires total, en hausse de 85 % sur un an. Le chiffre d’affaires du segment Data Center a atteint un record de 75,2 milliards de dollars, en hausse de 92 % par rapport au même trimestre de l’année précédente. NVIDIA a également anticipé environ 91 milliards de dollars de chiffre d’affaires pour le T2, tout en maintenant une marge brute non-GAAP attendue autour de 75 %.

Réfléchissez à ce que cela signifie.

Data Center n’est plus simplement un segment performant de NVIDIA. Il est devenu l’expression financière du déploiement mondial de l’IA.

Chaque fournisseur majeur de services cloud qui accroît ses capacités d’IA, chaque entreprise d’IA qui entraîne ou exécute des modèles plus importants et chaque entreprise qui augmente ses besoins informatiques peut potentiellement alimenter ce cycle d’infrastructures.

Mais une croissance exceptionnelle crée un défi tout aussi important :

Plus la base devient importante, plus il est difficile de continuer à accélérer.

C’est là que ce rapport de résultats devient intéressant.

La question suivante n’est pas : « La demande d’IA est-elle forte ? »

Personne n’a vraiment besoin qu’on lui rappelle encore que la demande d’IA est forte.

La meilleure question est :

La demande d’IA crée-t-elle suffisamment de nouveaux besoins informatiques pour maintenir la courbe de croissance de NVIDIA à un niveau élevé ?

Il existe une différence majeure entre des clients qui remplacent du matériel ancien et des clients qui construisent une capacité nettement supérieure.

Si les entreprises se contentent de moderniser leurs systèmes existants, NVIDIA peut tout de même avoir une activité solide.

Si les entreprises construisent des usines d’IA entièrement nouvelles parce que de nouvelles applications nécessitent beaucoup plus de puissance de calcul, le marché potentiel devient bien plus vaste.

C’est ce deuxième scénario que les investisseurs veulent voir.

Blackwell est important — mais Rubin représente le plus grand test

Blackwell représente la génération actuelle de l’histoire des infrastructures d’IA de NVIDIA.

Rubin représente la suivante.

NVIDIA a déjà positionné Vera Rubin autour de la prochaine phase de l’IA, notamment l’IA agentique et les charges de travail d’inférence. Ses précédentes communications ont également souligné le potentiel de Rubin à réduire considérablement les coûts des tokens d’inférence par rapport à Blackwell.

Cela compte, car l’économie de l’IA évolue.

Les premières dépenses liées à l’IA étaient fortement associées à l’entraînement de modèles toujours plus performants.

Désormais, l’industrie se dirige vers l’inférence, les agents et le déploiement dans le monde réel.

Si ces applications sont largement utilisées, la demande de calcul ne s’arrête pas lorsqu’un modèle est entraîné. Chaque requête, tâche, action d’agent et flux de travail d’entreprise peut créer un nouveau besoin informatique.

Cela pourrait transformer les infrastructures d’IA, qui passeraient d’un boom de construction ponctuel à quelque chose de bien plus continu.

Et c’est exactement le type de demande dont NVIDIA a besoin.

Mais une question cachée concerne l’économie des clients

C’est ici que je deviens plus prudent.

Les infrastructures d’IA sont coûteuses.

Les entreprises qui les construisent doivent croire que la valeur économique générée par l’IA justifiera finalement les dépenses considérables nécessaires pour les GPU, les réseaux, la mémoire, l’électricité et les centres de données.

Si les applications d’IA génèrent des rendements élevés, les clients ont une raison de continuer à augmenter leurs budgets d’infrastructure.

Si la monétisation ne suit pas le rythme des investissements, les dépenses pourraient finalement devenir plus disciplinées.

Cela ne signifie pas que l’IA disparaît.

Cela signifie que le marché pourrait commencer à distinguer les dépenses utiles consacrées à l’IA des dépenses spéculatives.

Pour NVIDIA, cette distinction est extrêmement importante.

L’écosystème pourrait être plus important que la puce

Une autre raison pour laquelle je pense que l’histoire de NVIDIA dépasse largement les GPU est l’écosystème qui les entoure.

NVIDIA mise sur le calcul accéléré, les réseaux, les logiciels et des infrastructures d’IA complètes, plutôt que de compter sur une seule puce. Dans le même temps, la concurrence s’intensifie avec AMD, les accélérateurs personnalisés et les puces développées en interne par de grandes entreprises technologiques. Les commentaires actuels du marché se concentrent précisément sur la capacité de NVIDIA à maintenir son avantage concurrentiel à mesure que l’industrie de l’IA évolue.

La question à long terme n’est donc pas simplement :

« NVIDIA peut-elle fabriquer la puce la plus rapide ? »

C’est :

« NVIDIA peut-elle rester la plateforme autour de laquelle les clients veulent construire l’ensemble de leur infrastructure d’IA ? »

Si la réponse reste oui, l’entreprise pourrait potentiellement participer à plusieurs générations de dépenses liées à l’IA.

Ce que j’écouterai lors de la conférence téléphonique sur les résultats

Le chiffre d’affaires publié fera évidemment partie des éléments importants.

Mais j’écouterai attentivement le discours concernant :

Les dépenses d’infrastructure d’IA.

La demande des hyperscalers.

La croissance de l’inférence.

L’adoption de l’IA agentique.

Le déploiement de Blackwell.

La demande et le calendrier de Rubin.

Les contraintes d’approvisionnement et de mémoire.

La résistance de la marge brute.

La pression concurrentielle.

Ces détails peuvent nous indiquer si NVIDIA se contente de publier un nouveau trimestre remarquable ou si la direction entrevoit une nouvelle accélération majeure.

Ma conclusion

Pour moi, le principal signal haussier ne serait pas que NVIDIA dépasse ses prévisions de chiffre d’affaires de quelques milliards de dollars.

Ce serait la preuve que les clients se préparent à construire davantage de capacités d’IA après Blackwell, plutôt que de simplement achever le cycle d’investissement actuel.

Cela signifierait que l’histoire devient plus vaste qu’une seule génération de GPU.

Cela signifierait que Blackwell n’est qu’une étape dans une course continue aux infrastructures, tandis que Rubin ouvre un nouveau chapitre.

L’interprétation baissière est différente.

Si la direction commence à parler d’un déploiement plus lent, d’une économie des clients plus difficile, de limites d’approvisionnement, de pression concurrentielle ou de dépenses plus disciplinées, le marché pourrait commencer à s’interroger sur la part de la croissance exceptionnelle de NVIDIA qui peut se poursuivre.

Je considère donc les résultats de ce soir comme un test de quelque chose de bien plus vaste que NVIDIA.

Je cherche à savoir si le cycle des infrastructures d’IA continue de s’étendre plus rapidement que prévu.

Car NVIDIA peut construire la technologie.

La véritable question est de savoir si le monde est toujours disposé — et de plus en plus capable — de construire suffisamment d’infrastructures pour l’utiliser.

C’est le signal de demande d’IA qui m’intéresse le plus.

$NVDA ‌